Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

用AI总结长文的prompt怎么写比较好

Answer

以下是关于用 AI 总结长文的一些提示词编写建议:

  1. 单人发言版:基于李继刚老师的“通知消息整理助手”修改“文字排版大师”的 Prompt,重点 Prompt 语句需标出。
  2. 多人发言版:
    • 明确跟 GPT 说明需要其帮忙总结文字内容。
    • 将提示词和文字原文发送给 GPT,等待其输出完毕后复制粘贴到文本编辑器中,整理并删掉无关内容,替换掉不美观的符号。
  3. 法律相关:
    • 格式:【设定角色+任务目标+上下文和背景信息+(正面要求)详细需求和细节性信息+(负面要求)限制和不需要的内容+回答的语言风格和形式】
    • 讲清楚背景和目的,例如律师处理交通事故案件时应清晰描述案件事实、法规等。
    • 学会提问,使用清晰、具体的语言,避免模糊表述,了解 AI 工作原理和限制。
    • 拆解工作流程,将复杂任务分解成更小、更具体的环节。
  4. 通用写作方面:
    • 第一部分:说清楚要解决的问题及背景,可能导致的损失。
    • 第二部分:以案例引入,写明案号、案件事实经过、裁判结果、关键依据等要点。
    • 第三部分:对案例进一步分析,写明注意关键点,不给建议。
    • 第四部分:给出具体操作建议,包括事前、事中、事后的注意事项和补救措施。
    • 第五部分:结语及作者宣传。
    • 文章结构需有结构化理解,所有结论应有案例基础,不能违反法律规定,文字简练精准,信息密度足够,建议具体细致且易于操作。
Content generated by AI large model, please carefully verify (powered by aily)

References

夙愿:AI 快速总结群聊消息

如果我们直接把这段原文发送给GPT,它的回答是:因为我们没有明确跟GPT说需要它帮忙总结文字内容,GPT就无法按照我们的意图去工作所以,需要编写一套提示词让其帮我们执行总结文字内容这个工作。[heading3]单人发言版[content]这里,我基于李继刚老师的“通知消息整理助手”修改了一份“文字排版大师”的Prompt(重点Prompt语句已经标出)[heading3]多人发言版[heading2]三、GPT[content]将上面提示词和文字原文发送给GPTGPT就开始整理文字,等待其输出完毕之后,点聊天框左下角的复制按钮复制粘贴到文本编辑器中,整理一下,删掉一些无关内容,例如最后的一句的“😊你好,还有其他内容需要我帮你排版吗?”此处之外,我们可以看到很多双星号,如果直接把这段文件发送到微信群里是不美观的。所以,Ctrl+F调出“查找与替换”,使用替换法替换掉双星号OK,这样就搞定了~看一下效果

潘帅:手把手分享法律人如何用好AI — Prompt篇

在提供法律建议时,我们需要用简洁明了的语言来总结核心观点和注意事项。例如,我们可以概括出5点关于案件处理的核心观点,并列出7点在案件推进中需要特别注意的事项。Separator为了确保我们的建议清晰易懂,我们可以使用引号、分隔符号以及“首先、其次、最后”等连接词来组织Prompt。这样做不仅能让建议更有条理,还能通过AI给到更优质的信息。Capacity and Role比如:你是一名专注于民商事法律领域的律师,擅长案例研究、法律条文检索以及案件策略分析。通过赋予AI这样的角色,我们能够更有效地利用它的数据处理和模式识别能力,从而提升律师的工作效率。3.Prompt方法总结格式=【设定角色+任务目标+上下文和背景信息+(正面要求)详细需求和细节性信息+(负面要求)限制和不需要的内容+回答的语言风格和形式】4.Prompt技巧讲清楚背景和目的在向AI提问时,除了明确的问题描述,对于背景信息和提问的目的最好梳理清楚,这样可以帮助AI更好地理解问题的上下文,从而提高回答的准确性。例如,律师在处理一起交通事故案件时,可以询问:“给你一则交通事故案件事实xxx,根据xxx法规,x方的责任应如何划分?”学会提问,如何提高回答内容的准确性提出好问题是提高AI回答准确性的关键。这包括使用清晰、具体的语言,避免模糊不清的表述。同时,了解AI的工作原理和限制也很重要,这样你可以更好地设计问题,使其能够提供有用的答案。拆解环节、切分流程、具体落到某个工作细节在应用AI之前,首先要对工作流程进行细致的拆解。这意味着将复杂的任务分解成更小、更具体的环节,以便AI可以更精确地执行。

拘灵遣将 | 不会写 Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好 AI 这件事

(2)第一部分:说清楚本文要解决的问题是什么,问题的背景是什么,这个问题可能导致哪些损失;(3)第二部分:以一个案例引入,这个案例改写自【基础材料】的【类案参考】部分,需要写清楚案号、案件事实经过、法院裁判结果、法院作出这一裁判结果的关键依据和其他与文章有关的要点;(4)第三部分:对案例进行进一步的分析,写明需要注意的关键点,分析可以改写自【基础材料】的【问答结果及分析】部分,这部分不要给建议。(5)第四部分:给出具体的操作建议,应分为:事前应注意事项;事中需要注意留存的证据;事后可以采取的补救措施,三个部分;每个部分分别给出三条清晰具体的建议。(6)第五部分:结语及对于本文作者的宣传,欢迎大家有其他问题联系咨询。文章结构是比较精华的部分,需要你自己对最终的输出成果有结构化的理解——直白点说需要你自己很会写文章,且会教别人写文章。最后再总结一下——【符】的部分是对工作【实现路径】,即完成这份工作所需资源和如何使用这些资源,以及最终输出结果的描述。大致结构:1.定义身份(边界),整体流程和所需资源描述。2.对所需资源及如何使用进行描述。3.对最终输出的结果进行描述。敕1.你的所有结论均应当有相对应的案例基础,不能违反法律规定,你不能自己编造,一旦被发现有编造的情况我就完蛋了,你也要完蛋了。2.你的文字需要简练精准,有足够的信息密度,最终给出的建议必需具体细致且易于操作。

