擅长文字处理，主要是小说的AI有哪些，推荐一下

在文字处理和逻辑思维方面，智谱清言、Kimi 和讯飞星火各有特点： Kimi： 优势：具有超长上下文能力，最初支持 20 万字的上下文，现已提升到 200 万字，对于处理长文本或大量信息的任务有巨大优势，适合从事文案工作，特别是需要处理大量文字或文件的工作。 不足：在文字生成和语义理解、文字生成质量方面的能力可能不如国内其它产品好，且不支持用户自定义智能体。 智谱清言： 优势：背后的技术源自清华大学研发团队的科研成果转化，模型质量出色。在产品设计方面以 ChatGPT 为对标，努力打造类似的用户体验。是国内首批开放智能体应用的公司之一，在逻辑推理和处理复杂提示词方面表现出明显优势，在处理需要深度思考和分析的任务时表现出色。 不足：暂未提及。 讯飞星火：在结构化 prompt 测试中，对于同样的 prompt，最初的输出可能存在问题，但改写后的 prompt 效果不错。 综合来看，它们在不同方面各有优劣，具体谁更胜一筹取决于您的具体需求和使用场景。

在文字处理和逻辑思维方面，智谱清言、Kimi 和讯飞星火各有特点： Kimi： 优势：具有超长上下文能力，最初支持 20 万字的上下文，现已提升到 200 万字，对于处理长文本或大量信息的任务有巨大优势，适合从事文案工作，特别是需要处理大量文字或文件的工作。 不足：在文字生成和语义理解、文字生成质量方面的能力可能不如国内其它产品好，且不支持用户自定义智能体。 智谱清言： 优势：背后的技术源自清华大学研发团队的科研成果转化，模型质量出色。在产品设计方面以 ChatGPT 为对标，努力打造类似的用户体验。是国内首批开放智能体应用的公司之一，在逻辑推理和处理复杂提示词方面表现出明显优势，在处理需要深度思考和分析的任务时表现出色。 不足：暂未提及。 讯飞星火：在结构化 prompt 测试中，对于同样的 prompt，最初的输出可能存在问题，但改写后的 prompt 效果不错。 综合来看，它们在不同方面各有优劣，具体谁更胜一筹取决于您的具体需求和使用场景。

在国内，以下 AI 工具在论文辅助写作、文字处理等方面表现较好： 文献管理和搜索： Zotero：结合 AI 技术，可自动提取文献信息，便于管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，能提供文献推荐和引用分析。 内容生成和辅助写作： Grammarly：通过 AI 技术提供文本校对、语法修正和写作风格建议，有助于提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，可帮助精简和优化论文内容。 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，利于数据分析和可视化。 Knitro：用于数学建模和优化的软件，可进行复杂的数据分析和模型构建。 论文结构和格式： LaTeX：虽不是纯粹的 AI 工具，但结合自动化和模板，能高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化论文编写。 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。 在 AI 文章排版方面，以下工具较为流行： Grammarly：不仅是语法和拼写检查工具，还提供排版功能，改进文档风格和流畅性。 QuillBot：AI 驱动的写作和排版工具，改进文本清晰度和流畅性。 LaTeX：广泛用于学术论文排版，使用标记语言描述格式，有许多 AI 辅助的编辑器和插件简化排版。 PandaDoc：文档自动化平台，使用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 Wordtune：AI 写作助手，重新表述和改进文本，使其更清晰专业。 Overleaf：在线 LaTeX 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 中文内容仿写 AI 工具推荐： 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。 笔灵 AI 写作：https://ibiling.cn/ 是智能写作助手，能处理多种文体，支持一键改写/续写/扩写，智能锤炼打磨文字。 腾讯 Effidit 写作：https://effidit.qq.com/ 由腾讯 AI Lab 开发，提升写作者写作效率和创作体验。 更多 AI 写作类工具可查看：https://www.waytoagi.com/sites/category/2 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是关于如何通过与 AI 的对话获取高质量信息以及相关书籍和文章推荐的内容： 在与 AI 对话获取高质量信息方面： 作为普通用户，语言在大模型中不是关键，核心是向量空间中的游走脉络，输出时的语言翻译是次要的，且训练语料的中英文差异在于 embedding 环节。 通过合适的模型、prompt 和 test 入口表达，用大模型公式调试出好效果以替代垂类模型，但微调垂类模型可能使大模型泛化能力下降，需分场景看待。 写提示词未挖掘出大模型的天花板，还有提升空间。 相关书籍和文章推荐： 从数学、作家、代码、原理角度写大模型的四本书。 介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章。 关于 AI 知识库及学习路径的介绍中提到的经典必读文章，如软件 2.0 时代相关内容。 初学者入门推荐看 open AI 的官方 Cookbook，小琪姐做了中文精读翻译，也可查看 cloud 的相关内容。 获取信息的渠道： 可以关注赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等，订阅获取最新信息并投稿。 可通过“通往 AGI 之路”知识库获取相关内容，该知识库涵盖了 AI 多方面知识及社区共创项目，如人工智能简史、AI 会话简史等，还有 10 篇精选文章助于理解 AI。 您还可以通过参加社区共创项目，如 AIPU、CONFIUI 生态大会，每月的切磋大会等活动，以及新活动 AIPO，与他人交流获取更多信息。同时，鼓励整理学习笔记并分享交流，以促进对知识的吸收和理解。

