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

什么是AI提示词,为何要做去AI提示词这项工作,对个人或者企业有什么价值?

Answer

AI 提示词是在与人工智能模型交互时,用于引导模型产生准确、有用和相关回答的指令或描述。

对于个人、企业和组织,AI 提示词具有以下价值:

  1. 是 AI 在组织内落地的一把钥匙:新工具落地时,生产者易对其产生怀疑和抵触,而提示词能有效让大家迅速意识到工具在帮忙干活。
  2. 是提取和复用业务方法论的有效工具:深谙跨语种沟通方法论的人可将其封装成提示词,让他人直接使用,无需深入学习方法论本身。
  3. 是碾压式的组织学习利器:基于 Johari 沟通视窗模型,大模型加提示词在拓展认知的四个象限中都有很好的阐述式或启发式应用方法,能有效优化传统组织学习模式。

提示词工程师是负责设计和优化提示的专业人员,他们需要具备一定的领域知识、理解人工智能模型的能力以及对用户需求的敏感性。其主要职责包括设计提示、优化提示、评估提示。提示词工程师需要具备领域知识、自然语言处理(NLP)知识、人工智能(AI)知识和良好的沟通能力。随着人工智能技术的发展,对提示词工程师的需求将越来越大。

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

References

小七姐:提示词思考总结

每当一个新工具落地到企业的生产力环境的时候,因为原有的工具习惯和路径依赖,生产者其实很容易对新工具产生怀疑和抵触。但对于AI来说,提示词可以非常有效的迅速让大家意识到,这个工具真的是在帮我干活的:[heading3]提示词是提取和复用业务方法论的有效工具[content]以下是一个示例场景,不经过提示词大模型也可以做到准确的翻译。但经过简单提示,例如增加翻译的目的、场景和特定规范时,就可以生成更加符合需要,可以直接使用的内容:上述好用的内容生成的前提是MQ老师(提示词作者)编写的职场英语助理提示词,这意味着,一个深谙跨语种沟通方法论的老师,可以把她的方法论封装成一个开袋即食的工具,让其他人直接使用(而不需要再去深入学习方法论本身)。[heading3]提示词是碾压式的组织学习利器[content]基于Johari沟通视窗模型,大模型+提示词在我们拓展认知的四个象限中,都有非常好的阐述式或启发式应用方法:而在职场和个人成长中,有非常多的场景,例如:下图(引用自熊猫Jay的《AI提示词与职场提效》专栏)下图引用自夙愿的《AI提示词实战指南》基于这样的学习,可以有效的优化传统的组织学习模式:

【AI+知识库】商业化问答场景,让AI回复更准确,一篇专为所有“小白”讲透RAG的实例教程(上篇)

大语言模型:是一个学习过无数本书、拥有无穷智慧的人。他读过无数的书、看过无数的段子,因此对公共知识、学识技能、日常聊天十分擅长。然而,在工作场景下,只会聊天侃大山可不行,你想让他帮你干活。这个时候,就需要“提示词”出场了,提示词:是你告诉这个全知全能的人,他是一个什么样的角色、他要专注于哪些技能,让他能够按照你的想法,变成一个你需要的“员工”。知识库:相当于你给这个“聪明”员工的发放了一本工作手册。即使是看过再多的书、浏览过再多的文字,也不会准确的知道见到老板娘过来吃饭要打三折,张梦飞过去吃饭要打骨折。而知识库,就是把这些内容写在了工作手册上。让这个聪明的员工,见到有人来的时候,就翻一翻手册,然后再做出反应。我的设定:AI模型:这里使用的是阿里千问模型。提示词:这里设定的角色是“美嘉”,是按照美嘉的人设、背景和对话风格做的设定。知识库:这里放的是《爱情公寓》全季的剧情,让“美嘉”拥有了自己过往的“记忆”,知道自己做过什么、好朋友是谁等等。图中右侧是一个十分简单的问答,我问:“你是谁?你和子乔在台球厅吵架那次是为了什么吵架?”她的回复是:“我是陈美嘉,那次在台球厅和吕子乔吵架是因为他约会被人撞见,我讽刺他脸大影响信号,他还反击我。后来谈到过去的事情,我指责他忘恩负义,他就说我平。最后,我伤心地说要分手,因为他之前甩过我。”

