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

现在AI编程始终不能编写一些比较大的项目

Answer

目前 AI 编程在处理较大项目时存在一些限制，主要原因包括：

  1. 上下文窗口限制：复杂项目需要全局理解，AI 难以设计架构和模块化。
  2. 自然语言描述不精确：项目需求常需反复讨论才能明确，AI 难以完全掌握。
  3. 无法感知环境和直接执行：编译、部署、调试等复杂任务 AI 难以独立完成。
  4. 幻觉问题：AI 可能编造不存在的 API 或错误代码，需人工严格审查。

在实际应用中，对于一些简单需求，我们可以给 AI 下达明确命令来完成一次性任务，如制作简单的 Chrome 插件、编写脚本或创建 Python 爬虫。但当期待提高，希望从繁琐日常任务中解脱时，需要了解 AI 编程的边界和限制。

在选择解决方案时，应遵循一定的准则：

  1. 优先找线上工具，例如制作白底图等功能，若线上有现成工具最好。
  2. 其次找插件，基于现有系统找合适的插件。
  3. 最后是本地应用，当线上工具和插件都不满足需求时，再考虑本地应用。

对于 API 功能，先找现成的开源工具，GitHub 上有很多。然后考虑付费服务。只有在都找不到现成方案时，才考虑自己编程，且编程时要以终为始，抛开技术障碍，聚焦于目标。

Content generated by AI large model, please carefully verify (powered by aily)

References

90分钟从0开始打造你的第一个Coze应用: 证件照 2025年1月18日 副本

[heading2]总结Code AI应用开发教学Code AI应用背景：智能体开发从最初的chatbot只有对话框，到有了更多交互方式，因用户需求扣子推出了AI应用，其低代码或零代码的工作流等场景做得较好。AI CODING现状：AI CODING虽强，但目前适用于小场景和产品的第一个版本，复杂应用可能导致需求理解错误从而使产品出错。证件照应用案例：以证件照为例，说明以前实现成本高，现在有客户端需求并做了相关智能体和交互。AI应用学习过程：创建AI应用，学习操作界面、业务逻辑和用户界面，包括布局、搭建工作流、用户界面及调试发布，重点熟悉桌面网页版的用户界面。

宝玉 日报

🫧宝玉日报「1月17日」✨✨✨✨✨✨✨✨1⃣️🤔为什么AI还不能完成复杂项目？上下文窗口限制：复杂项目需要全局理解，AI难以设计架构和模块化。自然语言描述不精确：项目需求常需反复讨论才能明确，AI难以完全掌握。无法感知环境和直接执行：编译、部署、调试等复杂任务AI难以独立完成。幻觉问题：AI可能编造不存在的API或错误代码，需人工严格审查。🔗[https://x.com/dotey/status/1880056296025555170](https://x.com/dotey/status/1880056296025555170)2⃣️🌟关于GPT-5的有趣推测：可能已训练成功但“雪藏”模型能力强，但运营成本高，企业更倾向于通过蒸馏技术推出更经济的版本（如GPT-4o）。比喻：GPT-5是隐居山林的高人，虽未直接露面，但智慧已通过“弟子”影响世界。🔗[https://x.com/dotey/status/1880040402746532134](https://x.com/dotey/status/1880040402746532134)🔗《这则关于GPT-5的传言将改变一切[译]》：[https://baoyu.io/translations/this-rumor-about-gpt-5-changes-everything](https://baoyu.io/translations/this-rumor-about-gpt-5-changes-everything)3⃣️💬人机交互的变革与局限早期期待：大语言模型将引发人机交互革命，自然语言成为主要交互方式。现实情况：两三年过去，ChatGPT的交互水平仍停留在任务管理层面，未能进一步突破。