李继刚的提示词使用方法如下： 从最佳实践中的收录内容开始学习，其结构化提示词能让模型给出更优质、完整的答案。 操作时可点开并复制相关提示词，将复制内容丢进大语言模型对话，会有不同效果。 近期提示词有升级，李继刚老师将提示词玩到新高度，cloud 等大语言模型可直接显示编译结果内容。 输入特定提示词可生成卡片，小创业项目可利用并改变提示词形成独到见解或小应用。 李继刚老师会在 13 号讲创作思路。 从工程视角看，一个提示词就能用于写游戏，如现在的 AI 编程（如 CURSOR）能做出开源小游戏，可拿来使用、交流并研究内容、优化改造。

以下是一些常见 AI 的优势： Notion AI（免费可用）：可在笔记和文档中直接接入 AI 能力，能让工作更迅速，写作更出色，思考更伟大。 Guidde AI（免费可用）：作为生成式 AI 平台，使团队能够以 11 倍的速度传递专业知识，与客户或员工共享。 Arc Max：能在任何网页寻求 AI 辅助，具备智能标签页、下载重命名、集成 ChatGPT 等功能，可优化浏览体验，是一个节省时间的 AI 功能套件。 Trickle（免费可用）：可以帮助总结和整理截图，提取洞察以便于搜索和查询，将视觉混乱的图片转化为智能档案，允许用户截取任何内容，并在以后轻松地检索和使用其内容。 此外，像 GPT4 功能全面，还具备代码解释器等特色功能；Claude 在写作和深度洞察方面备受好评；Gemini 则擅长提供清晰的解释。Claude 3 的上下文窗口超过 150,000 字，而 GPT4 的上下文窗口能够处理 8,000 至 32,000 字的内容。 在科学领域，AI 也展现出诸多优势，例如： 计算机视觉模型可用于拼凑出 5500 万光年外的首个黑洞图像。 英国的一家 AI 公司训练的神经网络能预测蛋白质结构，解决了长期困扰科学家的难题，并推进了结构生物学领域的发展。 深度学习 AI 有望改善乳腺癌筛查，提高检测效率。 AI 机器人能提高农业生产效率。

