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

Coze教程

Answer

以下是关于 Coze 的教程:

  • 一泽 Eze 的教程:
    • 可能是全网最好的 Coze 教程之一,能一次性带您入门 Coze 工作流。
    • 即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。
    • 阅读指南:长文预警,请视情况收藏保存。
    • 核心看点:通过实际案例逐步演示,用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent;开源 AI Agent 的设计到落地的全过程思路;10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。
    • 适合人群:任何玩过 AI 对话产品的一般用户(若没用过,可先找个国内大模型耍耍);希望深入学习 AI 应用开发平台(如 Coze、Dify),对 AI Agent 工作流配置感兴趣的爱好者。
    • 注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。
  • 大圣的教程:
    • Coze 概述:字节的官方解释为 Coze 是新一代一站式 AI Bot 开发平台,无论是否有编程基础,都可在其上快速搭建基于 AI 模型的各类问答 Bot,从解决简单问答到处理复杂逻辑对话,并能将搭建的 Bot 发布到各类社交平台和通讯软件上互动。个人认为 Coze 是字节针对 AI Agent 领域的初代产品,在 Coze 中称 AI Agent 为 Bot。字节针对 Coze 部署了国内版和海外版两个站点。
      • 国内版:网址为 https://www.coze.cn ,官方文档教程为 https://www.coze.cn/docs/guides/welcome ,使用字节自研的云雀大模型,国内网络可正常访问。
      • 海外版:网址为 https://www.coze.com ,官方文档教程为 https://www.coze.com/docs/guides/welcome ,使用 GPT-4、GPT-3.5 等大模型(可参考文档白嫖 ChatGPT4),访问需要突破网络限制的工具,参考文档:https://www.coze.com/docs/zh_cn/welcome.html 。
    • AI Agent 的开发流程:Bot 的开发和调试页面布局主要分为提示词和人设的区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置、触发器(例如定时发送早报)、开场白(用户和 Bot 初次对话时,Bot 的招呼话语)、自动建议(每当和 Bot 一轮对话完成后,Bot 给出的问题建议)、声音(和 Bot 对话时,Bot 读对话内容的音色),下面会逐一讲解每个组件的能力以及使用方式。
Content generated by AI large model, please carefully verify (powered by aily)

References

一泽Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力

可能是全网最好的Coze教程(之一),带你一次性入门Coze工作流。即使是非技术出身的爱好者,也能上手跟学,一站式学会AI Agent从设计到落地的全流程方法论。[heading1]阅读指南[content]长文预警,请视情况收藏保存核心看点:通过实际案例逐步演示,用Coze工作流构建一个能够稳定按照模板要求,生成结构化内容的AI Agent开源AI Agent的设计到落地的全过程思路10+项常用的Coze工作流的配置细节、常见问题与解决方法适合人群:任何玩过AI对话产品的一般用户(如果没用过,可以先找个国内大模型耍耍)希望深入学习AI应用开发平台(如Coze、Dify),对AI Agent工作流配置感兴趣的爱好者注:本文不单独讲解案例所涉及Prompt的撰写方法。文末「拓展阅读」中,附有相关Prompt通用入门教程、Coze其他使用技巧等内容,以供前置or拓展学习。

一泽Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力

可能是全网最好的Coze教程(之一),带你一次性入门Coze工作流。即使是非技术出身的爱好者,也能上手跟学,一站式学会AI Agent从设计到落地的全流程方法论。[heading1]阅读指南[content]长文预警,请视情况收藏保存核心看点:通过实际案例逐步演示,用Coze工作流构建一个能够稳定按照模板要求,生成结构化内容的AI Agent开源AI Agent的设计到落地的全过程思路10+项常用的Coze工作流的配置细节、常见问题与解决方法适合人群:任何玩过AI对话产品的一般用户(如果没用过,可以先找个国内大模型耍耍)希望深入学习AI应用开发平台(如Coze、Dify),对AI Agent工作流配置感兴趣的爱好者注:本文不单独讲解案例所涉及Prompt的撰写方法。文末「拓展阅读」中,附有相关Prompt通用入门教程、Coze其他使用技巧等内容,以供前置or拓展学习。