放下傲慢！停止自欺欺人！与其做 AI 的主人，不如做它的搭档

在许多情况下，我们只需给AI下达明确的命令来完成一次性任务，例如制作一个简单的Chrome插件、编写脚本、或创建Python爬虫。但当AI满足了我们简单的需求，并让我们获得正反馈之后，我们的期待也会不断提高，希望能进一步从繁琐的日常任务中解脱出来。这个时候，我们需要了解AI编程的边界和限制。[heading2]3.1 AI编程准则第一条：能不编，尽量不编[content]随着IT技术的发展，各种基础设施和工具越来越多，大多数需求都能找到现成的软件解决方案，只需权衡投入产出，进行评估即可。[搜索技巧的逆袭：在AI统治的世界中寻找价值](https://iaiuse.com/posts/af894b2a)成熟产品优先找线上工具：例如制作白底图等功能，如果线上有现成的工具那最好。其次找插件：基于现有系统找合适的插件。最后是本地应用：当线上工具和插件都不满足需求时，再考虑本地应用。API功能先找现成的开源工具，GitHub上很多。然后考虑付费服务。如果都找不到现成的方案，才考虑自己编程。毕竟，人生苦短，何必为难自己呢？如果真的需要动手编写，也要以终为始，抛开技术障碍，聚焦于目标。