以下是一些可以帮助您构建技术中心知识库的 AI 工具及相关步骤： Dify 1. 准备数据：收集需要纳入知识库的文本数据，包括文档、表格等格式，并对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集：在 Dify 中创建新的数据集，上传准备好的文档，并为数据集编写清晰的描述，说明其包含的内容和特点。 3. 配置索引方式：Dify 提供了高质量模式、经济模式和 Q&A 分段模式三种索引方式，您可根据实际需求选择，如追求更高准确度可选高质量模式。 4. 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用。在应用设置中，配置数据集的使用方式，如是否允许跨数据集搜索等。 5. 持续优化：收集用户反馈，对知识库内容和索引方式进行持续优化和迭代，定期更新知识库，增加新内容以保持时效性。 其他相关场景和应用 1. 提示词帮您规划 PARA 分类模式：PARA 代表项目（Projects）、领域（Areas）、资源（Resources）和档案（Archives）。AI 可通过分析您的工作模式和内容类型，自动生成提示词，帮助您将信息和知识分类到 PARA 的相应部分，简化分类过程，更快组织和检索信息。 2. 提示词帮您设计笔记标签系统：AI 能通过分析您的笔记内容和使用习惯，推荐合适的标签和标签结构，提高笔记管理和检索效率。 3. 知识助手 Bot 帮您渐进式积累领域知识：例如基于 dify.ai 将数百个思维模型整合成一个知识库，根据不同的对话和条件判断为用户选择适用的思维模型分析工具，封装成一个智能分析的 Bot，能根据您的学习进度和兴趣点，定期推送相关文章、论文和资源，持续扩展知识边界并确保知识及时更新。

以下是新手学习 AI 的方法： 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，可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. 持续学习和跟进： AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 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，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 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、深度学习等。 学习 AI 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： 可以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，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。

以下是用 AI 写小说的步骤： 1. 工作流效果：以起点 Top1 的《夜无疆》为题，让特定的 coze 工作流创作小说。在尝试此工作流前，可先自行用大模型写小说并对比效果，以获得更多学习和理解。 2. 工作流核心节点： 用 bing 搜索标题相关的内容。 用程序将搜索结果结构化（不熟悉程序的可忽略或直接复制文中代码）。 用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要。 再用大模型来写文章。 输出文章内容。 如果想用 AI 把小说做成视频，步骤如下： 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。 此外，在人机协作小说创作中，可先让 AI 生成大量创意，人进行判断和挑拣，写作时 AI 像水手那样勤勤恳恳，人负责掌舵，最后人给出改进意见，AI 遵循修改。

目前，AI 擅长的方面包括： 回答各种知识类问题，如小学奥数题。 生成文本内容，如演讲稿。 AI 不擅长的方面包括： 某些情况下回答可能存在错误。 对于一些复杂的、需要深度理解和情感判断的任务，可能表现不够出色。 在未来，AI 有望在以下方面取得更大进展： 为人们提供更精准、个性化的服务，如虚拟导师提供个性化的学科指导。 帮助人们解决更复杂的难题，为社会发展做出更多贡献。 但同时，也可能面临一些挑战和限制，例如在涉及人类情感、伦理道德等方面的问题处理上，仍需要不断探索和完善。

以下是一些擅长修改简历的 AI 工具： 1. 超级简历优化助手：这是一款 AI 简历优化工具，使用自然语言处理技术，能分析简历内容并提供优化建议，帮助用户提高求职成功率，市场规模达数亿美元。 2. Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型自动生成简历，为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 3. Rezi：是一个受到超过 200 万用户信任的领先 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的每个方面，包括写作、编辑、格式化和优化。 4. Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。 更多 AI 简历产品，还可以查看这里：https://www.waytoagi.com/category/79 。您可以根据自己的需要选择最适合的工具。

以下是一些通过 AI 给自己擅长的领域赋能且已经产生收益的案例： 在法律法规领域，AI 已在多个方面带来重大进展和效率提升，如交通监控、银行账户欺诈检测、工业大规模安全关键实践的控制，以及加速新药发现和应对气候变化的技术等。 在企业应用方面，工作流程自动化平台 ServiceNow 通过 AI 驱动的 Now Assist 实现了近 20%的事件避免率；Palo Alto Networks 利用 AI 降低了处理费用的成本；Hubspot 利用 AI 扩大了能够支持的用户规模；瑞典金融科技公司 Klarna 通过将 AI 融入用户支持，在运行率方面节省了 4000 多万美元。如今，成千上万的公司正在将 AI 整合到他们的工作流程中，以扩张规模和降低成本。

