我想从实践中学习coze，应该如何开始？

在 Coze 开发平台中，扣子 API 具有以下功能和使用方法： 获取 accessToken： 在 coze 界面右侧的扣子 API 授权，或者打开链接 https://www.coze.cn/open/oauth/pats 。 添加令牌，设置 token 的名称和过期时间（为安全起见，最多 1 个月）。 设置权限，可选择会话管理和对话，拿不准可全部选择，完成后点击“确定”按钮。 最后一定要点击按钮复制下拉获取令牌，此令牌只会出现一次。 获取 botid： 从“工作空间”打开一个 bot，点击商店按钮，查看地址栏中“bot/”之后的数字。 发布为 bot api： 注意在前端使用 bot 必须发布成为 API，点击发布，选择 API，等待审核通过。 此外，智能体沟通页面在 Zion 中采用 OAuth 鉴权机制，准备工作包括： 获取 Coze bot 应用鉴权密钥：在 Coze 主页点击左下方扣子 API，选择 Oauth 授权模式，添加新令牌并配置基本信息，创建 Key 过程中会生成公钥和私钥（私钥需单独下载保存），最后勾选全部权限。 获取 Bot ID：进入自己的智能体在地址栏内复制“bot/”之后的数字，且 bot 发布时要选择 Agent as API。 在 Coze 上发布 bot：发布时记得勾选 API 及 WEB SDK，Coze bot 发布有审核周期（1 30 分钟），需确认发布成功。 在扣子中手搓插件方面： Body：用于传递请求主体部分，GET 方法中通常不使用来传递参数。 Path：定义请求路径部分，GET 方法中可编码为 URL 一部分传递参数。 Query：定义请求查询部分，是 GET 方法中常用的参数传递方式。 Header：定义 HTTP 请求头信息部分，GET 方法中通常不用于传递参数。 配置输出参数：填对信息后可点击自动解析，若成功会显示并填好输出参数，然后保存并继续，建议填写参数描述。 调试与校验：测试工具能否正常运行，运行后查看输出结果，点击 Response 可看到解析后的参数。

以下是为您推荐的相关学习内容： 一泽 Eze：Coze+飞书多维表格，打造专属 AI 智能体，享受 10 倍知识管理效率 逐步搭建 AI 智能体： 搭建选择内容推荐流，用于根据用户输入的“想看 xxx 内容”，在飞书多维表格的稍后读存储地址中检索现有的收藏记录，匹配符合阅读兴趣的内容记录。 新建工作流「recommendRead」，根据弹窗要求自定义工作流信息。 工作流全局流程设置： 4.1 开始节点：输入想阅读的内容主题。收到用户输入的“想看 xxx 内容”这类指令即开始流程，判断哪些用户输入是在交代想阅读的内容主题交由外层 bot 的大模型判断。 4.2 变量节点：引入 bot 变量中保存的飞书多维表格地址，添加变量节点并设置。 4.3 插件节点：添加「飞书多维表格search_records」插件，设置{{app_token}}参数，在{{app_token}}引用变量节点的{{app_token}}，输出结果的{{items}}里会返回所需查询结果，也可通过额外配置定向检索未读状态的收藏记录。 4.4 大模型节点：采用批处理对检索出来的收藏记录逐个进行相关性匹配，可优化用户提示词提升匹配精准度。 输入观点一键生成文案短视频 基于其它博主开源的视频生成工作流做了功能优化，实现视频全自动创建。 功能：通过表单输入主题观点，提交后自动创建文案短视频，并推送视频链接到飞书消息。 涉及工具：Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程） 大体路径： 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径，引用该智能体。 在多维表格中创建自动化流程，推送消息给指定飞书用户。

以下是一些玩 Coze 很好的 UP 主和相关教程： 大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库，链接：https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb 大聪明：保姆级教程：Coze 打工你躺平，链接：https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb 安仔：Coze 全方位入门剖析免费打造自己的 AI Agent，链接：https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb 基础教程：Coze“图像流”抢先体验，链接：https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf YoYo：Coze 图像流小技巧：探索视觉艺术的隐藏宝藏，链接：https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档，链接：https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ 此外，梦飞在 6 月底的微信机器人共建中教了大家通过 COW 玩微信机器人，包括直接对接 llm key 的玩法、coze 的玩法、fastgpt 的玩法等，是喂饭甚至喂奶级别的教程。