问:什么是提示词工程师(Prompt Engineer)

提示词工程师(Prompt Engineer)是指在与人工智能模型进行交互时,负责设计和优化提示的专业人员。他们的目标是通过精心构造的提示,引导模型产生准确、有用和相关的回答。作为提示词工程师,他们需要具备一定的领域知识、理解人工智能模型的能力以及对用户需求的敏感性。提示词工程师的主要职责包括:设计提示:提示词工程师需要根据用户需求和模型能力设计有效的提示。他们需要考虑提示的长度、结构、措辞和信息量等因素,以确保提示能够清晰地传达用户意图并引导模型生成满意的结果。优化提示:提示词工程师需要不断优化提示,以提高模型的性能。他们可以通过收集用户反馈、分析模型结果和实验不同的提示策略等方式来优化提示。评估提示:提示词工程师需要评估提示的有效性。他们可以使用各种指标来评估提示,例如模型的准确率、流畅度和相关性等。提示词工程师需要具备以下技能和知识:领域知识:提示词工程师需要对他们所工作的领域有深入的了解,以便能够设计出有效的提示。自然语言处理(NLP):提示词工程师需要了解NLP的基本原理和技术,以便能够理解和生成自然语言文本。人工智能(AI):提示词工程师需要了解AI的基本原理和技术,以便能够理解和使用AI模型。沟通能力:提示词工程师需要具备良好的沟通能力,以便能够与用户、团队成员和其他利益相关者有效沟通。提示词工程师是一个新兴的职业,随着人工智能技术的不断发展,对提示词工程师的需求将会越来越大。以下是一些提示词工程师工作的实际案例:

Others are asking
物质三态变化图,用什么ai工具能快速绘制?
以下是一些可以快速绘制物质三态变化图的 AI 工具: 1. 麻省理工学院与瑞士巴塞尔大学合作开发的机器学习框架,利用生成式人工智能模型自动绘制物理系统的相图,几乎无需人类监督。 2. 在软件架构设计中,以下工具可用于绘制相关视图,包括物质三态变化图: Lucidchart:流行的在线绘图工具,支持多种图表创建,包括物质三态变化图。 Visual Paradigm:全面的 UML 工具,提供创建各种架构视图的功能。 ArchiMate:开源的建模语言,与 Archi 工具一起使用可创建相关视图。 Enterprise Architect:强大的建模、设计和生成代码的工具。 Microsoft Visio:广泛使用的图表和矢量图形应用程序。 draw.io(现在称为 diagrams.net):免费的在线图表软件。 PlantUML:文本到 UML 的转换工具。 Gliffy:基于云的绘图工具。 Archi:免费的开源工具。 Rational Rose:IBM 的 UML 工具。 此外,Photoshop 2023 Beta 爱国版在某些图像处理和绘图方面也具有一定的能力,但可能不是专门针对物质三态变化图的绘制。
2025-04-11
怎么用把AI训练成自己的东西?
要将 AI 训练成自己的东西,可以参考以下方法: 1. 像马斯克提到的,对于公开的推文数据可以合理使用,但不能使用私人的东西进行训练。同时,要注重数据的质量和使用方式,高质量的数据对于训练效果至关重要。 2. 张梦飞的方法中,例如部署 LLama Factory 时,需要添加选中“identity”数据集,将训练轮数改成 15 等,并通过一系列操作进行训练和测试。但需要注意的是,训练大模型是复杂的过程,数据集和训练参数都会影响最终效果,需要反复调试和深入学习实践。 3. 在写作方面,我们可以根据自身需求选择人类驱动为主,利用 AI 进行修改完善,或者先由 AI 生成内容再进行修改以符合自己的风格。
2025-04-11
现在做数据分析比较厉害的ai是什么
目前在数据分析方面表现较为出色的 AI 工具包括智谱清言、Open Interpreter 等。 AI 在数据分析中具有以下优势: 1. 降低入门门槛:过去学习数据分析需要掌握编程语言和专业知识,现在通过 AI 工具,门槛大大降低。 2. 规范的分析流程:对于初学者来说,AI 直接做的数据分析比他们自己第一次做的更好,其规范化流程更严谨,结果更可靠。 3. 自动化处理:会自动进行模型选择以匹配数据,还能根据 log 检查错误并改正源代码。 4. 减少重复性工作:重复性劳动可先交给 AI 做,人类用户只需做验证和检查结果。 实际应用的工具方面,GPT4 可以帮助建立和评估机器学习模型,Claude 等大语言模型可以进行数据分析和可视化,Open Interpreter 等工具可以辅助编程和数据处理。 使用时的建议包括:对 AI 结果要进行严格验证,不要完全依赖 AI,要保持独立思考,对 AI 的能力边界有清晰认识,合理使用以提高工作效率。同时,AI 应被视为辅助工具而非完全替代品,人类在整个过程中仍起主导作用和具有判断力。
2025-04-11
即梦AI的使用教程
以下是即梦 AI 的使用教程: 1. 生成文案: 工具:DeepSeek 操作: 打开 DeepSeek 网站:https://chat.deepseek.com/ 输入提示词,示例:“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX(例如:吐槽现代人),XXX 目的(例如:推广 XXX 吸引游客来旅游),输出 3 条 60 字左右的毒舌文案,每条里面都要有‘回答我!Look in my eyes!Tell me!why?baby!why?’” 可根据自己的内容自行调整文案和字数要求。 点击生成,等待 DeepSeek 输出 3 条文案,从中挑选最满意的一条(或多条)保存备用。 2. 准备人物形象图: 工具:即梦 AI 操作: 打开即梦 AI 网站:https://jimeng.jianying.com/aitool/image/generate 输入提示词,即梦已接入 DeepSeek,可直接用其生成绘图提示词。 调整生成参数(如风格、细节等),点击生成。 预览生成的人物图,不满意可调整提示词重新生成,直到满意为止,然后下载最终的人物形象图。 3. 城市艺术字海报设计: 操作: 打开即梦 AI,选择“图片生成”功能:https://jimeng.jianying.com 模型选择图片 2.1,输入提示词(可以直接参考案例提示词)。 点击生成,几秒钟后即可完成专属字体海报。 4. 生成特定图片: 操作: 打开即梦 AI:https://jimeng.jianying.com/aitool/home 点击 AI 作图中的图片生成。 填写绘图提示词,选择生图模型 2.1,点击立刻生成。