大圣:胎教级教程:万字长文带你使用Coze打造企业级知识库

字节的官方解释如下:Coze是新一代一站式AI Bot开发平台。无论你是否有编程基础,都可以在Coze平台上快速搭建基于AI模型的各类问答Bot,从解决简单的问答到处理复杂逻辑的对话。并且,你可以将搭建的Bot发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动我个人认为:Coze是字节针对AI Agent这一领域的初代产品,在Coze中将AI Agent称之为Bot字节针对Coze这个产品部署了两个站点,分别是国内版和海外版国内版网址:https://www.coze.cn官方文档教程:https://www.coze.cn/docs/guides/welcome大模型:使用的是字节自研的云雀大模型国内网络即可以正常访问海外版网址:https://www.coze.com官方文档教程:https://www.coze.com/docs/guides/welcome大模型:GPT-4、GPT-3.5等大模型(你可以在这里白嫖ChatGPT4,具体参考文档:)访问需要突破网络限制的工具参考文档:https://www.coze.com/docs/zh_cn/welcome.html[heading3]AI Agent的开发流程[content]Bot的开发和调试页面布局如下,主要分为如下几个区块提示词和人设的区块Bot的技能组件插件工作流Bot的记忆组件知识库变量数据库长记忆文件盒子一些先进的配置触发器:例如定时发送早报开场白:用户和Bot初次对话时,Bot的招呼话语自动建议:每当和Bot一轮对话完成后,Bot给出的问题建议声音:和Bot对话时,Bot读对话内容的音色下面我们则会逐一讲解每个组件的能力以及使用方式