大模型擅长的领域包括： 1. 自然语言处理任务： Encoderonly 模型适用于分类和情感分析等任务，如 BERT。 Encoderdecoder 模型用于翻译和摘要等，如 Google 的 T5。 Decoderonly 模型擅长自然语言生成任务，如故事写作和博客生成，也是众多 AI 助手的结构。 2. 数据处理： 预训练数据量大，往往来自互联网，包括论文、代码和公开网页等，通常用 TB 级别的数据进行预训练。 参数众多，如 OpenAI 在 2020 年发布的 GPT3 就已达到 170B 的参数。 3. 具体应用场景： 文本生成和内容创作，如撰写文章、生成新闻报道、创作诗歌和故事等。 聊天机器人和虚拟助手，提供客户服务、日常任务提醒和信息咨询等。 编程和代码辅助，包括代码自动补全、bug 修复和代码解释。 翻译和跨语言通信，促进不同语言背景用户之间的沟通和信息共享。 情感分析和意见挖掘，为市场研究和产品改进提供数据支持。 教育和学习辅助，创建个性化学习材料、自动回答学生问题和提供语言学习支持。 图像和视频生成，如 DALLE 等模型根据文本描述生成相应内容。 游戏开发和互动体验，创建游戏角色对话、故事情节生成和增强玩家沉浸式体验。 医疗和健康咨询，理解和回答医疗相关问题，提供初步健康建议和医疗信息查询服务。 法律和合规咨询，帮助解读法律文件，提供合规建议。 4. 法律领域： 信息检索与整理，能迅速从大量数据中检索相关信息，提取和整理案件相关资料。 模式识别与预测，通过导入历史数据和参考信息，设定指令，预测案件可能结果，辅助制定诉讼策略。 自动化文档处理，自动生成和修改标准化文本与合同，减少律师文档起草和修订工作量。 多任务处理能力，同时处理多个任务，提高效率。

以下几种 AI 在数学模型搭建与计算方面表现较为出色： 1. Llama 3.1：是迄今为止最大版本，在推理、数学、多语言和长上下文任务中能够与 GPT4 相抗衡。 2. AlphaGeometry：在奥林匹克级几何问题基准测试中表现出色，解决了 30 题中的 25 题，接近人类国际数学奥林匹克金牌得主的表现。 3. 由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的中国模型：在 LMSYS 排行榜上取得了优异的成绩，尤其在数学和编程方面表现尤为出色，且中国模型更能优先考虑计算效率。 4. MathGLM 系列模型： MathGLM2B：在训练数据充足的情况下，能够准确地执行多位算术运算，准确率几乎可以达到 100%，结果显著超越 GPT4。 MathGLMLarge：采用不同变体作为骨干来训练，赋予其基本的语言理解能力，使其能够有效理解数学应用题中包含的语言信息。 大型语言模型处理数学计算的一些解决办法包括： 1. 引入编程插件：将数学问题转化为编程问题，并引入编程插件来处理。 2. 教会模型数学法则：教导语言模型数学计算的规则。 3. 标准化自然数加法计算 prompt 模板：创建标准模板，使语言模型按预定义规则和步骤执行加法计算。 4. 结合图像模型：对于涉及空间概念的数学问题，结合图像模型辅助处理。 5. 提供充足的语料和样本：为语言模型提供充足的数学计算样本和语料，让模型从中学习并改进数学计算能力。