2025-04-11
关于deep search和deep research有哪些好的AI应用或工具
以下是关于 deep search 和 deep research 的一些 AI 应用或工具: 1. OpenAI Deep Research:提供多语言搜索、精准信息提炼和专业写作,适用于学术研究、SEO 和产品策划,但存在信息滞后与混乱的问题,无法完全取代人类的深度思考。详细体验链接:https://mp.weixin.qq.com/s/_4UZrJuI42PuyTD5s5mVZg?token=1639803888&lang=zh_CN 详情:https://x.com/dotey/status/1886671986559967734 2. Google Gemini 的 Deep Research:是一款智能信息检索与分析工具,可以基于主题快速检索全网资源并生成综合报告,并支持导出为 Google Docs 文档格式。特别适合学术研究、内容创作、行业分析等需求场景。工具核心亮点是充分整合了 Google 核心数据源(Google Search、Google Scholar、Google Books、YouTube 等),再结合 Gemini 1.5 模型的多模态处理能力,可处理高达 100 万 tokens 的上下文信息,实现深度信息挖掘与分析。测评长文:https://mp.weixin.qq.com/s/Xn8ZwF40dDUDJv_6RU4JQA 产品入口:Deep Search 已经上线 Gemini Advanced(Gemini 付费版 https://gemini.google.com) 3. 第四范式发布的桌面端 AI 搜索工具:这是一款基于人工智能技术的全能搜索助手,能够提升用户在本地文件、即时通信、网盘等各类在线应用中的搜索体验。用户可通过简单描述查询意图进行模糊搜索,无需精确关键字,工具支持实时预览搜索结果。官方演示:https://mp.weixin.qq.com/s/01vVRWyoXlSvI7McaY_g 工具处于 Beta 版测试阶段,使用方式和具体定价尚未公布。 4. Deep Research 还可利用 DeepSeekR1 大模型对复杂问题进行多角度分析,以豆包 1.5 模型辅助总结互联网资料,可快速生成最合适用户的解决方案,无论在学术研究、企业决策还是产品调研上,都能够有效地协助用户深入挖掘,提出切实可行的解决策略。
2025-04-11
请给我提供一个 AI辅助我进行知识管理的方案
以下是一个 AI 辅助知识管理的方案: 1. 利用提示词规划 PARA 分类模式:PARA 代表项目(Projects)、领域(Areas)、资源(Resources)和档案(Archives)。AI 可分析您的工作模式和内容类型,自动生成提示词,助您将信息和知识分类到相应部分,简化分类过程,加快组织和检索信息。核心是理解以行动为驱动的笔记逻辑。 2. 借助提示词设计笔记标签系统:有效的标签系统对知识管理很关键,AI 能分析笔记内容和使用习惯,推荐合适的标签和结构,提高检索效率。 3. 让知识助手 Bot 渐进式积累领域知识:随着在特定领域的深入,需要系统积累和更新知识。知识助手 Bot 可根据学习进度和兴趣点,定期推送相关文章、论文和资源,实现渐进式学习,扩展知识边界并确保知识更新。例如基于 dify.ai 将数百个思维模型整合成知识库,根据不同对话和条件判断为用户选择适用的思维模型分析工具,封装成智能分析的 Bot。 4. 基于已积累知识的 RAG 方法进行深度研究:RAG 是结合检索和生成的 AI 模型,应用于知识管理,能在深度研究时自动检索相关知识点和资料,辅助构建更全面深入的分析。 5. 打造个人知识导师,随时对话辅助梳理线索:创建个人知识管理员机器人,随时与之对话,询问特定知识点或寻求解决问题思路。它能基于知识库自学习,了解您的知识结构和需求,成为不可或缺的知识伙伴。 6. 构建最了解您的智能体作为 AI 写作助手:涵盖构思、草稿生成、内容迭代、润色与优化等全流程。构思阶段利用智能体生成创意点、主题或大纲;草稿生成基于构思让智能体生成文本草稿;内容迭代通过 promptchain 工具设计迭代提示修改完善草稿;润色与优化对最终文本进行语言风格和语调调整。通过实践和反馈优化 prompt 设计,使写作助手贴合个人风格和需求。 此外,生成式人工智能在知识管理应用程序方面也有新兴应用,例如用作管理组织内基于文本(或可能基于图像或视频)知识的手段。一些研究表明,针对组织内特定知识体系微调模型培训,可有效管理组织知识。一些公司正与领先的商业提供商合作探索基于生成式人工智能的知识管理理念,但用户可能需要培训或帮助来创建有效提示,且知识输出应用前可能仍需编辑或审查。