以下是关于 Coze 开发的相关教程： 1. Coze AI 应用开发教学： 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。 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。 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。 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。 2. Coze 使用教程： 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，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。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：GPT4、GPT3.5 等大模型（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 AI Agent 的开发流程：Bot 的开发和调试页面布局主要分为如下几个区块，包括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）。 3. Coze 应用技巧： 操作步骤： 创建一个 Coze。 在“用户界面”拖入一个 markdown 组件。 在 markdown 中写入 html（对于了解前端页面的同学来说可能不难理解，用 html 写一个音乐播放器。不懂前端、不会写前端代码可问 AI，习惯使用智谱清言，大家可以选择自己习惯的 AI 工具）。 调整代码获取在线音乐：将 markdown 自带的内容全部删除，将生成的代码写入进 markdown 组件的内容中。此时的播放器还无法正常播放音乐，需要找一个在线音乐播放平台，获取到歌曲的 url，再将 url 复制进上面的代码。网上很多在线音乐的网站，随便找一个，打开浏览器的控制台（按 F12）找到 network（网络），选择播放的请求，将带有.mp3 格式的 url 复制出来。找到上面代码中的<source src=\"song.mp3\"type=\"audio/mpeg\">部分，将 song.mp3 换成复制的音乐地址。刷新开发页面，播放器即可使用。

以下是关于 Coze 教程的相关内容： 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。 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，以供前置或拓展学习。 Coze 概述： 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。 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：GPT4、GPT3.5 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 AI Agent 的开发流程： 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。 下面会逐一讲解每个组件的能力以及使用方式。

在 Coze 平台中判断数据属于哪个用户，插入数据库节点时通常需要明确用户的唯一标识，如用户 UUID 或类似的唯一标识。 例如，在自动总结公众号内容并定时推送到微信的工作流中，考虑到可能有多个用户同时使用，使用了 server 酱的 sendkey 作为用户的唯一标识（重命名为 suid）。在数据库节点中查询是否已经推送过文章时，需要文章的 url 和用户的 suid 这两个值来判断。 在增加记账记录的工作流中，通过大语言模型将用户输入的非结构化数据转变为结构化数据存入数据库时，也需要明确相关的用户标识。 在 COZE 工作流中，数据库节点的设置包括输入参数的设置（如参数名、参数值、引用来源）以及在 SQL 输入中添加相应的代码。 总之，明确用户标识对于准确判断数据归属和进行数据库操作是很重要的。

以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架，以帮助您有效地实现目标： 一、英语四级考试 实施策略： 1. 制定学习计划，每天安排一定时间学习英语，包括词汇、语法、听力、阅读和写作。 2. 多做历年真题，熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴，互相监督和鼓励。 里程碑： 1. 每月进行一次模拟考试，评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践： 1. 利用碎片时间背单词，如在公交车上、课间等。 2. 听力练习时，反复听同一篇材料，直到完全听懂。 3. 写作练习后请老师或同学帮忙批改，总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略： 1. 从零基础开始学习 Swift 编程语言，通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目，提升实际操作能力。 3. 关注苹果官方网站和社区，了解挑战赛的最新动态和要求。 里程碑： 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践： 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识，加深理解和记忆。 3. 参考优秀的 Swift 项目案例，学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略： 1. 学习 AI 相关的基础知识，包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程，通过实践项目积累经验。 3. 关注行业动态，参加相关的研讨会和培训课程。 里程碑： 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发，担任产品经理助理角色。 最佳实践： 1. 多与行业内的专业人士交流，获取经验和建议。 2. 不断提升自己的沟通和协调能力，以更好地推动项目进展。 3. 学会从用户需求出发，设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助，祝您顺利实现目标！

实现基于个人聊天记录的数字分身的最佳实践包括以下方面： 虚拟数字人的类型和驱动方式： 虚拟数字人通过各种技术创造，具有外观、行为和思想等人类特征，呈现为虚拟形象。 从驱动层面可分为中之人驱动和 AI 驱动两类。中之人驱动运用动作捕捉和面部捕捉技术实现交互，有上限且缺乏高并发和量产化能力；AI 驱动使用 AI 技术创建、驱动和生成内容，赋予感知和表达等交互能力。 虚拟数字人的应用类型： 服务型：如虚拟主播、助手、教师、客服和医生等，为物理世界提供服务。 表演型：如虚拟偶像，用于娱乐、影视等场景。 身份型：是物理世界“真人”进入虚拟世界的数字分身，在元宇宙中有广泛应用场景。 相关开源项目： 熊猫大侠基于 COW 框架的 ChatBot 最新版本支持多端部署、基础对话、语音识别、图片生成、丰富插件、Tool 工具和知识库等功能。可接入个人微信、微信公众号、企业微信应用，支持多种模型和个性化插件扩展，通过上传知识库文件自定义专属机器人，可作为数字分身、领域知识库、智能客服使用。项目地址包括 Github：https://github.com/zhayujie/chatgptonwechat ，Gitee：https://gitee.com/zhayujie/chatgptonwechat 。