以下是主流大语言模型擅长领域的相关信息： 1. Encoderonly 模型：通常适用于自然语言理解任务，如分类和情感分析，代表模型是 BERT。 2. Encoderdecoder 模型：同时结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容，用例包括翻译和摘要，代表是 Google 的 T5。 3. Decoderonly 模型：更擅长自然语言生成任务，如故事写作和博客生成，众多 AI 助手基本采用此结构，包括 ChatGPT。 大模型的特点： 1. 预训练数据非常大，往往来自互联网上的论文、代码、公开网页等，先进的大模型一般用 TB 级别的数据进行预训练。 2. 参数非常多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 国内大模型分类： 1. 通用模型：如文心一言、讯飞星火等，处理自然语言。 2. 垂直模型：专注特定领域，如小语种交流、临床医学、AI 蛋白质结构预测等。 大型模型主要分类： 1. 大型语言模型：专注于处理和生成文本信息。 2. 大型多模态模型：能够处理包括文本、图片、音频等多种类型的信息。 大型多模态模型与大型语言模型的不同： 1. 处理的信息类型不同：大型语言模型专注于文本信息，大型多模态模型能处理多种类型信息。 2. 应用场景不同：大型语言模型主要用于自然语言处理任务，大型多模态模型可应用于更广泛领域，如图像识别与描述、视频分析、语音识别与生成等。 3. 数据需求不同：大型语言模型主要依赖大量文本数据训练，大型多模态模型需要多种类型数据训练。 相对大型模型的“小模型”：是在相对比较下规模较小的模型，实际是被设计来完成特定任务的，如最初用于图像分类的模型，只能分辨是或不是某一个东西。

以下是关于 AI 写小说的相关内容： Stuart 分享的用 coze 写起点爆款小说《夜无疆》的工作流： 工作流效果：以起点 Top1 的《夜无疆》为题创作，虽未达到小说家水平，但至少达到高中生中较好的水平，是从通常的 AI 写作水平到质的飞跃，其中思路值得学习。 工作流步骤： 用 bing 搜索标题相关内容。 用程序将搜索结果结构化（不熟悉程序可忽略或复制文中代码）。 用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要。 再用大模型写文章。 输出文章内容。 陈财猫提到的用 AI 写出好文字的技巧： 第一个技巧是“显式归纳与列出你想要的文本特征”，例如明确描述写小说所需的文风、文笔特点，在调试过程中逐步调整描述，直到达到理想效果。 第二个技巧是“通过 prompt 中的描述与词语映射到预训练数据中的特定类型的文本，从而得到想要的相似样本”，直接指出所需文本类型常出现的地方。 举例说明，如写充满张力的女性复仇文要指出可能出现的网站分类，写短剧剧本创作要考虑其特殊性。 AI x 即兴戏剧工作坊中提到使用 midreal.ai 以「即兴喜剧」开头写短篇小说，以及使用 GPT4、悠船、midjourney 进行 AI 绘画，并用 Canva 做电影格式模板用于现场搭建和表演即兴剧。

以下是一些常见的可用于小说扩写润色的 AI 工具： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助，写小说时修改成本低、效率高，写完的文本甚至可直接放入剪映生成视频。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 从逻辑、内容、语言三维度打造 Claude 润色方案时，需求分析包括： 语言表达层面：重点在于遣词用字的准确性和优美性，确保用词恰当、表达地道；句式结构的流畅性，避免重复、冗长的句子；语气语调的统一性，保持全文风格协调。 逻辑结构层面：段落之间的衔接过渡自然顺畅，论述层次分明，重点突出，整体结构完整，首尾呼应。 内容深度层面：论点论据充实完备，事实描述准确具体，观点阐述深入透彻。 在纯银的 ChatGPT 使用调研中，ChatGPT 的应用场景包括： 作为读书时的讨论伙伴。 用于写小说，修改成本低、效率高。 辅助学代码、写代码。 替代 Google 进行提问，在某些情况下能启发自己想清楚问题。 配合翻译工具进行翻译和润色。 充当书僮角色，辅助理解概念性问题。