Others are asking
从事20年的健康管理教练如何从0到1学习AI
以下是为从事 20 年健康管理教练的您提供的从 0 到 1 学习 AI 的建议： 1. 像优秀的医生和药物开发者那样学习：成为顶尖人才通常从多年的密集信息输入开始，通过正规学校教育和学徒实践，面对面地向最出色的实践者学习。 2. 构建模型生态系统：通过使用彼此堆叠的模型来训练 AI，而不是仅依赖大量数据和生成模型解决所有问题。例如，先训练生物学模型，再训练化学模型，然后添加特定于医疗保健或药物设计的数据点。 3. 参考他人的学习经验： 可以参考《雪梅 May 的 AI 学习日记》，其学习模式是输入→模仿→自发创造。您可以去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。 二师兄的经历也有一定参考价值，比如从获取安装包和教学视频迈出第一步，参与社群学习等。 4. 注重基础：预医学生从化学和生物学基础课程开始，设计新疗法的科学家也需经历多年相关学习。对于学习 AI 同样，要打好基础。 5. 保持良好的学习状态：有意愿和动力，能清醒地学进去东西。不必给自己太大压力，能学多少算多少。 6. 利用免费开源资源：很多学习资源是免费开源的，充分利用这些资源进行学习。
2025-01-30
我应该怎样开始学习AI
以下是新手开始学习 AI 的建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 6. 对于中学生来说： 从编程语言入手学习，如 Python、JavaScript 等，学习编程语法、数据结构、算法等基础知识。 尝试使用 AI 工具和平台，如 ChatGPT、Midjourney 等，探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 学习 AI 基础知识，包括基本概念、发展历程、主要技术及在各领域的应用案例。 参与 AI 相关的实践项目，如参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试利用 AI 技术解决生活中的实际问题。 关注 AI 发展的前沿动态，关注权威媒体和学者，思考 AI 技术对未来社会的影响。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。
2025-01-30
国内AI工具及相关网站有哪些？
以下是国内部分 AI 工具及相关网站： |排行|产品名|分类| |||| |15|墨刀 AI|设计工具| |16|无限画|图像生成| |17|autoDL 云服务租用|Agent| |18|百度 Chat|AI ChatBots| |19|360AI 搜索（没接 GA）|搜索| |20|AIbot ai 工具集|导航网站| |21|创客贴 AI|设计工具| |22|MasterGo|设计工具| |23|美图设计室|图像编辑| |24|魔搭社区阿里达摩院|AI 训练模型| |25|即时 AI 设计|设计工具| |26|Boardmix 博思 AI 白板|PPT| |27|百度飞桨 AI Studio|AI 学习| |28|字节扣子|| |29|提示工程指南|Prompts| |30|toolsdar|导航网站| |31|autoDL 云服务租用|| |32|AIbot ai 工具集|导航网站| |33|同花顺问财|金融| |34|魔搭社区阿里达摩院|AI 训练模型| |35|MasterGo|设计工具| |36|即时 AI 设计|设计工具| |37|百度 Chat|AI ChatBots| |38|创客贴 AI|设计工具| |39|即梦 AI（剪映）|其他视频生成| |40|可灵 AI|其他视频生成| |41|360 快剪辑|视频编辑| |42|Dify.ai|Agent| |43|Vast（算力）|| |44|提示工程指南|Prompts| |45|站酷海洛|资源| |46|toolsdar|导航网站| |47|百度飞桨 AI Studio|AI 学习| |48|Boardmix 博思 AI 白板|PPT| |49|讯飞听见|转录| |50|帆软战略|电商| |51|帆软数据|数据分析| |52|360 苏打办公|生产力| |53|标小智 LOGO 生成|图像生成| |54|edrawsoft|思维导图| |55|彩云|通用写作| |56|虎课网免费在线视频教程|AI 学习| |57|xmind|思维导图| |58|秘塔写作猫|通用写作| |59|Pixso AI|设计工具| |60|火山翻译|翻译| |61|aippt|PPT|
2025-01-30
可以做一个小红书私信自动回复的ai程序或者智能体吗
在理论上是可以创建一个小红书私信自动回复的 AI 程序或智能体的。但这需要一定的技术知识和开发能力。 首先，您需要确定回复的规则和逻辑，例如根据关键词、常见问题类型等来设定回复内容。 其次，选择适合的技术框架和工具，比如使用自然语言处理（NLP）技术和相关的库。 然后，进行数据收集和预处理，以训练模型能够准确理解和回复私信。 不过，需要注意的是，小红书的使用规则可能对自动回复有一定的限制和要求，您需要确保您的程序或智能体的使用符合其规定。
2025-01-30
有什么绘图AI工具