Others are asking
coze
Coze 是由字节跳动推出的具有以下特点的产品: 1. 是一个 AI 聊天机器人和应用程序编辑开发平台,旨在简化 AI 机器人的开发过程,让开发者和非技术用户都能快速搭建基于 AI 模型的各类问答 Bot,处理从简单问答到复杂逻辑对话的任务。 2. 字节跳动旗下的子公司推出的 AI Agent 构建工具,允许用户在无编程知识的基础上,使用自然语言和拖拽等方式构建 Agent。 3. 目前可以白嫖海量的大模型免费使用,有丰富的插件生态。 4. 多语言模型支持,如使用 GPT48K 和 GPT4128K 及云雀语言模型等。 5. 拥有插件系统,集成超过 60 款插件,涵盖资讯阅读、旅游出行、效率办公、图片理解等功能,同时支持用户创建自定义插件。 6. 具备知识库功能,允许用户上传和管理多种格式的数据,并支持 Bot 与用户数据交互。 7. 提供数据库和记忆能力,允许 Bot 访问会话内存和上下文,持久记住用户对话中的重要参数或内容。 8. 支持工作流设计,用户可通过拖拉拽方式搭建工作流,处理复杂任务流,提供大量灵活可组合的节点。 9. 具有多代理模式,一个机器人中可运行多个任务,允许添加多个代理。 10. 对用户完全免费,且易于发布和分享,用户可将搭建的 Bot 发布到各类社交平台和通讯软件上。 此外,Coze 可以接入抖音评论区,帮用户自动回复评论。还有基于 Coze 平台能力搭建的记账管家应用,用户可直接和 Coze 说收入或支出情况,Coze 会自动记账并计算账户余额,且不会丢失记账记录。 如果您想了解更多关于 Coze 的内容,可参考以下文章:
2025-02-07
coze上的工作流是怎么运行的
Coze 上的工作流运行主要包括以下步骤: 1. 梳理工作流:明确工作流的核心,如对于类似秘塔搜索的 Bot,要清楚其主要能力,包括使用搜索引擎进行搜索、对搜索内容整理成答案、给出答案中的引用等,从而形成创建 Bot 的思路。 2. 创建工作流: 任务处理阶段:将开始节点输入的用户指令配置给模型,保证指令顺利进入大模型组件中处理。 最终阶段:将任务处理的输出内容配置到结束节点,结束节点将处理完的回复反馈给用户,完成工作流闭环。 输出节点:注意回答模式有两种选择,一是返回变量由 Bot 生成回答,适用于复杂任务;二是直接根据设定内容进行回答,适用于一般性任务。 3. 试运行工作流:目的是确保工作流中的所有节点按预期协同工作,输出结果准确无误。可能需要多次调整和优化工作流,包括检查数据流动、条件判断和最终输出是否符合预期。 4. 评估并优化 Agent 效果: 整体试运行 Agent,识别功能和性能的卡点。 通过反复测试和迭代,优化至达到预期水平。 具体操作包括试运行整个工作流,验证整体运行效果(包括响应速度、生成质量);迭代优化工作流,提升性能;在外层 bot 中封装工作流;进行外层 bot 调试;最后发布 bot。
2025-02-07
coze
Coze 是由字节跳动推出的: 1. 是一个 AI 聊天机器人和应用程序编辑开发平台,专为开发下一代 AI 聊天机器人而设计,旨在简化开发过程,让开发者和非技术用户都能快速搭建基于 AI 模型的各类问答 Bot,处理从简单问答到复杂逻辑对话的任务。 2. 字节跳动旗下子公司推出的 AI Agent 构建工具,允许用户在无编程知识的基础上,使用自然语言和拖拽等方式构建 Agent,目前可以白嫖海量的大模型免费使用,有丰富的插件生态。 3. 其特点包括: 多语言模型支持,如 GPT48K 和 GPT4128K,并提供云雀语言模型等。 集成超过 60 款插件,涵盖资讯阅读、旅游出行、效率办公、图片理解等功能,支持用户创建自定义插件。 具有知识库功能,允许用户上传和管理多种格式的数据,并支持 Bot 与用户数据交互。 提供数据库功能,允许 Bot 访问会话内存和上下文,持久记住用户对话中的重要参数或内容。 支持通过拖拉拽的方式快速搭建工作流,处理逻辑复杂的任务流,提供大量灵活可组合的节点。 具有多代理模式,在一个机器人中可以运行多个任务,允许添加多个代理。 对用户完全免费。 易于发布和分享,用户可以将搭建的 Bot 发布到各类社交平台和通讯软件上。 Coze 还可以接入抖音评论区,帮用户自动回复评论。此外,基于 Coze 平台的能力搭建了记账管家应用,用户可以直接和 coze 说收入或支出情况,coze 会自动记账并计算账户余额,且每一笔记账记录都不会丢失。 如果您还想了解更多关于 Coze 的信息,可以参考: 。
2025-02-07
coze插件
以下是关于 coze 插件的相关内容: 通过已有服务 api 创建: 进入 coze,在个人空间中选择插件,新建一个插件并命名(如 api_1),在插件的 URL 部分填入 ngrok 随机生成的 https 链接地址。注意服务不能关闭,按照 coze 的指引配置输出参数,测试后发布插件。 完成插件创建后可手捏简单的 bot,将创建的插件接入,在 prompt 里设置调用插件,即可大功告成。 通过 Coze API 打造强大的微信图片助手: 先安装 COW 插件(),目前版本只针对图片处理。 在服务器后台找到 plugins/coze_wrapper/config.json.template 文件,复制粘贴相同目录下并改名为 config.json,根据自己 Coze 实现的功能和插件配置修改里面的配置项(开关、提示词等)。 重新启动 COW,扫码登录,发送一张图片测试各个功能。 使用 Coze IDE 创建插件: 登录,在左侧导航栏的工作区区域选择进入指定团队。 在页面顶部进入插件页面,或者在某一 Bot 的编排页面,找到插件区域并单击“+”图标,单击创建插件。 在新建插件对话框,完成插件图标(可选)、插件名称、插件描述、插件工具创建方式、IDE 运行时等配置并单击确认。 在插件详情页,单击在 IDE 中创建工具,在弹出的创建工具对话框设置工具名称和介绍,确定后跳转到 Coze IDE 页面进行编码。 (可选)在 IDE 左上角工具列表区域单击“+”图标添加更多工具,还可在左下角依赖包区域管理依赖包。 需要注意的是,本案例中使用的是 coze 国内版,整体过程仅为说明 coze 的插件指引好用。在生产环境中,如果已有准备好的 https 的 api,可直接接入。同时,ngrok 在本案例中仅供娱乐,生产环境中勿用。