2025-04-11
通义 提示词 教程
以下是关于通义提示词的相关教程: 1. 小七姐的 Prompt 喂饭级系列教程小白学习指南(一): 提示词的理解:如果您是低年级学生看不懂英文问题,可让 GPT 为您翻译和解释,并让其举例帮助理解。 应用方法:对于没看懂的句子,都可以通过提示词让 GPT 换种说法解释和举例。 自测方法:点击链接查看对话原文,顶部的问题可复制作为 prompt 自行提问。 下一节将带来 prompt 小白系列课程(二)如何开始练习有效提问。 2. 不懂代码,也能 3 小时打造并上架一款 AI 插件: 初版提示词:如果不了解如何从 0 1 编写词生卡 Prompt,请阅读前作,这套提示词在后续测试中,在多种模型中都能保持较高成功率和稳定的预期效果。 3. SD 新手入门图文教程: 提示词语法:根据想画的内容写提示词,多个提示词之间用英文半角符号。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,描述细节的最后。每个词语在模型中的自带权重可能不同,特异性、具体且措辞不抽象的关键词效果更好。可使用括号人工修改提示词的权重。
2025-04-11
降低让写论文时aigc查重的提示词
以下是一些可能有助于降低写论文时 AIGC 查重的提示词相关内容: 1. 利用连锁密度法撰写摘要:来自相关文章,您向其索取一篇文章后,需通过重复特定步骤来撰写逐渐简洁、重点突出的摘要。步骤包括找出遗漏的关键要素并编写新的更精炼的摘要,要遵循一系列原则,如与主要内容紧密相关、具体简明、新颖、忠实原文等,最终以 JSON 格式回答,包含“Missing_Entities”和“Denser_Summary”两个键值。 2. 适配 DeepSeek 的结构化提示词:结构化提示词对整理逻辑内容有帮助,当前旧的结构化提示词在 DeepSeek 上不好使的主要原因包括限制模型自主思考能力、包含低信息价值内容、严格的输出格式要求限制表达方式等,应设计新的提示词结构,如基于 html 标签语法的编写格式,其有降低学习门槛、完善逻辑结构等好处,也有逻辑负担重等坏处。 3. RAG 提示工程(二)中的安全与防护实践:文章最初发表于 LangGPT 社区,融入了宝贵见解。提到之前提过的提示词安全问题,展示了某 toC 产品泄漏提示词及模型回复的情况,强调对于生产级应用,安全是第一位的,在讲解更进一步的提示词技术前要先关注提示词安全。
2025-04-11
风格化mj提示词
以下是关于 Midjourney 风格化提示词的相关内容: 仿照 GPTs 里的 MJ prompt 改的提示词可用于 coze 或其他国内的 agent。MJ 对节点无要求,画插图可不切节点,不挑模型,提示词可让 agent 补全润色。例如:“一个巨大鲸鱼头部的特写,鲸鱼的眼睛显示疲惫的神情,一个小女孩站在鲸鱼的旁边抚摸鲸鱼的脸,小女孩占画面比例很小,体现鲸鱼的巨大,吉卜力工作室风格”的提示词为“A closeup of a huge whale's head with its tired eyes. A little girl in red dress stands beside the whale, gently touching its face. The girl takes up a small portion of the frame, emphasizing the whale's enormity. Created Using: soft colors, gentle lighting, wideangle lens, Ghibli Studio style ar 16:9 style raw niji 6”。 Midjourney V6 更新风格参考命令 2.0“sref”,常见问题如想要的新图像和 sref 图像差异大时,MJ 给出了三种办法: 修改提示:语义细节太多时,编写提示用可取细节替换不需要的;风格不够时,修改提示使其更符合追求的风格。 更改“sw”值:语义细节太多时,将“sw”从默认值 100 降低;风格不够时,将“sw”从默认值 100 提高。 使用小权重强调或弱化不需要的画布元素。 参数总览与举例: “No 否定提示”:在提示词末尾加上“no”可让画面中不出现某些内容,如“no plants”表示图像中不出现植物。 “Quality 生成质量”:在提示词后加上“quality”或“q”参数可更改生成图像花费时间和质量,高质量需更长处理时间和更多 GPU 分钟数。 “Seeds 种子值”:MJ 依靠噪点团起点“Seed”创建视觉噪音场生成初始图像,每个图像种子值随机生成,可指定,v4 模型中相同种子值和提示词产生相同图像结果,可用于生成连贯一致的人物形象或场景。 “Stylize 风格化”:使用 stylize 参数可让 Midjourney 生成更具艺术色彩、构图和形式的图像,低风格化值生成的图像与提示密切相关但艺术性较差,高风格化值产生的图像艺术性强但与提示关联性少,AI 自由发挥空间大。