以下是一些在企业内部落地应用 AI 大模型工具的实践案例： 1. 阿里云百炼： 智能体应用：能够弥补大模型的不足，如回答私有领域问题、获取实时信息、回答专业问题等。适用于有企业官网、钉钉、微信等渠道，期望为客户提供产品咨询服务，以及缺少技术人员开发大模型问答应用的场景。典型场景包括私有领域知识问答、个性化聊天机器人、智能助手等。 内部业务助手：通过企业内部规章制度、部门结构、产品介绍等文档构建知识库，并借助 RAG 智能体实现内部知识问答功能。系统支持多源异构数据，并通过复杂文档解析和视觉增强技术，提升文档理解的准确性与深度。目前该功能已灰度上线，需提供 UID 并通过白名单进行开启。 2. 达摩院： AI 模特（虚拟换装）：支持虚拟换装、姿态编辑。 3. 电商零售： 推广文案写作：通过内置的多样化营销场景的文体模板，基于用户输入的创作主题以及参考素材，大模型即可为您生成对应的营销文案，为营销活动和宣传文案提供灵感和文案写作支持。 4. 泛企业： VOC 挖掘：是一个面向各类企业的 VOC 标签挖掘的工具。不论是用户的长短评论、帖子、还是用户和客服/销售的聊天记录、通话记录，都可以使用。通过选中或自定义标签，即可让大模型针对海量非结构化的 VOC 数据快速打标。相比于人工打标或规则打标准确率更高；对于业务标签变动频繁的情况，也能更敏捷、快速地影响。 5. 通义晓蜜：基于深度调优的对话大模型，为营销服类产品提供智能化升级所需的生成式摘要总结、质检、分析等能力应用。

以下是关于 coze 的 deepseek 实践的相关信息： 一个提示词让 DeepSeek 的能力更上一层楼： 效果对比：用 Coze 做了小测试，可对比查看相关视频。 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，认真阅读开场白后正式开始对话。 设计思路：将 Agent 封装成 Prompt 并储存在文件，通过提示词文件让 DeepSeek 实现同时使用联网和深度思考功能，在模型默认能力基础上优化输出质量，设计阈值系统，用 XML 进行规范设定。 完整提示词：v 1.3 特别鸣谢：李继刚的【思考的七把武器】提供思考方向，Thinking Claude 是设计灵感来源，Claude 3.5 Sonnet 是得力助手。 字节火山上线了 DeepSeek 系列模型并更改了模型服务价格： 2 月 14 日 8 点有直播，直播结束可看回放，相关学习文档可查看。 重点更新：上线 DeepSeek 系列模型，DeepSeekR1、V3 模型分别提供 50 万免费额度和 API 半价活动，即日起至 2025 年 2 月 18 日 23:59:59 所有用户均可享受价格优惠。 2024 年 7 月 18 日历史更新（归档）： 《长文深度解析 Coze 的多 Agent 模式的实现机制》：艾木老师深入研究了 Coze 的多 Agent 模式机制，分析了三种节点跳转模式及应用场景和不足。 《揭秘 DeepSeek: 一个更极致的中国技术理想主义故事》：DeepSeek 以独特技术创新崭露头角，发布颠覆性价格的源模型 DeepSeek V2，创始人梁文锋是技术理想主义者。 《10 万卡集群：通往 AGI 的新门票》：分析了 10 万 GPU 集群建设的相关问题，指出数据中心设计和网络拓扑结构对大型 AI 训练集的重要性。