2025-02-07
如何在coze上做deepseek?
在 Coze 上做 DeepSeek 的步骤如下: 1. 搜索 www.deepseek.com,点击“开始对话”。 2. 将装有提示词的代码发给 DeepSeek。 3. 认真阅读开场白之后,正式开始对话。 此外,关于 DeepSeek 还有以下相关内容: 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(对作者有难度)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】在前期为作者提供了很多思考方向;Thinking Claude 是作者现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手。 如果官网的搜索不能用,一直崩溃,可以用火山的满血版,在相关视频的最后 10 分钟左右有手把手教程。 同时,还有以下相关的历史更新: 2024 年 7 月 18 日: 《》来自艾木老师,深入研究了 Coze 的多 Agent 模式机制,针对多 Agent 跳转不可靠的现象,分析了 Coze 提供的三种节点跳转模式,包括使用对话模型、独立模型以及自定义模型。通过对《谁是卧底》游戏的节点跳转实例进行解析,揭示了每种模式的应用场景和不足之处。 《》来自暗涌,DeepSeek 是一家低调却引人关注的大模型公司,以独特的技术创新在市上崭露头角。他们发布了价格颠覆性的源模型 DeepSeek V2,引发了中国大模型战。与其他公司不同,DeepSeek 重模型架创新,成功降低成本,受到业内关注。始人梁文锋是技术理想主义者,坚持只做研究探索,希望将中国公司带入全技术创新的浪潮中。 《》来自海外独角兽,各大公司争建设 10 万集群,投入巨大,但建涉及技术挑和运营问题。文章详细分析数据中心的力问题、并行计算方式、网络、可靠性、成本计算等方面,展示 10 万 GPU 集的算力和效率。同时,也出了数据中心设计和网络拓扑结构对于型 AI 训练集的重要性。
2025-02-07
我想要搭建一个能够帮我阅读并总结提炼,同时能在我提出问题时,随时在我给他提供的知识库中检索的AI Agent,如何用Coze搭建?
搭建能够阅读、总结提炼并在给定知识库中检索的 AI Agent 可以使用 Coze 按照以下步骤进行: 1. 规划 制定任务的关键方法。 总结任务目标与执行形式。 将任务分解为可管理的子任务,确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施 在 Coze 上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,并验证每个子任务的可用性。 3. 完善 整体试运行 Agent,识别功能和性能的卡点。 通过反复测试和迭代,优化至达到预期水平。 关于一些其他问题: 1. 如何判断自己的任务/Prompt 是否需要拆解为工作流? 构建稳定可用的 AI Agent 是一个需要不断调试和迭代的过程。通常先从当前性能最强的 LLM(如 ChatGPT4 和 Claude 3.5 sonnet)着手,先用单条 Prompt 或 Prompt Chain 来测试任务的执行质量和稳定性。然后,根据实际执行情况、最终投产使用的 LLM,逐步拆解子任务,降低 LLM 执行单任务的难度,直到达成工程目标。一般对于场景多样、结构复杂、对输出格式要求严格的内容,基本可以预见到需要将其拆解为工作流。此外,如果涉及生成多媒体内容或从网络自主获取额外信息等能力,必然需要通过工作流来调用相应的插件。 2. 只用了一段 Prompt 的 Agent,还算 AI Agent 吗? 算。详见
2025-02-06
ComfyUI教程
以下是一些关于 ComfyUI 的学习教程资源: 1. ComfyUI 官方文档:提供使用手册和安装指南,适合初学者和有经验的用户,可在获取相关信息。 2. 优设网:有详细的 ComfyUI 入门教程,适合初学者,介绍了特点、安装方法及生成图像等内容,教程地址是。 3. 知乎:有用户分享了 ComfyUI 的部署教程和使用说明,适合有一定基础并希望进一步了解的用户,可在找到相关教程。 4. Bilibili:提供了从新手入门到精通各个阶段的系列视频教程,可在查看。 此外,还有以下教程: 1. 一个全面的 ComfyUI 教程:https://www.comflowy.com/zhCN 2. 超有意思的 ComfyUI 教程:https://comfyanonymous.github.io/ComfyUI_tutorial_vn/ ComfyUI 基础教程中关于 KSampler 的部分: KSampler 即采样器,包含以下参数: 1. seed:随机种子,用于控制潜空间的初始噪声,若要重复生成相同图片,需种子和 Prompt 相同。 2. control_after_generate:设置每次生成完图片后 seed 数字的变化规则,有 randomize(随机)、increment(递增 1)、decrement(递减 1)、fixed(固定)。 3. step:采样的步数,一般步数越大效果越好,但与使用的模型和采样器有关。 4. cfg:一般设置在 6 8 之间较好。 5. sampler_name:可通过此设置采样器算法。 6. scheduler:控制每个步骤中去噪的过程,可选择不同调度算法。 7. denoise:表示要增加的初始噪声,文生图一般默认设置为 1。 内容由 AI 大模型生成,请仔细甄别。