2025-04-11
提示词示例大全
以下是关于提示词的相关内容: 提示词要素:提示词通常由指令(想要模型执行的特定任务或指令)、上下文(包含外部信息或额外的上下文信息,引导语言模型更好地响应)、输入数据(用户输入的内容或问题)、输出指示(指定输出的类型或格式)等要素组成。例如,一个完成文本分类任务的提示词,指令是“将文本分类为中性、否定或肯定”,输入数据是“我认为食物还可以”,输出指示是“情绪:”。需注意,提示词所需的格式取决于想要语言模型完成的任务类型,并非所有要素都是必须的。 训练 Midjourney 的 prompt:以专业摄影师的身份,使用丰富的描述性语言,从给定的关键词中获取灵感,输出英文提示词。 提示词示例:通过示例介绍说明如何使用精细的提示词来执行不同类型的任务,包括文本概括、信息提取、问答、文本分类、对话、代码生成、推理等。
2025-04-11
我的提示词【什么是ai 】
AI 是一种模仿人类思维、能够理解自然语言并输出自然语言的存在。对于不具备理工科背景的人来说,将其视为一个黑箱即可,只需知道它能处理自然语言。AI 与传统道教的驱神役鬼拘灵遣将有相似之处,都是通过特定的文字、仪轨程式来引用已有资源,驱使某种能在一定程度上理解人类文字的异类达成预设效果,且都可能出现突破界限的情况。AI 的生态位是一种似人而非人的存在,即使技术再进步,这一生态位也不会改变。在使用 AI 时,基于其“非人”的一面,需要尽可能通过清晰的语言文字压缩其自由度,不仅要清晰告知其任务和边界,还要明确目标和实现路径方法,最好直接提供所需的正确知识。同时,设计给 AI 的提示词实际上是一个关于问题的相对完善的“谈话方案”,成果往往在对话中产生,不能期望一次输入提示词就能得到理想结果,应多给 AI 几轮对话修正的余地。
2025-04-11
GPT提示词
以下是关于 GPT 提示词的相关内容: 夙愿:AI 快速总结群聊消息 提示词:需要编写一套提示词让 GPT 执行总结文字内容的工作,包括单人发言版和多人发言版。 GPT 处理: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,整理并删除无关内容,替换双星号。 头脑风暴常用的 20 个 prompt:列举了 20 个不同类型的提示词,如 Brainwriting Prompt、Reverse Brainstorming Prompt 等。 子瞻:五个 GPTs 破解攻略 GPT 使用的两大痛点:创建满足指定需求的提示词和找到满足指定需求的 GPTs。 学习高质量提示词的好处:学习高手的 Prompt 方法和更好地使用对应的 GPTs。 五大破解攻略的具体方法: 直接法:适用于未设置提示防御和未限定回答领域,示例中只要四个单词,粗暴好用。 设置遗忘:适用于 GPTs 设置了简单的提示防御。 复述法:适用于可获取 OpenAI 官方的设定。
2025-04-10
我想要设计一个以班级期末总结为主题的40分钟班会课,请你帮我推荐一下有哪些AI软件可以完成这项任务
目前没有专门针对设计班级期末总结主题班会课的特定 AI 软件。但您可以借助一些通用的工具来辅助您完成,例如: 1. 文字处理工具,如 Microsoft Word 或 WPS,帮助您撰写班会课的流程和内容。 2. 思维导图工具,如 XMind 或百度脑图,用于梳理班会课的框架和要点。 3. 演示文稿工具,如 Microsoft PowerPoint 或 Keynote,制作展示用的 PPT 来辅助讲解。 希望这些建议对您有所帮助。
2025-01-07
如何打造个人知识库