Others are asking
长文本理解能里较强的AI
以下是一些长文本理解能力较强的 AI 模型: 1. 智谱·AI 的 ChatGLM26B32k:这是第二代 ChatGLM 长上下文对话模型,在 ChatGLM26B 的基础上进一步强化了对于长文本的理解能力,能够更好地处理最多 32K 长度的上下文。在实际使用中,如果上下文长度基本在 8K 以内,推荐使用 ChatGLM26B;如果需要处理超过 8K 的上下文长度,推荐使用 ChatGLM26B32K。此外,还有 ChatGLM26B32kint4 版本,它是 ChatGLM26B32K 的 int4 版本。 2. 通义千问的 Qwen2.51M:推出 7B、14B 两个尺寸,在处理长文本任务中稳定超越 GPT4omini,同时开源推理框架,在处理百万级别长文本输入时可实现近 7 倍的提速。首次将开源 Qwen 模型的上下文扩展到 1M 长度。在上下文长度为 100 万 Tokens 的大海捞针任务中,Qwen2.51M 能够准确地从 1M 长度的文档中检索出隐藏信息。其开源平台包括 Huggingface(https://huggingface.co/spaces/Qwen/Qwen2.51MDemo)和 Modelscope(https://www.modelscope.cn/studios/Qwen/Qwen2.51MDemo)。
2025-02-09
擅长文字处理,主要是小说的AI有哪些,推荐一下
以下是一些擅长文字处理,尤其是小说创作的 AI 工具: 1. Novel.ai:AI 写小说领域的头部应用,是典型的 LLM 产品。其产品功能复杂但使用模式简单,包括利用续写能力将写作改造成交互式文本生成,渐进式生成小段并允许用户更改或继续生成,基于写作业务抽象出模型风格、写作方式、故事世界、记忆等细分功能。本质上还是构造 Prompt,交互式、渐进式的 Prompt 构建降低了使用门槛。 2. Character.ai:大名鼎鼎的角色扮演类 AI 陪伴产品,服务游戏和二次元用户。使用简单,选角色对话即可,创建也容易,角色的核心差异靠不同的详细描述,开放用户角色 Prompt 可见。 3. 筑梦岛:国内同类产品,玩法多样。和角色聊天、捏角色是共同主题,捏角色的产品化本质是收集信息产生高质量角色 Prompt 的过程,基于聊天模式有很多微创新的衍生玩法。 此外,还有一些中文的内容仿写 AI 工具: 1. 秘塔写作猫:https://xiezuocat.com/ 是 AI 写作伴侣,能推敲用语、斟酌文法、改写文风,实时同步翻译,支持全文改写、一键修改、实时纠错并给出修改建议,智能分析文章属性并打分。 2. 笔灵 AI 写作:https://ibiling.cn/ 是智能写作助手,支持多种文体写作,如心得体会、公文、演讲稿、小说、论文等,支持一键改写/续写/扩写,智能锤炼打磨文字。 3. 腾讯 Effidit 写作:https://effidit.qq.com/ 由腾讯 AI Lab 开发,是智能创作助手,能提升写作者的写作效率和创作体验。 更多 AI 写作类工具可以查看:https://www.waytoagi.com/sites/category/2 (内容由 AI 大模型生成,请仔细甄别)
2025-02-07
如何让AI总结超长文本
以下是让 AI 总结超长文本的一些方法和策略: 1. 对于需要进行很长对话的应用,可对前面的对话进行总结或筛选。当输入大小达到预定阈值长度时,触发总结部分对话的查询,或将先前对话的总结作为系统消息包含在内,也可在后台异步总结。 2. 对于超长文档,如一本书,可以使用一系列查询来总结文档的每一部分,然后将部分总结连接并再次总结,递归进行直至完成整个文档的总结。在总结某一点内容时,可包括前文的运行总结。 3. 除聊天内容外,还能让 AI 总结各种文章(不超过 2 万字),直接全选复制全文发送给 GPT 即可。 4. 对于 B 站视频,可利用视频字幕进行总结。若视频有字幕,可安装油猴脚本获取字幕,然后复制发送给 AI 执行总结任务。 5. 在当今世界,大型语言模型可用于概括文本,如在 Chat GPT 网络界面中操作。还可针对不同情况,如文字总结、针对某种信息总结、尝试“提取”而非“总结”、针对多项信息总结等。
2025-02-06
长文本生成对应场景的视频,有相关AI软件直接制作完成吗
目前有相关的 AI 软件可以将长文本生成对应场景的视频,以下是具体的制作流程和相关工具: 制作流程: 1. 小说内容分析:使用 AI 工具(如 ChatGPT)分析小说内容,提取关键场景、角色和情节。 2. 生成角色与场景描述:根据小说内容,使用工具(如 Stable Diffusion 或 Midjourney)生成角色和场景的视觉描述。 3. 图像生成:使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作:将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作:利用 AI 配音工具(如 Adobe Firefly)将小说文本转换为语音,添加背景音乐和音效。 6. 视频编辑与合成:使用视频编辑软件(如 Clipfly 或 VEED.IO)将图像、音频和文字合成为视频。 7. 后期处理:对生成的视频进行剪辑、添加特效和转场,以提高视频质量。 8. 审阅与调整:观看生成的视频,根据需要进行调整,比如重新编辑某些场景或调整音频。 9. 