2025-02-07
帮我找到deepseek的培训教程,我是一个技术小白
以下是关于 DeepSeek R1 的培训教程相关内容: DeepSeek R1 引入了纯强化学习(RL),不依赖大量人类标注数据,而是通过自我探索和试错来学习。在“冷启动”阶段,仅通过少量(数千条)人工精选的思维链数据进行初步引导,建立起符合人类阅读习惯的推理表达范式。随后主要依靠强化学习,在奖励系统的反馈下(只对结果准确率与回答格式进行奖励),自主探索推理策略,不断提升回答的准确性,实现自我进化。 准确率奖励用于评估 AI 提供的最终答案是否正确,格式奖励强制结构化输出,让模型把思考过程置于<think></think>标签之间,以便人类观察模型的推理过程。 更有趣的是,DeepSeek 还有一个更加聪明的 R1zero 实验版本,这个版本甚至没有进行任何的初始引导,而是采用了完全从零开始的强化学习。实验表明,无需任何人类的监督训练,R1zero 自然而然地学会了用更多的思考步骤来解决推理任务,还学会了在推理过程中反思先前的推理步骤,探索解决问题的替代方法。但因为没有微调,R1zero 的输出内容可读性差、语言混合,且风险不可控。所以我们见到的是经过符合人类阅读偏好的冷启动与微调过的 R1 版本,确保 AI 生成内容的稳定、安全、道德、无害。 附:DeepSeek R1 完整训练过程,因文章定位与行文节奏设计,上文仅对影响 R1 涌现关键智能的前两个训练步骤进行了讲解。更加完善的训练说明,可直接阅读官方论文:DeepSeekAI《DeepSeekR1:Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》https://arxiv.org/html/2501.12948 参考文献: 1. 碎瓜波斯兔子《Deepseek R1 可能找到了超越人类的办法》https://mp.weixin.qq.com/s/YgRgDw8ndSHJwcPNMqWZNQ 2. 大聪明赛博禅心《DeepSeek R1 是怎么训练的?》https://mp.weixin.qq.com/s/Wuz0H9jmZYV1jM1YtwTlA 3. 老刘说 NLP《可视化角度具象化理解 DeepSeekR1 类推理大模型的习得进程》https://mp.weixin.qq.com/s/ytKTGTgU2T7jSNrBghX1cA 4. Tianzhe Chu et al.《SFT 记忆,RL 泛化:基础模型训练后的比较研究》https://arxiv.org/html/2501.17161 5. Metaso 长思考对话《RL 和 SFT 在后训练中的区别》https://metaso.cn/s/WGdOwPC
2025-02-07
我需要仿写 AI工具的教程文章,应该怎么写提示词
以下是关于如何仿写 AI 工具教程文章中提示词的相关内容: 样例驱动的渐进式引导法就像让 AI 主动读懂您的想法。它以 1 2 个正向样例为起点,通过与 AI 的多轮对话,引导其从样例中提炼隐含的生成要求,逐步完善提示词。 例如,教 AI 仿写爆文时,只需提供优秀样例,AI 会自动分析理解精髓并生成符合自身运作的指令。这种方法无需用户具备专业的 Prompt 工程知识,也不用费力提炼“Know How”,利用 AI 就能自动生成精彩的 Prompt。 其核心步骤包括: 1. 构建初始样例:创建符合期望输出的具体例子。 2. 评估样例,尝试提炼模板:让 AI 分析理解样例结构和关键元素,并以专家视角优化。 3. 固定模板,强化要求说明:基于对初始样例的理解,让 AI 提出通用模板,通过测试 Prompt 验证可靠性。 4. 生成结构化提示词:将优化后的模板转化为结构化提示词,用户适当调整确认后即可使用。 在这个过程中,用户的角色主要是: 1. 提供尽可能与自己预期一致的初始样例。 2. 判断 AI 的输出质量。 3. 反馈改进建议,提供行动引导。 这种方法的优势在于简化了提示词设计过程,让非专业用户也能创建高质量的 Prompt。用户可专注于判断输出质量和提供反馈,无需深入理解复杂的 Prompt 工程技巧。 此外,编写提示词(prompt)还有一些通用建议: 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:任务需要背景知识时,在 prompt 中提供足够信息。 3. 使用清晰语言:尽量用简单、清晰的语言描述任务,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要求,在 prompt 中明确指出。 5. 使用示例:有特定期望结果时,在 prompt 中提供示例。 6. 保持简洁:尽量简洁明了,过多信息可能使 AI 模型困惑。 7. 使用关键词和标签:帮助 AI 模型更好理解任务主题和类型。 8. 测试和调整:生成文本后仔细检查结果,根据需要调整 prompt,可能需要多次迭代达到满意结果。
2025-02-06
我想学习AI,有没有新手学习教程