以下是关于如何打造个人知识库的相关内容: 使用 GPT 打造个人知识库: 1. 利用 embeddings 技术:将文本转换成向量(一串数字),可理解为索引。把大文本拆分成若干小文本块(chunk),通过 embeddings API 转换为 embeddings 向量并保存,当用户提问时,将问题也转换为向量,比对查找距离最小的几个向量对应的文本块,与问题组合成新的 prompt 发送给 GPT API。 例如,对于一篇万字长文拆分成多个文本块,如“文本块 1:本文作者:越山。xxxx。”等,当提问“此文作者是谁?”,通过比较 embeddings 向量可提取关联度高的文本块。 2. 理解 embeddings:embeddings 是浮点数字的向量(列表),向量之间的距离衡量关联性,小距离表示高关联度。例如,“猫”和“狗”距离近,与“汽车”距离远。 3. 注意 GPT3.5 一次交互支持的 Token 数量有限,OpenAI 提供了 embedding API 解决方案。 此外,张翼然在“AI 引领未来课堂的探索与实践”中提到: 1. 学习有效收集、整理和检索信息来打造个人知识库。 2. 进行知识管理,通过实际操作体验工具在教学准备和科研中的应用。 3. 例如: 早晚速读朋友圈文章。 编写小代码、小脚本。 转换数据并呈现。 从图像和图形中提取数据。 翻译、改换风格。 总结视频内容。 私人导师,探究问题。 分新闻、观点、访谈、论文翻译来进行提炼。 用通义听悟整理录音笔记(https://tingwu.aliyun.com)。 用 React 实现选中即解释。 在本机跑大语言模型工具(https://ollama.com)。 选词翻译、解读、拓展(https://snapbox.app)。 与各种 AI 机器人聊天(https://opencat.app、https://chathub.gg/、https://www.elmo.chat/)。 用 Downie 下载视频或用 OBS 录制视频文件,开源免费屏幕录制工具 OBS 下载地址(https://obsproject.com/),Mac 用 Downie,Windows 推荐 IDM 淘宝数码荔枝店购买,用 losslessCut 快速切块。
2025-04-10
AI 自动安排批量设置工作任务的个人效率 app 推荐
目前在市场上,有一些可以实现 AI 自动安排批量设置工作任务以提升个人效率的应用程序,以下为您推荐几款: 1. Todoist:它具有强大的任务管理功能,支持设置优先级、提醒和分类,能帮助您合理规划工作任务。 2. Microsoft To Do:与微软生态系统紧密集成,方便您在不同设备上同步任务,并进行批量设置。 3. Trello:以看板的形式展示任务,直观清晰,便于批量安排和跟踪工作进度。 您可以根据自己的需求和使用习惯选择适合您的应用程序。
2025-04-07
个人AI助手可以有什么方向的应用
个人 AI 助手的应用方向广泛,包括但不限于以下几个方面: 1. 教育培训: 数字教师:如让牛顿亲自授课《牛顿运动定律》,让白居易讲述《长恨歌》背后的故事。可以与历史人物对话交流,不受时空限制,实现一对一辅导,提高学生参与感,还能根据学生情况提供定制化学习计划和资源,缓解教育资源不平等问题。 数字陪伴:作为孩子的玩伴,给予赞美等社会奖励,促进儿童成长和提高学习成绩。 2. 宠物相关: AI 宠物助手:基于自然语言处理和计算机视觉,帮助主人照顾宠物,如自动识别宠物情绪、提供饮食建议、监测健康状况等。 AI 宠物互动玩具:利用 AI 技术开发智能互动玩具,增强宠物娱乐体验,如会自主移动并引起宠物注意、会发声和互动的玩具等。 AI 宠物图像生成:使用生成式 AI 模型,根据文字描述生成宠物形象图像,帮助主人定制个性化形象。 AI 宠物医疗诊断:利用计算机视觉和机器学习技术,开发辅助诊断系统,通过分析症状图像和病历数据提供初步诊断建议。 AI 宠物行为分析:基于传感器数据和计算机视觉,分析宠物行为模式,帮助主人了解宠物需求和习性。 3. 信息检索与分析: Google Gemini 的 Deep Research:智能信息检索与分析工具,基于主题快速检索全网资源并生成综合报告,支持导出为 Google Docs 文档格式,适合学术研究、内容创作、行业分析等场景,整合了 Google 核心数据源,结合模型多模态处理能力,可处理大量上下文信息。 第四范式发布的桌面端 AI 搜索工具:基于人工智能技术的全能搜索助手,提升用户在本地文件、即时通信、网盘等各类在线应用中的搜索体验,可通过简单描述查询意图进行模糊搜索,支持实时预览搜索结果。
2025-04-01
想要生成克隆某个人的声音,然后做成视频,怎么做