输出与分享:完成所有编辑后,输出最终视频,并在所需平台上分享。 请注意,具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外,AI 工具的可用性和功能也可能会随时间而变化,建议直接访问上述提供的工具网址获取最新信息和使用指南。 相关工具: 1. Pika:擅长动画制作,并支持视频编辑。 网址:https://pika.art/waitlist 2. SVD:如果熟悉 Stable Diffusion,可以直接安装这款最新的插件,在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 3. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,但收费。 4. Kaiber:视频转视频 AI,能够将原视频转换成各种风格的视频。 5. Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 6. Stable Diffusion(SD):一种 AI 图像生成模型,可以基于文本描述生成图像。 网址:https://github.com/StabilityAI 7. Midjourney(MJ):适用于创建小说中的场景和角色图像。 网址:https://www.midjourney.com 8. Adobe Firefly:Adobe 的 AI 创意工具,可以生成图像和设计模板。 网址:https://www.adobe.com/products/firefly.html 9. Clipfly:一站式 AI 视频生成和剪辑平台。 网址:https://www.aihub.cn/tools/video/clipfly/ 10. VEED.IO:在线视频编辑工具,具有 AI 视频生成器功能。 网址:https://www.veed.io/zhCN/tools/aivideo 11. 极虎漫剪:结合 Stable Diffusion 技术的小说推文视频创作提效工具。 网址:https://tiger.easyartx.com/landing 12. 故事 AI 绘图:小说转视频的 AI 工具。 网址:https://www.aihub.cn/tools/video/gushiai/ 更多的文生视频的网站可以查看这里:https://www.waytoagi.com/category/38
2025-01-14
长文本生成对应场景的视频AI
如果您想用 AI 把小说做成视频,可以按照以下流程进行: 1. 小说内容分析:使用 AI 工具(如 ChatGPT)分析小说内容,提取关键场景、角色和情节。 2. 生成角色与场景描述:根据小说内容,使用工具(如 Stable Diffusion 或 Midjourney)生成角色和场景的视觉描述。 3. 图像生成:使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作:将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作:利用 AI 配音工具(如 Adobe Firefly)将小说文本转换为语音,添加背景音乐和音效。 6. 视频编辑与合成:使用视频编辑软件(如 Clipfly 或 VEED.IO)将图像、音频和文字合成为视频。 7. 后期处理:对生成的视频进行剪辑、添加特效和转场,以提高视频质量。 8. 审阅与调整:观看生成的视频,根据需要进行调整,比如重新编辑某些场景或调整音频。 9. 输出与分享:完成所有编辑后,输出最终视频,并在所需平台上分享。 需要注意的是,具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外,AI 工具的可用性和功能也可能会随时间而变化,建议直接访问上述提供的工具网址获取最新信息和使用指南。 以下是一些文字生成视频的 AI 产品: 1. Pika:非常出色的文本生成视频 AI 工具,擅长动画制作,并支持视频编辑。 2. SVD:如果熟悉 Stable Diffusion,可以直接安装这款最新的插件,在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 3. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,不过是收费的。 4. Kaiber:视频转视频 AI,能够将原视频转换成各种风格的视频。 5. Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 以下是一些可以利用的工具及网址: 1. Stable Diffusion(SD):一种 AI 图像生成模型,可以基于文本描述生成图像。网址: 2. Midjourney(MJ):另一个 AI 图像生成工具,适用于创建小说中的场景和角色图像。网址: 3. Adobe Firefly:Adobe 的 AI 创意工具,可以生成图像和设计模板。网址: 4. Pika AI:文本生成视频的 AI 工具,适合动画制作。网址: 5. Clipfly:一站式 AI 视频生成和剪辑平台。网址: 6. VEED.IO:在线视频编辑工具,具有 AI 视频生成器功能。网址: 7. 极虎漫剪:结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址: 8. 故事 AI 绘图:小说转视频的 AI 工具。网址: 更多的文生视频的网站可以查看这里:
2025-01-14
如何利用Ai生成长文的脑图