以下是为新手学习 AI 提供的教程: 1. 了解 AI 基本概念: 建议阅读「」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,您将找到一系列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),您可以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您的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 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。 通过与这些 AI 产品的对话,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 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自己的成就。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。
2025-02-06
AI辅助PPT生成的教程
以下是关于 AI 辅助 PPT 生成的教程: 一、AI 辅助 PPT 的原理和作用 1. 减轻排版工作的压力。 2. 生成打底的内容,减轻人写内容的工作。 文章生成 PPT,是让 AI 帮忙摘要内容,生成大纲列表。 主题生成 PPT,让 AI 根据主题扩充成大纲列表,乃至具体内容。 在特定的场景下不用改直接用,如学生快速为小组展示配 PPT。 二、AI 辅助 PPT 生成的流程 1. 用户输入相关内容。 2. AI 输出文本。 3. 排版网站往往提供了各种形状和样式,网站把 AI 输出的文本丢给 LLM,让它根据内容,在已有的 UI 组件中选择更适合的组件。按时间线,每页 PPT 的文字,选出整个 PPT 中,每一页的 UI 组件。有的网站,如 tome、gamma,配图也是由 GenAI 根据页面内容生成的。呈现 AI 生成的 PPT 结果,用户不满意可以自行选择模版。 三、具体操作示例 1. 利用 Process ON 工具 网址:https://www.processon.com/ 输入大纲和要点 确定操作方式,目前该工具提供两种方式: 导入大纲和要点: 手动复制,相对比较耗时间。 导入方式: 复制最终大纲的内容,到本地的 txt 文件后,将后缀改为.md。如果看不见后缀,可以自行搜索开启后缀。 打开 Xmind 软件,将 md 文件导入 Xmind 文件中。 Process ON 导入 Xmind 文件。以导入方式新建思维导图,选择准备好的 Xmind 文件,导入成功。 输入主题自动生成大纲和要求:新增思维导图,输入主题,点击 AI 帮我创作,生成结束。 选择模版并生成 PPT:点击下载,选择导入格式为 PPT 文件,选择模版,再点击下载。如果喜欢用 Process ON 的小伙伴,没有会员,可以某宝买个一天会员。 2. 几款 PPT 生成工具(网站) https://wenku.baidu.com 百度文库付费质量好 https://zhiwen.xfyun.cn/ 讯飞智文免费引导好 http://Chatppt.com 付费,自动化程度高 http://Mindshow.fun Markdown 导入 http://Gamma.app Markdown 导入 http://Tome.app AI 配图效果好 剪映:图文成片(只需提供文案,自动配图配音) 希望以上内容对您有所帮助。
2025-02-05
deepseek教程
以下是关于 DeepSeek 的教程: 网址:https://www.deepseek.com/zh 。国内能访问,网页登录方便,目前完全免费。 获得游戏代码:只需点击开始对话,左边选择代码助手,直接向其许愿即可。 提示词使用: 效果对比:用 Coze 做了小测试,可对比查看 。 如何使用: 1. 搜索 www.deepseek.com,点击“开始对话”。 2. 将装有提示词的代码发给 DeepSeek 。 3. 认真阅读开场白之后,正式开始对话。 设计思路: 1. 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。 2. 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。 3. 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。 4. 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。 5. 用 XML 来进行更为规范的设定,而不是用 Lisp(对作者有难度)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】在前期提供了很多思考方向,Thinking Claude 是作者现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源,Claude 3.5 Sonnet 是最得力的助手。 使用技巧: 特点与优势: 1. 推理型大模型:核心是推理型大模型,不需要用户提供详细步骤指令,通过理解用户真实需求和场景提供答案。 2. 更懂人话:能够理解用户用“人话”表达的需求,不需要用户学习和使用特定提示词模板。 3. 深度思考:回答问题时能够进行深度思考,不是简单罗列信息。 4. 文风转换器:可以模仿不同作家的文风进行写作,适用于多种文体和场景。 正确方法: 1. 可以扔掉提示词模板:用自然语言描述,直接描述真实场景和具体需求,提示词模板的目的是清晰表达,如果使用也完全没问题。 2. 让 DeepSeek“说人话”:在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等,可以让 DeepSeek 的回答更加通俗易懂。 3. 激发深度思考:让 DeepSeek 进行批判性思考、反面思考和复盘,以恢复其深度思考能力。 4. 文风转换:通过指定模仿的作家和文体,让 DeepSeek 生成符合特定风格的文本。
2025-02-01