以下是一些常见的绘图 AI 工具： 1. Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，有拖放界面方便创建架构图。 2. Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能。 3. ArchiMate：开源建模语言，与 Archi 工具配合可创建逻辑视图。 4. Enterprise Architect：强大的建模、设计和生成代码工具，支持多种架构视图创建。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，有丰富模板用于创建多种视图。 6. draw.io（现在称为 diagrams.net）：免费在线图表软件，支持创建逻辑视图和部署视图等。 7. PlantUML：文本到 UML 转换工具，可通过描述文本自动生成相关视图。 8. Gliffy：基于云的绘图工具，提供创建各种架构图的功能。 9. Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持创建多种视图。 对于绘制 CAD 图，有以下 AI 工具和插件： 1. CADtools 12：Adobe Illustrator 插件，添加绘图和编辑工具。 2. Autodesk Fusion 360：集成 AI 功能的云端 3D CAD/CAM 软件。 3. nTopology：基于 AI 的设计软件，帮助创建复杂 CAD 模型。 4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，可根据输入自动生成 3D 模型。 5. 一些主流 CAD 软件如 Autodesk 系列、SolidWorks 等提供的基于 AI 的生成设计工具。 绘制示意图的工具还有： 1. Creately：在线绘图和协作平台，利用 AI 简化图表创建，适合绘制流程图等。 2. Whimsical：专注于用户体验和快速绘图，适合创建线框图等。 3. Miro：在线白板平台，结合 AI 功能，适用于团队协作和各种示意图绘制。 使用 AI 绘制示意图的步骤： 1. 选择工具：根据具体需求选择合适的 AI 绘图工具。 2. 创建账户：注册并登录平台。 3. 选择模板：利用模板库选择适合需求的模板。 4. 添加内容：添加并编辑图形和文字，利用 AI 自动布局功能优化图表布局。 5. 协作和分享：需要团队协作可邀请成员一起编辑，完成后导出并分享图表。
2025-01-30
我是行政专员，零基础入门AI，如果帮忙自己提供工作效率和质量
对于行政专员零基础入门 AI 以提升工作效率和质量，以下是一些建议： 1. 了解 AI 的应用场景：AI 在很多领域都有显著的成果，如交通监控、银行账户欺诈检测、核融合控制、新药发现以及应对气候变化的技术等。它有潜力在您的工作中发挥作用，例如自动化一些重复性的任务。 2. 建立 AI 工作流：目前大多数人零碎地使用 AI 工具，未将其系统应用到工作场景中，导致整体效率提升不明显甚至下降。要避免像小明那样在挑选和切换工具上浪费时间，应建立一套完整、适合自己的 AI 工作方法论和流程。 3. 系统学习和实践：深入学习如何将 AI 工具与行政工作相结合，通过不断实践找到最适合自己工作的方法和工具。
2025-01-30
你觉得作为一个普通不懂得程序的人来说，在面对未来的AI时代，需要学习编程的基础知识吗？系统性的学习Python或者你觉得学习Python哪些主要知识注音对了。
对于普通不懂得程序的人来说，在面对未来的 AI 时代，学习编程的基础知识是有一定必要的。如果想系统性地学习 Python，以下是一些需要重点关注的主要知识： 1. Python 基础： 基本语法：了解 Python 的基本语法规则，如变量命名、缩进等。 数据类型：熟悉字符串（String）、整数（Integer）、浮点数（Float）、列表（List）、元组（Tuple）、字典（Dictionary）等基本数据类型。 控制流：学会使用条件语句（if）、循环语句（for 和 while）来控制程序执行流程。 2. 函数： 定义和调用函数：学习如何定义自己的函数以及调用现有的函数。 参数和返回值：理解函数接收参数和返回结果的方式。 作用域和命名空间：了解局部变量和全局变量的概念及工作方式。 3. 模块和包： 导入模块：学习如何导入 Python 标准库中的模块或第三方库。 使用包：理解如何安装和使用 Python 包来扩展程序功能。 4. 面向对象编程（OOP）： 类和对象：了解类的定义和实例化等基本概念。 属性和方法：学习为类定义属性和方法，并通过对象调用。 继承和多态：了解类之间的继承关系及实现多态的方法。 5. 异常处理： 理解异常：了解异常的概念及在 Python 中的工作原理。 异常处理：学会使用 try 和 except 语句处理程序中可能出现的错误。 6. 文件操作： 文件读写：学习如何打开文件、读取文件内容和写入文件。 文件与路径操作：理解如何使用 Python 处理文件路径及列举目录下的文件。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习：可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台：使用 ChatGPT、Midjourney 等 AI 生成工具体验应用场景，探索如百度的“文心智能体平台”、Coze 智能体平台等面向中学生的教育平台。 3. 学习 AI 基础知识：了解 AI 的基本概念、发展历程、主要技术（如机器学习、深度学习），学习其在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目：参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试利用 AI 技术解决实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态：关注权威媒体和学者，了解最新进展，思考 AI 技术对未来社会的影响，培养思考和判断能力。 总之，中学生可以从编程基础、工具体验、知识学习、实践项目等多方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。但需注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-01-24