以下是关于利用 AI 生成长文脑图的相关信息: 一、AI 生图相关课程与分享 讨论了 AI 生图的学习课程安排,包括邀请白马老师授课、介绍相关工具网站吐司,还提及了 AI 工具的消费和应用情况等。 二、AI 绘图模型 1. 特点、优势、应用场景以及在实际操作中的使用方法和技巧。 2. 工具 SD 的各种玩法、不同界面、模型分类及应用场景,强调了其在创意设计中的作用和优势。 三、图像生成模型 1. 特点、发展历程、优势与应用。 2. 吐司网站的使用方法。 四、获取额外算力 通过特定链接注册或填写邀请码 BMSN,新用户 7 天内可额外获得 100 算力。 五、文生图的操作方式 在首页有对话生图对话框,输入文字描述即可生成图片,不满意可通过对话让其修改。 六、模型及生成效果 Flex 模型对语义理解强,不同模型生成图片的积分消耗不同,生成的图片效果受多种因素影响。 七、图生图及参数设置 可通过电图基于图片做延展,生图时能调整尺寸、生成数量等参数,高清修复会消耗较多算力建议先出小图。 八、特定风格的生成 国外模型对中式水墨风等特定风格的适配可能存在不足,可通过训练 Lora 模型改善。 九、与思维导图相关的 AI 工具 1. GitMind:免费跨平台,支持多种模式,可自动生成思维导图。 2. ProcessOn:国内思维导图+AIGC 工具,可利用 AI 生成思维导图。 3. AmyMind:轻量级在线,无需注册登录,支持自动生成节点。 4. Xmind Copilot:基于 GPT 的助手,可一键拓展思路,生成文章大纲。 5. TreeMind:输入需求由 AI 自动完成思维导图生成。 6. EdrawMind:提供一系列 AI 工具,包括头脑风暴功能,提升生产力。 十、AI 摆摊项目 1. AI 图像处理:图像生成、照片修复与动起来、动漫化头像、老照片复活、创意壁纸制作等。 2. 文案与内容创作:文案定制、朋友圈文案生成、爆款文案编写、创意故事、情话生成等。 3. 音频与音乐制作:专属歌曲创作、音频处理、声音克隆、AI 唱歌、背景音乐定制等。 4. 视频处理:视频换脸、照片转视频、视频动漫化、视频剪辑、数字人制作等。 5. 智能体与 Coze:搭建智能体、GPTs 创建、coze 工作流、微信机器人等。 6. AI 教育与咨询:AI 应用培训、课程设计、商业化咨询、AI+行业应用咨询等。
2025-01-07
目前最好用的 Ai 生成 PPT 是哪一个?
目前被认为较好用的 AI 生成 PPT 的工具包括 gamma 。体验下来,gamma 虽然还未达到特别自动化的程度,但从审美角度来看,只要提供内容框架,其生成的 PPT 或网页的审美水平较高。 此外,还有一些其他的 AI 生成 PPT 工具,如 MindShow、爱设计、闪击、Process ON、WPS AI 等,每款工具都有独特的优势。 市面上大多数 AI 生成 PPT 通常按照以下思路完成设计和制作: 1. AI 生成 PPT 大纲。 2. 手动优化大纲。 3. 导入工具生成 PPT。 4. 优化整体结构。 您可以根据自己的需求和喜好选择合适的工具。
2025-03-05
如何用 ai 写论文
利用 AI 写论文可以按照以下步骤进行: 1. 确定论文主题:明确研究兴趣和目标,选择具有研究价值和创新性的主题。 2. 收集背景资料:使用学术搜索引擎和文献管理软件等 AI 工具搜集相关研究文献和资料。 3. 分析和总结信息:借助 AI 文本分析工具提取关键信息和主要观点。 4. 生成大纲:利用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 撰写文献综述:使用 AI 工具辅助撰写,确保内容准确完整。 6. 构建方法论:根据研究需求,参考 AI 建议的方法和技术设计研究方法。 7. 数据分析:若涉及数据收集和分析,运用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑:借助 AI 写作工具撰写各部分,并进行语法和风格检查。 9. 生成参考文献:使用 AI 文献管理工具生成正确的参考文献格式。 10. 审阅和修改:利用 AI 审阅工具检查论文的逻辑性和一致性,并根据反馈修改。 11. 提交前的检查:使用 AI 抄袭检测工具确保论文的原创性,并进行最后的格式调整。 在论文写作领域,有以下常用的 AI 工具和平台: 1. 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,帮助管理和整理参考文献。 Semantic Scholar:AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 2. 内容生成和辅助写作: Grammarly:提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,可精简和优化内容。 3. 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于数据分析和可视化。 Knitro:用于数学建模和优化,帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化编写过程。 5. 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check:通过与已发表作品比较,检测潜在抄袭问题。 使用 AI 写论文时,还需注意以下几点: 1. AI 工具可作为辅助,但不能完全替代研究者的专业判断和创造性思维。 2. 提高提示质量,避免基本提示导致无聊的写作,通过与系统互动提升写作效果。 3. 让 AI 帮助完成没时间做的任务,如写邮件、创建销售模板等。 4. 利用 AI 激发自己做得更好,从困难挑战中解脱出来保持动力。 总之,在使用 AI 进行论文写作时,应保持批判性思维,并确保研究的质量和学术诚信,结合自身写作风格和需求选择合适的辅助工具。
2025-03-05
AIGC大模型是什么?