要生成克隆某个人的声音并做成视频,您可以按照以下步骤进行操作: 声音克隆: 1. 准备一段需要克隆的音频(可以是类似屈原的古风声音,或自行录制一段)。 2. 打开网站:https://fish.audio/zhCN/train/newmodel/ 。 3. 上传准备好的音频,按照指引完成声音克隆。 4. 进入声音库选择需要使用的声音,将第一步生成的文案输入,使用克隆好的声音生成对应的音频文件。 5. 下载生成的音频文件备用。 视频合成: 1. 在网上下载“回答我”的原视频。 2. 打开 Viggle.ai 网站,登录后进入视频合成功能:https://viggle.ai/createmix 。 3. 上传“回答我”原视频和第二步生成的人物形象图,生成新版本的“回答我”视频。 4. 预览效果,满意后下载合成好的新视频。 视频剪辑: 1. 打开剪映软件(手机或电脑版均可)。 2. 导入第二步合成好的新视频和第一步生成的音频文件。 3. 将音频与视频时间轴对齐,确保声音和画面同步,添加字幕等。 4. 如需叠加特殊背景,可以导入自己的背景图(如楚国风景)。 5. 预览整个视频,检查效果,微调后导出最终视频(建议 MP4 格式)。 此外,您还可以参考以下工具: 数字人工具:开源且适合小白用户,特点是一键安装包,无需配置环境,简单易用。功能包括生成数字人视频,支持语音合成和声音克隆,操作界面中英文可选。系统兼容 Windows、Linux、macOS。模型支持 MuseTalk(文本到语音)、CosyVoice(语音克隆)。使用步骤:下载 8G+3G 语音模型包,启动模型即可。GitHub:https://github.com/modstartlib/aigcpanel 官网:https://aigcpanel.com 。 希望这些信息对您有所帮助。
2025-03-30
问题定义: 1. 核心问题陈述:创作一份个人参赛的、以光伏业务中财务工作与AI结合进行业务赋能为主题的展示类参赛方案框架。 2. 关键上下文信息:公司举办AI创新大赛,个人参赛,主题方向为工作和AI结合限定在业务赋能,公司业务是光伏领域。 3. 问题的具体范围界定:聚焦光伏业务中财务工作与AI结合进行业务赋能的展示方案框架创作。 答案要求: 1. 内容范围: - 必须包含:整体参赛方案思路、光伏财务业务与AI结合的具体方向、展示方案大致框架。
很抱歉,您提供的知识库内容中没有与光伏业务中财务工作与 AI 结合进行业务赋能的参赛方案框架相关的信息。但以下是为您生成的一个可能的参赛方案框架示例: 一、整体参赛方案思路 本次参赛方案旨在探索如何将 AI 技术应用于光伏业务中的财务工作,以实现更高效、精准和智能化的业务赋能。通过深入分析光伏行业的特点和财务工作的需求,结合先进的 AI 技术,提出创新的解决方案,提升财务工作的效率和质量,为公司的光伏业务发展提供有力支持。 二、光伏财务业务与 AI 结合的具体方向 1. 财务预测与分析 利用机器学习算法对光伏项目的成本、收益进行预测,为投资决策提供数据支持。 分析市场趋势和政策变化对财务状况的影响,提前制定应对策略。 2. 风险评估与管理 运用大数据和人工智能技术,对光伏项目的风险进行实时监测和评估。 建立风险预警模型,及时发现潜在的财务风险。 3. 成本优化与控制 通过智能算法优化供应链管理,降低采购成本。 分析生产过程中的能耗数据,实现成本的精细化控制。 4. 财务报表自动化生成与审计 利用自然语言处理技术自动生成财务报表,提高工作效率。 运用 AI 辅助审计,提高审计的准确性和效率。 三、展示方案大致框架 1. 项目背景与目标 介绍光伏行业的发展现状和公司的业务情况。 阐述将财务工作与 AI 结合的目标和意义。 2. 技术方案与实现 详细介绍所采用的 AI 技术和算法。 展示技术方案的实现过程和关键步骤。 3. 应用案例与效果 分享实际应用案例,展示 AI 在财务工作中的具体应用场景。 分析应用效果,如成本降低、效率提升、风险控制等方面的成果。 4. 未来展望与挑战 展望 AI 在光伏财务领域的未来发展趋势。 探讨可能面临的挑战及应对策略。 5. 总结与结论 总结方案的核心内容和创新点。 强调对公司光伏业务的价值和贡献。 以上框架仅供参考,您可以根据实际情况进行进一步的细化和完善。
2025-03-28
如何建立个人知识库
建立个人知识库可以通过以下方式: 1. 利用 GPT 打造个人知识库: 使用 embeddings:将文本转换成向量,节省空间,可理解为索引。把大文本拆分成小文本块并转换为 embeddings 向量,保存在向量储存库中。当用户提问时,将问题转换为向量并与库中向量比对,提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。 理解 embeddings:embeddings 是浮点数字的向量,向量间距离衡量关联性,小距离表示高关联度。 2. 本地部署大模型以及搭建个人知识库: 了解 RAG:利用大模型能力搭建知识库是 RAG 技术的应用。在大模型训练数据截止后,通过检索外部数据并在生成步骤中传递给 LLM。RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文本加载器:将用户提供的文本加载到内存中,便于后续处理。
2025-03-28