在中国国内，AI编程最好的解决方案
在中国国内，以下是一些关于 AI 编程的较好解决方案： 1. 字节发布的全新 AI IDE：Trae。它具有免费无限量使用 Claude 的特点，但目前存在一些小问题，如无法及时调整 Prompt 模块等，不过随着产品的快速迭代有望得到修复。其官网为：https://www.trae.ai/ 。 2. MCP 理念：工具应适应 AI 的认知方式，让 AI 理解要做的事，然后自主寻找合适的工具和方法，而非按固定步骤执行。 3. 中国的一些模型在 LMSYS 排行榜上表现优异，如 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型，在数学和编程方面有出色表现。中国模型更注重计算效率，以弥补 GPU 访问限制，并有效利用资源。例如 DeepSeek 在推理过程中通过多头隐式注意力减少内存需求，改进 MoE 架构；零一万物更关注数据集建设。
2025-01-22
零基础 小白学习AI 编程
对于零基础小白学习 AI 编程，以下是一些建议和资源： 1. 可以尝试使用 Windsurf 进行开发。它具有卓越的上下文理解能力，能够自动识别项目的重要信息，如目录结构、文件依赖关系等，还能跨文件追踪上下文。同时具备强大的功能特性，如 AI 智能代理可自动完成重复性操作，Cascade 模式提供编辑和聊天两种模式。此外，它支持多语言和跨平台，适用范围广泛。您可以在 30 分钟内用它快速开发学习网站。 2. 参考《雪梅 May 的 AI 学习日记》，其中提到了 cursor 入门的相关内容，如“AI 编程共学 2 cursor 入门”和“AI 编程共学 3 AI 拍立得”。 3. 从最基础的小任务开始，比如让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。 4. 明确项目需求，可以通过和 AI 的对话逐步梳理，让 AI 像高级产品经理一样向您提问，帮助您梳理出产品需求文档，方便后续开发。
2025-01-21
AI编程蓝皮书
以下是关于“AI 编程蓝皮书”的相关信息： 作者为 AI 产品黄叔，其作为 AI 产品顾问，基于自身使用 Cursor 和 Windsurf 开发产品的经验及学员反馈编写了此书。 书中介绍了“Z 计划”和“Z 基金”，分享了多个用 Windsurf 和 Coze 搭建产品的案例及 AI 编程技巧，鼓励读者利用碎片化时间思考需求，集中开发产品。 发布 3 天，阅读量超过 3 万。 相关链接：https://waytoagi.feishu.cn/wiki/Hm7fwRlKpismBWkKlrWcH6kdnjh
2025-01-21
AI编程都有哪些工具推荐？
以下是一些推荐的 AI 编程工具： 1. GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能为程序员快速提供代码建议，助其更快、更少地编写代码。 2. 通义灵码：阿里巴巴团队推出，基于通义大模型，提供行级/函数级实时续写、自然语言生成代码等多种能力。 3. CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，为开发人员实时提供代码建议。 4. CodeGeeX：智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，可快速生成代码提升开发效率。 5. Cody：代码搜索平台 Sourcegraph 推出的 AI 代码编写助手，借助强大的代码语义索引和分析能力，了解开发者的整个代码库。 6. CodeFuse：蚂蚁集团支付宝团队为国内开发者提供的免费 AI 代码助手，基于自研的基础大模型微调的代码大模型。 7. Codeium：由 AI 驱动的编程助手工具，通过提供代码建议等帮助软件开发人员提高编程效率和准确性。 更多辅助编程 AI 产品，还可以查看这里：https://www.waytoagi.com/category/65 。 需要注意的是，每个工具的功能和适用场景可能会有所不同，您可以根据自己的需求来选择最适合您的工具。 此外，AI 辅助编程适合原型开发、架构稳定且模块独立的项目，但需求和架构不稳定时，容易积累大量技术债务。自动化测试适合模块稳定后引入，模块变化频繁时，测试代码可能成为累赘。在进度不紧张时可以先尝试工具，成熟后再大规模应用。压缩范围，定义清晰的 MVP（最小可行产品），先完成一个 1 个月内可交付的版本，再用 1 个月进行优化迭代。
2025-01-20
如何学习ai编程？