AIGC 大模型是一个较为复杂的概念,下面为您详细解释: 首先,生成式 AI 生成的内容称为 AIGC。 相关技术名词包括: 1. AI 即人工智能。 2. 机器学习是指电脑通过找规律进行学习,包括监督学习、无监督学习和强化学习。 监督学习使用有标签的训练数据,目标是学习输入和输出之间的映射关系,包括分类和回归。 无监督学习的数据没有标签,算法自主发现规律,经典任务如聚类,例如让模型将一堆新闻文章根据主题或内容特征分成相似的组。 强化学习从反馈中学习,以最大化奖励或最小化损失,类似训练小狗。 3. 深度学习是一种参照人脑神经网络和神经元的方法(因有很多层所以叫深度),神经网络可用于监督学习、无监督学习和强化学习。 4. 生成式 AI 能够生成文本、图片、音频、视频等内容形式。 5. LLM 是大语言模型。对于生成式 AI,生成图像的扩散模型不属于大语言模型;对于大语言模型,生成只是其中一个处理任务,比如谷歌的 BERT 模型,可用于语义理解(不擅长文本生成),如上下文理解、情感分析、文本分类。 技术里程碑方面,2017 年 6 月,谷歌团队发表论文《Attention is All You Need》,首次提出了 Transformer 模型,它完全基于自注意力机制(SelfAttention)来处理序列数据,而不依赖于循环神经网络(RNN)或卷积神经网络(CNN)。
2025-03-05
学习ai对普通人的生活有什么意义
学习 AI 对普通人的生活具有多方面的重要意义: 1. 提供更高效的个人助理服务:人工智能模型将很快能作为自主的个人助理,代表您执行特定任务,如帮助协调医疗护理。 2. 促进教育方式的变革:人工智能工具在教育领域有创新的应用空间,如通过交流互动辅助学习,但需要正确引导使用,避免过度依赖。 3. 助力艺术创作:在艺术领域,人们可以与计算机合作作画,发挥自身的创造力。 4. 提高工作效率:普通人可以通过合适的软件和学习内容,运用 AI 来提升工作效率。 5. 带来科技便利与幸福:AI 是未来的必然方向,简单试用能让普通人更快受益,使生活因科技而更加便利和幸福。 然而,在推广 AI 的过程中也面临一些挑战,如需要降低计算成本以使其更加普及,避免其成为有限资源导致战争或成为富人的工具。同时,要正确引导使用,避免其带来负面影响。
2025-03-05
AI系统
以下是关于《促进创新的人工智能监管方法》的相关内容: 在附件 A:实施部分,对于对个人有法律或类似重大影响的情况,监管机构需要考虑要求人工智能系统运营商向受影响方提供适当决策理由的适用性。人工智能系统应遵守特定监管领域内与个人脆弱性相关的监管要求。监管机构需依据现有权力和职责,考虑人工智能系统的使用如何改变个人的脆弱性。同时,应考虑可用的解决人工智能公平、偏差缓解和伦理考虑的技术标准(如 ISO/IEC TR 24027:2021、ISO/IEC 12791、ISO/IEC TR 24368:2022),以明确监管指导并支持风险处理措施的实施。 在责任和治理方面,预计监管机构需要确定谁对现有法规和原则的合规负责。在实施的初始阶段,监管机构可能会就如何证明责任提供指导。从中长期来看,政府可能会就责任如何适用于生态系统内的特定参与者发布额外指导,并提供关于治理机制的指导,包括潜在的适当风险管理和治理流程(包括报告职责)范围内的活动。 此外,文中还提供了一些人工智能系统的说明性示例,如客户服务聊天机器人中的自然语言处理,其具有适应性和自主性,能根据大量数据集训练来识别普通人类语言中的统计模式,随着系统从每次新体验中学习,个性化程度可能会提高,但其可能会无意中包含不准确或误导性信息。自动化医疗分诊系统能根据医疗数据集、患者记录和实时健康数据分析预测患者病情并生成信息,但也存在潜在风险。 当人工智能系统的可解释性不足时,供应商和用户可能会无意中违反法律、侵犯权利、造成伤害并危及人工智能系统的安全。人工智能系统应根据其上下文显示适当的可解释性水平。 在公平原则方面,人工智能系统不应损害个人或组织的合法权利,不应不公平地歧视个人或造成不公平的市场结果。参与人工智能生命周期各个阶段的行为者应考虑适合系统使用、结果和相关法律应用的公平定义。监管机构可能需要制定并公布相关描述和说明。
2025-03-05
我想知道AI在财务领域的应用
AI 在财务领域有以下应用: 1. 更动态的预测和报告: 帮助编写 Excel、SQL 和 BI 工具中的公式和查询,实现分析自动化。 从更广泛、更复杂的数据集中发现模式,为预测建议输入,并适应模型为公司决策提供依据。 自动创建文本、图表、图形等内容,并根据不同示例调整报告,无需手动整合数据和分析。 2. 会计和税务: 综合、总结税法,并就潜在扣除项提出可能答案。 3. 采购和应付账款: 自动生成和调整合同、采购订单和发票以及提醒。 4. 税务工作: 利用引刀 AP 创建网页实现智能解答税务问题。 结合飞书避免信息泄露和实现自动回复。 5. RPA 应用: 控制桌面软件,实现办公流程自动化,如开票、网银流水下载等。 替代电脑办公中的重复有逻辑工作,为企业降本增效。
2025-03-05
Prompt 有哪些范式