以下是关于 AI 小说推文的相关信息： 二师兄的 AI 启蒙之路： 二师兄来自上海，80 后，房地产行业从业二十年，计算机零基础。 2024 年的经历包括购买显卡和显示器备战游戏，迈出 AI 学习的第一步（接触 AI 绘画），炼丹，探讨 AI 变现途径（尝试用 GPT 和 SD 制作图文故事绘本、小说推文项目），因工作调动经历无硬件支持的 AI 学习之路，加入 Prompt battle 社群学习 Midjourney。 将小说做成视频的方法： 将小说转换成 AI 视频通常包括文本分析、角色与场景生成、视频编辑与合成等步骤。可利用以下工具： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：适用于创建小说中的场景和角色图像。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，可生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. 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 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：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ AI 创客松参与同学自我介绍和分类： |序号|姓名/昵称|擅长领域/岗位|想法/方向|优势| |||||| |12|秦超|AI 2C 项目负责人|产品落地服务|产品、技术架构，项目管理经验| |13|kaikai|技术实践者|多 Agent 处理任务流|技术实践，团队合作| |14|Cici🦾|AI 算法开发|宠物与 AI 结合|AI 产品研发和创业经验| |15|BIN 陈裕彬|CTO|AI 绘画精灵、AI 推文小说视频生成器|爆款 AI 小程序作者| |16|11 鸭鸭呀|产品经理|智能写作产品|Prompt 撰写，AI 应用经验| |17|zz|AI 产品经理|效率工具和游戏方向|大厂经验，AI 产品经理| |18|天天向上|AIGC 爱好者|AI 配音应用|配音演员，AI 预告片制作| |19|烦烦烦🧢🍻|产品经理|企业服务 AI 应用|PRD 输出，前端开发能力| |20|周文斌|产品业务负责人|AI 创业|产品规划和研发经验| |21|Wilson·W|咨询顾问/服务设计师|AI 组团协作场景|GPT4.0 用户，咨询行业经验| |22|王蒙|程序员|AI 相关开发|后端开发经验| |23|Nero|产品体验设计师|AI 绘画、AI 视频|AIGC 研究方向|

以下是关于用 AI 写小说的一些方法和建议： 1. Stuart 提出的 coze 工作流： 用 bing 搜索标题相关内容。 用程序将搜索结果结构化（不熟悉程序的可忽略或复制文中代码）。 用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要。 再用大模型来写文章。 输出文章内容。 2. 陈财猫的技巧： “显式归纳与列出你想要的文本特征”，例如明确文风、文笔特点，如“几句话一换行”“以短句和对话为主，结构紧凑”“用词直白犀利”等，在调试中把握增加与删除的度。 “通过 prompt 中的描述与词语映射到预训练数据中的特定类型的文本，从而得到想要的相似样本”，直接点出文本类型，如“充满张力的女性复仇文，可能会出现在晋江文学城或者起点中文网的古代言情分类中”。 此外，还有 AI x 即兴戏剧工作坊中提到的用 midreal.ai 以「即兴喜剧」开头写短篇小说。

以下是关于如何用 AI 写小说的一些方法： 1. 显式归纳与列出想要的文本特征：比如对于写小说，明确归纳出如“几句话一换行”“以短句和对话为主，结构紧凑”“用词直白犀利”等文本特点，在调试中逐步增减描述，直至得到满意结果。 2. 通过 prompt 中的描述与词语映射到预训练数据中的特定类型文本：直接指出所需文本常出现的地方和类型，例如“充满张力的女性复仇文，可能会出现在晋江文学城或者起点中文网的古代言情分类中”。 3. Coze 工作流： 用 bing 搜索相关标题的内容。 用程序将搜索结果结构化（不熟悉程序可忽略或复制相关代码）。 用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要。 再用大模型来写文章。 输出文章内容。 4. 如果想用 AI 把小说做成视频，制作流程如下： 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说，提取关键场景、角色和情节。 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成视觉描述。 图像生成：使用 AI 图像生成工具创建图像。 视频脚本制作：将提取的关键点和生成的图像组合成脚本。 音频制作：利用 AI 配音工具（如 Adobe Firefly）转换语音，添加背景音乐和音效。 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）合成视频。 后期处理：进行剪辑、添加特效和转场等提高质量。 审阅与调整：观看视频并根据需要调整。 输出与分享：完成编辑后输出并分享。 请注意，具体操作和所需工具可能因项目需求和个人偏好不同而有所差异，AI 工具的可用性和功能也可能变化，建议获取最新信息和使用指南。