以下是学习 AI 编程的一些建议： 1. 从基础开始：以“Hello World”为起点，验证编程环境，建立信心，理解基本概念，形成“理解→实践→问题解决→加深理解”的学习循环。 2. 选择流行的语言和框架：例如 React、Next.js、TailwindCSS 等。 3. 采用迭代方法：先运行代码，再进行优化，小步迭代，一次解决一个小功能。 4. 借助 AI 辅助理解：让 AI 对生成的代码进行注释或解释。 5. 解决问题的步骤：遇到问题时，按照复现、精确描述、回滚的步骤进行处理。 6. 明确人工主导地位：AI 是强大的工具，但仍需人工主导，掌握每次可运行的小成果以实现持续提升。 此外，还可以参考以下课程内容： 1. 《和 Cursor AI 一起学 Python 编程 进行远程编程，注册和登录 Bohrium 账户，在线编写和运行代码，完成第一个 Python 程序的运行。该课程的教学目标是了解 Python 对于人文学科的意义，掌握 Cursor 和 Jupyter Notebook 编程环境的基本使用，能够在本地和云端运行简单的 Python 代码，体验 AI 技术如何辅助编程和学习。 同时，了解一些 AI 应用开发的知识也有帮助，比如 Code AI 应用的背景和现状，以及以证件照为例的应用案例，学习创建 AI 应用的操作界面、业务逻辑和用户界面等。 原文链接：
2025-01-19
我是一个AI小白，我使用AI的主要目的是使用这些工具，简化我工作中费时费力的事情，比如：表格的制作，筛选数据；图片的抠图，渲染，产品的口播介绍；日常工厂管理文件的编写及执行步骤；工作手册及岗位绩效的编写；作业指导书的编写
以下是为您整合的相关内容： 对于 AI 小白来说，使用 AI 工具简化工作中的费时费力之事是可行的。 在接触 AI 工具时，对于超出自己理解范围的事情，最简单有效的方法就是尝试。学习新事物，实践比听闻更重要。 比如在 AI 视频制作方面，人物设定与剧本是关键部分，包括主体、动作、场景等要素；分镜处理也较为重要，要考虑用几个镜头表述内容；生成环节如同抽卡，可多尝试，最后进行粗检和后期处理，如 AI 配音剪辑、加过渡滤镜等。小白制作 AI 视频要做好脚本即提示词，有耐心抽卡，并不断提升撰写提示词的能力。撰写提示词时要了解主体、动作、场景，避免使用专有名词和网络名词，给 AI 清晰描述。工具选用方面，没有绝对好的工具，只有适合的，如小白可使用剪映，主力机是 MacBook Pro 可使用 final cut。还可向 ChatGPT 询问获取灵感。 另外，在“AI 布道”活动中发现，AI 工具虽强大能做很多事，但也在其与普通人之间形成了一道墙。AI 是未来必然的方向，其科普还有很长的路要走，但尽可能简单地试用它，能让普通人更快受益。无论是什么身份、什么年龄段的人，都可以尝试使用 AI 工具。 如果您想要跟相关作者交朋友、一起在 AI 路上探寻，欢迎戳这里：
2025-01-30
提示词编写
编写提示词（prompt）是一个关键步骤，以下是一些建议： 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，提供足够信息。 3. 使用清晰语言：用简单、清晰的语言描述，避免模糊或歧义词汇。 4. 给出具体要求：如有特定格式或风格，在提示词中指明。 5. 使用示例：如有期望结果，提供示例帮助理解需求。 6. 保持简洁：简洁明了，避免过多信息导致模型困惑。 7. 使用关键词和标签：有助于模型理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整提示词，可能需多次迭代。 在 SD 绘画中，编写提示词时： 根据想画的内容写，多个提示词用英文半角符号隔开。 一般概念性、大范围、风格化的关键词写在前，叙述画面内容的其次，最后是描述细节的。 每个词语在模型中的自带权重可能不同，越靠后的权重越低。 可用括号人工修改提示词权重。 关键词应具特异性，措辞避免抽象和有解释空间。 在利用 Claude 制作 Crossword 小游戏时，提示词编写也很重要，复杂点在于代码，需根据需求分析逐步实现，包括单词和解释、卡片制作、难度设定等环节。
2025-01-28
新手使用，如何编写提示词
对于新手编写提示词，以下是一些要点和方法： 1. 基本语法：根据自己想画的内容写出提示词，多个提示词之间使用英文半角符号。 2. 词语顺序：一般而言，概念性的、大范围的、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词。大致顺序为。 3. 权重调整：可以使用括号人工修改提示词的权重，如：字符。 4. 关键词选择：关键词最好具有特异性，措辞越不抽象越好，尽可能避免留下解释空间的措辞。 5. 描述逻辑：通常的描述逻辑包括人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。 6. 辅助工具和方法： 利用功能型辅助网站，如 http://www.atoolbox.net/ ，它可以通过选项卡的方式快速地填写关键词信息；https://ai.dawnmark.cn/ ，其每种参数都有缩略图可以参考，方便更加直观地选择提示词。 去 C 站（https://civitai.com/）里面抄作业，每一张图都有详细的参数，可点击下面的复制数据按钮，然后直接粘贴到正向提示词栏里。 对于星流一站式 AI 设计工具： 输入语言方面，星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（一个长头发的金发女孩），基础模型 1.5 使用单个词组（女孩、金发、长头发），支持中英文输入。 写好提示词的方法包括使用预设词组、保证提示词内容准确（包含人物主体、风格、场景特点、环境光照、画面构图、画质）、调整负面提示词、利用“加权重”功能让 AI 明白重点内容，还可使用辅助功能，如翻译功能、删除所有提示词、会员加速等。
2025-01-23
如何高效的编写软件测试用例