以下是关于 Prompt 范式的相关内容: 基础篇: 起手式因人而异,可根据不同作图需求尝试不同场景下的“范式”,如面向人像、风景、物品生成等。 人像生成的反向提示词包括不要出色色、不要出错手错脚错身体、不要低质量图、不要水印等,也鼓励自行梳理。 其他注意事项:越重要的 tag 越往前放;同类型 tag 放在一起;控制 tag 总数在 75 个以内;无关紧要的 tag 不要留。 原理与应用: 简单来说,Prompt 是和大模型交互的语言模板,用于输出对大模型响应的指令,提升回答准确性。 从专业角度,Prompt 给大模型提供模板,包括要求、输入和输出限制,让大模型在限制下得出概率最大的答案。 法律人视角: Prompt 指给人工智能系统提供的信息或问题,引导其产生特定回答或执行特定任务。 建议框架及格式:CRISPE,包括 Capacity and Role(能力与角色)、Insight(洞察)、Statement(陈述)、Personality(个性)、Experiment(举例)。并分别举例说明了每个部分的具体内容。
2025-03-05
我需要一套帮我总结论文,阅读论文的最佳prompt
以下是为您提供的一套帮助总结和阅读论文的最佳 prompt 相关内容: 一、李继刚等的 prompt 最佳实践 对于给定的论文链接,总结如下: 1. 提出了基于 GPT3 的无代码聊天机器人设计工具 BotDesigner。 2. 创建了 Conversation 视图和 Error Browser 视图。 3. 观察了 10 名非专家提示设计师执行聊天机器人设计任务的行为,得出相关结论,如参与者能够进行机会性的提示迭代设计,但在生成、评估提示有效性和解释提示效果方面存在困难,倾向于过度推广和从人类交流角度过滤提示设计等。 二、小七姐的 Prompt 喂饭级系列教程小白学习指南(二) 1. 让 AI 帮您阅读文档时,可使用简单的 Prompt,如:于是这个提示词解决了你自己,和任何收到你 Prompt 的人微调几个关键信息就能自动让 GPT 或者 Kimi 帮你阅读一篇论文而且生成不错的总结啦! 2. 结合自己的生活或工作场景想一个能简单自动化的场景,例如自动给班级里的每个孩子起个昵称、自动排版微信群经常发的运营小文案等。 3. 选择一个好上手的提示词框架,如情境。 三、学术场景数据处理 1. 论文总结:GLM4Plus 结合良好的提示词能够帮助学生快速总结论文内容,提高论文梳理的效率。 2. 论文翻译:GLM 结合良好的提示词能够帮助学生快速翻译论文内容,提高论文阅读效率。 3. 论文内容扩写润色:精心设计的润色提示词可以根据特定场景进行调整,以便生成与特定平台风格相匹配的多样化润色结果。例如针对小红书的使用场景,调整提示词以匹配其特有的口语化、轻松愉快的氛围,将论文中的结论部分润色成适合在小红书上分享的生活化内容。
2025-03-05
裁判模型prompt
裁判模型的 prompt 相关内容如下: 在 2023 年度中文大模型基准测评报告中,对 OPT 主要测评选择题,构造了统一的 prompt 供模型使用,要求模型选取 ABCD 中唯一的选项。多轮简答题 OPEN 更能反应模型真实能力,故权重设置提高。包括 1060 道多轮简答题(OPEN)和 3213 道客观选择题(OPT)。 Prompt 是给到大模型输入的一段原始输入,能够帮助模型更好地理解用户的需求并按照特定的模式或规则进行响应。比如可以设定“假设你是一位医生,给出针对这种症状的建议”,还可以在 prompt 的设定中,要求模型按照一定的思路逻辑去回答,如思维链(cot),也可以让模型按照特定格式的 json 输出等。 在质证意见 prompt 各大模型评测中,Claude 2.0 输入 prompt 后欢迎语按指示输出,输入 4 份简单证据后输出质证意见书,在格式和内容的真实性、合法性、关联性、证明力等方面进行质证,总结得 5.5 分,结束语没问题。文心一言 3.5 输入 prompt 后欢迎语按指示输出,输入 4 份证据后进行专业分析,在格式和内容各方面的质证都非常专业,总结得 8 分,结束语没问题,提示签署委托代理协议的回复也很棒。
2025-03-05
prompt的应用
以下是关于 prompt 应用的全面介绍: 一、什么是 prompt 1. 提示是您给模型(如 Claude)的文本,用于引发相关输出。它通常以问题或指示的形式出现。例如:“User:Why is the sky blue?”。 2. 在 AI 视频生成中,prompt 是直接描述或引导视频生成的文本或指令,类似给 AI 的提示,包含主体、运动、风格等信息,用户借此控制和指导生成内容。它在 AI 视频生成中作用十分重要,是表达需求的方式,影响视频内容和质量。如果上述过于抽象,您可以理解 Prompt 为:将您输入的文字变成对应的画面和运动形式。 3. 简单来说,prompt 是一套您和大模型交互的语言模板。通过这个模板,您可以输出对于大模型响应的指令,用于指定大模型应该具体做什么、完成什么任务、如何处理具体的任务,并最终输出您期望的结果。大模型的本质是一个基于语言的概率模型,若直接询问大模型而不提供 prompt,相当于大模型随机给出答案。有了 prompt,相当于给了一个模板,包括对于模型的要求、输入和输出的限制,大模型在这个限制之下,去得到概率最大的答案。 二、prompt 在不同场景中的应用 在即梦 AI 视频生成中,它可以根据用户提供的图片、prompt(文字指令)和各种参数设置生成高质量的视频。要想获得最佳的视频质量,需要写好 prompt,并了解图片生视频和文本生视频中 prompt 的输入位置。
2025-03-04
如何写搭建agent的prompt
搭建 Agent 的 Prompt 可以参考以下步骤: 1. 从基础案例入门 登录控制台:登录扣子控制台(coze.cn),使用手机号或抖音注册/登录。 在我的空间创建 Agent:在扣子主页左上角点击“创建 Bot”,选择空间名称为“个人空间”、Bot 名称为“第一个 Bot”,并点击“确认”完成配置。如需使用其他空间,请先创建后再选择;Bot 名称可以自定义。 编写 Prompt:填写 Prompt,即自己想要创建的 Bot 功能说明。第一次可以使用一个简短的词语作为 Prompt 提示词。 优化 Prompt:点击“优化”,使用来帮忙优化。 设置开场白。 其他环节。 发布到多平台&使用。 2. 进阶之路 三分钟捏 Bot: 三分钟内可以完成基础的创建步骤。 十五分钟做什么:查看下其他 Bot,获取灵感。 一小时做什么:找到和自己兴趣、工作方向等可以结合的 Bot,深入沟通。 一周做什么:了解基础组件,寻找不错的扣子,借鉴&复制,加入 Agent 共学小组,尝试在群里问第一个问题。 一个月做什么:合理安排时间,参与 WaytoAGI Agent 共学计划,自己创建 Agent,并分享自己捏 Bot 的经历和心得。 3. 在 WaytoAGI 有哪些支持:文档资源、交流群、活动。 4. 《执笔者》:基于多 Agent 模式的全能写手 多 agent 模式切换:在 bot 编排页面点选多 agent 模式,页面将会自动切换为多 agent 调式状态,相比单 agent,主要是多了中间一块的 agent 连接区。 添加合适节点:节点这里有两种方式可以选择,用已发布的 bot,或者创建一个新的 agent,大家按需选取。添加的 agent 直接连接在默认的总管 agent(“执笔者”)后面即可,无结束节点。 添加合适的 prompt:在多 agent 模式下,我们需要为每个 agent 填写合适的 prompt。外围的人设填写该 bot 的主要功能,内部的 bot 填写各个 bot/agent 的应用场景。 调试与美化:经过以上简单三步,一个多 agent 的 bot 就基本搭建完成,接下来就是漫长的调试过程,如果输出与自己设想有差异,可以不断调整外围和内部 bot 的提示词,提升命中率,优化交互。 5. 一个提示词,让 DeepSeek 的能力更上一层楼?——HiDeepSeek 效果对比:用 Coze 做了个小测试,大家可以对比看看。 如何使用: 搜索 www.deepseek.com,点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后,正式开始对话。 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担。 通过提示词文件,让 DeepSeek 实现:同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统,但是可能形式大于实质,之后根据反馈可能会修改。 用 XML 来进行更为规范的设定,而不是用 Lisp(对我来说有难度)和 Markdown(运行下来似乎不是很稳定)。 完整提示词:v 1.3 特别鸣谢:李继刚的【思考的七把武器】在前期为我提供了很多思考方向;Thinking Claude 是我现在最喜欢使用的 Claude 提示词,也是我设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手。
2025-03-04
有没有短视频的脚本prompt
以下是为您提供的一些短视频脚本 prompt 相关内容: 1. 使用 GPT 的视觉功能和 TTS API 处理和讲述视频:可以用大卫·阿滕伯勒的风格为视频制作画外音,使用相同的视频帧提示 GPT 给出简短脚本。 2. 编剧提示词 01——剧本创作:对于短视频,在提交创作偏好时需标注片长,比如明确这是个 3 分钟的短视频。其输出是分阶段的,几个来回就能搞定剧本。 3. 潘峰:Prompt 5 大通用方法中的扩写与改写法:自己要给出开头,让 AI 理解语言逻辑从而撰写下半部并包含必要内容。可以将生成的内容用不同写作技巧转换风格,多滚动几次能写出多样版本与风格,降低初稿修改时间。此外,还有反问法,比如让 AI 问您问题,能发现它思考更仔细,也能了解其逻辑并修正。示例中还包括让 AI 引导您完成能表现个人品牌专业度或创造社群话题的短视频脚本。
2025-03-03
总结一下AI绘画可以用的本地工具
以下是一些可用的 AI 绘画本地工具: 1. 线上和线下结合:线上平台出图速度快,不吃本地显卡配置,无需下载大模型,但出图尺寸受限;线下部署可自己添加插件,出图质量高,但对电脑配置要求高,可能出现宕机和爆显存情况。线上可用于找参考、测试模型,线下作为主要出图工具。可在 C 站下载对应模型到本地加载部署后生图。 2. Fooocus:由 Controlnet 的作者发布的全新开源 AI 绘画工具,可和 Stable diffusion WebUI 一样部署到本地免费使用,具备便捷操作界面。 3. ComfyUI:基于节点式的 Stable Diffusion AI 绘画工具,通过将模型生成推理的 pipeline 拆分成独立节点,实现更精准工作流定制和清晰可复现性。安装框架和依赖库后即可使用。
2025-03-05
一个可以总结文章的AI应用是怎么训练出来的?