以下是关于如何高效编写软件测试用例的方法： 1. 基于规则的测试生成 测试用例生成工具 Randoop：基于代码路径和规则生成测试用例，适用于 Java 应用程序。 Pex：微软开发的智能测试生成工具，自动生成高覆盖率的单元测试，适用于.NET 应用。 模式识别 Clang Static Analyzer：利用静态分析技术识别代码模式和潜在缺陷，生成相应的测试用例。 Infer：Facebook 开发的静态分析工具，自动生成测试用例，帮助发现和修复潜在错误。 2. 基于机器学习的测试生成 深度学习模型 DeepTest：利用深度学习模型生成自动驾驶系统的测试用例，模拟不同驾驶场景，评估系统性能。 DiffTest：基于对抗生成网络（GAN）生成测试用例，检测系统的脆弱性。 强化学习 RLTest：利用强化学习生成测试用例，通过与环境交互学习最优测试策略，提高测试效率和覆盖率。 A3C：基于强化学习的测试生成工具，通过策略梯度方法生成高质量测试用例。 3. 基于自然语言处理（NLP）的测试生成 文档驱动测试生成 Testim：AI 驱动的测试平台，通过分析文档和用户故事自动生成测试用例，减少人工编写时间。 Test.ai：利用 NLP 技术从需求文档中提取测试用例，确保测试覆盖业务需求。 自动化测试脚本生成 Selenium IDE + NLP：结合 NLP 技术扩展 Selenium IDE，从自然语言描述中生成自动化测试脚本。 Cucumber：使用 Gherkin 语言编写的行为驱动开发（BDD）框架，通过解析自然语言描述生成测试用例。 4. 基于模型的测试生成 状态模型 GraphWalker：基于状态模型生成测试用例，适用于复杂系统的行为测试。 Spec Explorer：微软开发的模型驱动测试工具，通过探索状态模型生成测试用例。 场景模拟 Modelbased Testing ：基于系统模型自动生成测试用例，覆盖各种可能的操作场景和状态转换。 Tosca Testsuite：基于模型的测试工具，自动生成和执行测试用例，适用于复杂应用的端到端测试。 5. 实践中的应用示例 Web 应用测试：使用 Testim 分析用户行为和日志数据，自动生成高覆盖率的测试用例，检测不同浏览器和设备上的兼容性问题。 移动应用测试：利用 Test.ai 从需求文档中提取测试用例，确保覆盖关键功能和用户路径，提高测试效率和质量。 复杂系统测试：采用 GraphWalker 基于系统状态模型生成测试用例，确保覆盖所有可能的状态和操作场景，检测系统的边界情况和异常处理能力。 6. 工具和平台 Testim：AI 驱动的自动化测试平台，生成和管理测试用例。 Test.ai：基于 NLP 技术的测试用例生成工具，适用于移动应用和 Web 应用。 DeepTest：利用深度学习生成自动驾驶系统测试用例。 GraphWalker：基于状态模型生成测试用例，适用于复杂系统的行为测试。 Pex：微软开发的智能测试生成工具，自动生成高覆盖率的单元测试。
2025-01-22
怎么在coze的智能体总加入一个使用MARKDOWN编写的代码的prompt？
在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法： 首先，了解相关的任务和目标，比如像实现输入任意文章链接后，AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果，大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时，可以发现新的词生卡 Prompt 组织方法，把设计要求拆分为“设计规范”和“内容结构”，再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块，并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友，首推 LangGPT 结构化提示词，直观易懂，可以快速上手。对于想要进阶的用户，一方面可以继续选择 LangGPT，另一方面如有额外精力和好奇心，不妨尝试刚哥推崇的 Lisp 伪代码格式，有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是，真正重要的不是提示词的外在形式，而是内容是否与 AI 的“理解机制”相契合。同时，在实际应用中，还需要经过多次调试，并根据测试 bug 微调提示词，直至稳定运行。
2025-01-19
可以读取excel数据，编写程序的ai工具
以下是一些可以读取 Excel 数据并编写程序的 AI 工具相关内容： 1. 自制微博指数爬虫工具：通过分析微博话题页面，找到真实数据地址，明确规则后让 AI 帮忙写代码。需求是抓取微博话题 30 天的分日数据，在执行代码时 topic_name 由用户手动输入，在 colab 上运行并将数据存储到 Excel 自动下载到本地。 2. 用 AI 撰写专业区域经济报告：信息收集时利用 AI 搜索与权威网站结合获取关键数据，AI 可辅助提取结构化表格数据或编写抓取程序。内容拆分时针对报告需求将内容拆分，数据处理借助传统工具如 Excel 结合 AI 指导高效操作数据筛选与图表生成，分析与撰写时通过整理数据利用 AI 辅助分析后撰写报告初稿，最终内容需人工主导校验。 3. 金融服务业中生成式 AI 的应用：生成式 AI 可以帮助金融服务团队改进内部流程，如在预测方面帮助编写 Excel、SQL 和 BI 工具中的公式和查询，发现模式并为预测建议输入；在报告方面帮助自动创建文本、图表、图形等内容，并根据不同示例调整报告；在会计和税务方面帮助综合、总结并提出可能答案；在采购和应付账款方面帮助自动生成和调整合同、采购订单和发票以及提醒。
2025-01-16