一个可以总结文章的 AI 应用通常通过以下方式训练: 1. 数据准备:收集大量的文本数据,包括各种类型和主题的文章。 2. 模型选择:使用适合自然语言处理任务的大型语言模型,如 OpenAI 的 GPT 系列。 3. 导入相关库和加载 API 密钥:例如导入 OpenAI 并加载 API 密钥。 4. 设计提示:制定明确的提示,如要求从电子商务网站的产品评论中生成简短摘要。 5. 针对不同需求训练: 文字总结:对一般性的文字进行总结。 针对某种信息总结:例如特定领域或特定类型的信息。 尝试“提取”而不是“总结”:更侧重于关键信息的提取。 针对多项信息总结:处理多个相关的文本信息。 6. 应用拓展:不仅可以总结文章,还能总结群聊消息、B站视频等。对于 B 站视频,通过获取字幕并发送给 AI 来实现总结。 7. 与 API 配合:通过 OpenAI API 等获取有效密钥,并结合示例代码进行开发和优化。
2025-03-03
有没有这样的产品,能够通过输入X主页,获取这个人的历史所有推特的信息分析与总结
目前没有这样合法合规且普遍可用的产品。获取他人的推特信息需要遵循相关平台的规定和法律法规,未经授权获取他人的信息是不被允许的。
2025-02-28
我是一名高校新媒体工作人员,由于文字能力一般,需要能力较强的ai文本工具,用于撰写公文,新闻稿,公众号推文,总结简报等。请推荐至少5个,并进行对比分析
以下为您推荐至少 5 个适用于高校新媒体工作人员的 AI 文本工具,并进行对比分析: Copy.ai: 功能强大,提供丰富的新闻写作模板和功能。 可快速生成新闻标题、摘要、正文等内容,节省写作时间,提高效率。 Writesonic: 专注于写作,提供新闻稿件生成、标题生成、摘要提取等功能。 智能算法能根据用户提供信息生成高质量新闻内容,适合新闻写作和编辑人员。 Jasper AI: 人工智能写作助手,写作质量较高,支持多种语言。 虽主打博客和营销文案,也可用于生成新闻类内容。 Grammarly: 不仅是语法和拼写检查工具,还提供一些排版功能,可改进文档整体风格和流畅性。 QuillBot: AI 驱动的写作和排版工具,能改进文本清晰度和流畅性,同时保持原意。 秘塔写作猫: 是 AI 写作伴侣,能推敲用语、斟酌文法、改写文风,还能实时同步翻译。 支持全文改写,一键修改,实时纠错并给出修改建议,智能分析文章属性并打分。 笔灵 AI 写作: 是智能写作助手,能应对多种文体写作,如心得体会、公文写作、演讲稿、小说、论文等。 支持一键改写/续写/扩写,智能锤炼打磨文字。 腾讯 Effidit 写作: 由腾讯 AI Lab 开发,能探索用 AI 技术提升写作者的写作效率和创作体验。 选择工具时,您可根据具体需求(如文档类型、个人偏好等)进行考虑。例如,若主要需求是生成新闻类内容,Copy.ai、Writesonic 和 Jasper AI 可能更适合;若还需兼顾排版和语法检查,Grammarly 和 QuillBot 是不错的选择;若注重中文内容的改写,秘塔写作猫、笔灵 AI 写作和腾讯 Effidit 写作可优先考虑。
2025-02-26
帮我总结现在主流的AI大模型,以及各自优劣
以下是对主流 AI 大模型的总结及各自优劣的相关内容: 主流 AI 大模型: 1. 谷歌的 BERT 模型:可用于语义理解,如上下文理解、情感分析、文本分类等,但不太擅长文本生成。 相关技术概念: 1. AI:即人工智能。 2. 机器学习:电脑通过找规律进行学习,包括监督学习、无监督学习、强化学习。 监督学习:使用有标签的训练数据,目标是学习输入和输出之间的映射关系,包括分类和回归。 无监督学习:学习的数据没有标签,算法自主发现规律,经典任务如聚类。 强化学习:从反馈中学习,以最大化奖励或最小化损失,类似训练小狗。 3. 深度学习:参照人脑,具有神经网络和神经元,因层数多被称为深度。神经网络可用于监督学习、无监督学习、强化学习。 4. 生成式 AI:能够生成文本、图片、音频、视频等内容形式。 5. LLM(大语言模型):对于生成式 AI,生成图像的扩散模型不属于大语言模型。 技术里程碑:2017 年 6 月,谷歌团队发表论文《Attention is All You Need》,首次提出 Transformer 模型,其完全基于自注意力机制处理序列数据,无需依赖循环神经网络或卷积神经网络。
2025-02-26