以下是关于 AI 实践的相关内容： 社区 AI 讲师招募 招募要求： 具有丰富的企业端 AI 实践经验，涵盖以下场景之一或多个： AI 生成爆款内容，如借助 AI 分析挖掘同品类爆款，利用 AI 工具生成电商商品图、小红书图文内容、种草短视频等。 公域阵地场景，基于视频号、抖音、小红书、公众号等平台搭建企业营销推广能力，包括矩阵号和 IP 号，通过短视频、直播等方式获取 leads，涉及矩阵号工具、内容抓取分析、脚本创作、AI 剪辑、自动回复评论、无人直播工具等。 私域阵地场景，如朋友圈、小红书、社群、个人 IP 的获客转化，使用销售企微 SCRM 工具、企业智能体进行 AI 内容抓取和自动回复。 服务自动化工具，包括数据监控和预警、流程优化、自动运营等。 快速搭建数据分析看板。 跨境电商场景，如 tiktok 视频制作及投放、电商图片设计、精准营销、语言翻译、AI 独立站建设、社媒私域、批量混剪、海外达人直播、无人直播（数字人直播）等。 具备良好的表达能力，能清晰阐述技术和业务方面的沉淀。 招募流程：感兴趣的小伙伴提交个人简历（包括基本信息介绍、学历、专业、工作经验，以及 AI 企业端的案例），填写问卷，预约电话面谈，面谈通过后进行公开课试讲。 陈财猫：如何用 AI 写出比人更好的文字？ AI+内容创作是现阶段的优质赛道，具有完美的产品模型匹配和产品市场匹配，且发展上限高。 AI 写作的实践成果包括营销、小说和短剧创作，开发了智能营销矩阵平台，参与喜马拉雅短故事和短剧写作课程，推出小财鼠程序版 agent。 好文字能引发人的生理共鸣与情绪，AI 因预训练数据量大能学会引发共鸣从而写出好文字。 用 AI 写出好文字的方法：选择合适的模型，评估模型的文风、语言能力、是否有过度道德说教与正面描述趋势、in context learning 能力和遵循复杂指令的能力；克服平庸，平衡“控制”与“松绑”；显式归纳想要的文本特征，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，往 prompt 里塞例子。 对 AI 创作的看法：AI 创作的内容有灵魂，只要读者有灵魂，文本就有灵魂；有人讨厌 AI 是因其未改变多数人生活或自身是受害者，作者期望 AI 能力进一步提升以改变每个人的生活。 熊猫 Jay：用 AI+思维模型探索问题的全新解答 案例实践：利用 AI+六顶思考帽做个人 IP 定位。 推荐使用 GPT4，效果更稳定，内容质量更高。包括初始化提示词、回答每顶帽子对应的问题，最终得到答案和建议。 文心 4.0 同样包括初始化提示词、回答每顶帽子对应的问题，并得到答案和建议。 小结：该案例借助六顶思考帽提供不同思考维度，引导全面思考问题。当把思考后的信息输入给 AI 后，能总结出满意的答案和建议。开头提到人的惰性问题，借助 AI 可以更全面剖析个人决策或团队会议中的问题，找到更正确的决策方式。之后，大家可用六顶思考帽+AI 解决困扰自己的问题，无论是个人决策还是团队讨论。

以下是关于用 AI 进行财务分析的最佳实践： 1. 更动态的预测和报告： 生成式 AI 能帮助金融服务团队改进内部流程，简化财务团队日常工作。 可从更多数据源获取数据，并自动化突出趋势、生成预测和报告的过程。 预测方面，能帮助编写公式和查询，发现模式，为预测建议输入并适应模型。 报告方面，能自动创建文本、图表等内容，并根据不同示例调整报告。 会计和税务方面，能帮助综合、总结并提出可能答案。 采购和应付账款方面，能帮助自动生成和调整合同、订单、发票及提醒。 2. 局限性与挑战： 生成式 AI 输出当前有局限性，在需要判断或精确答案的领域，常需人工审查。 面临的挑战包括使用金融数据训练 LLM，新进入者可能先使用公开金融数据微调模型，现有参与者可利用专有数据，但可能过于保守，新进入者有竞争优势。 模型输出准确性至关重要，金融问题答案需尽可能准确，初期人类常作为最终验证环节。 总之，生成式 AI 为金融服务带来巨大变革，有潜力催生多种优势，但也面临挑战，未来消费者将是最终赢家。

以下是关于 Dify 的学习资料： 部署 Dify：通过云服务器、智能微秘书免费搭建微信机器人。相关命令在宝塔面板的终端安装，如在/root/dify/docker 目录下的操作。若遇到问题，如 80 端口被占用，可将终端输出的代码粘贴给 AI 寻求解决。完成后在浏览器输入公网 IP 进入，创建知识库、选择模型等。 构建知识库的具体步骤： 准备数据：收集文本数据并进行预处理。 创建数据集：在 Dify 中创建新数据集并上传数据，编写描述。 配置索引方式：有高质量模式、经济模式和 Q&A 分段模式可选。 集成至应用：将数据集集成到对话型应用中，配置使用方式。 持续优化：收集反馈，更新内容。 Dify 介绍：是开源的大模型应用开发平台，结合后端即服务和 LLMOps 理念，提供直观界面构建和部署生产级别生成式 AI 应用。具备强大工作流构建工具、支持广泛模型集成、提示词 IDE、RAG Pipeline 等，允许定义 Agent 智能体，可监控和优化应用性能，有云服务和本地部署选项。个人研究可单独使用，企业级落地项目推荐多种框架结合。 Dify 官方手册：https://docs.dify.ai/v/zhhans

如果您想学习 AI，可以从以下几个方面入手： 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。了解人工智能是什么，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。 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。 此外，还可以参考《雪梅 May 的 AI 学习日记》，其中提到： 1. 适合纯 AI 小白：如果您还在观望 AI，不知道从何入手，可以参考这个日记。 2. 学习模式：输入→模仿→自发创造。 3. 学习内容：日记里的学习内容可能不适用，您可以去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。 4. 时间安排：在半年多的时间跨度中，其中有 100 天在学习 AI，不是每天依次进行，而是有空的时候学习。 5. 学习状态：保持良好的学习状态，能学多少算多少。 6. 费用：学习资源的内容都是免费开源的。

以下是借助 AI 学习法语的一些方法和推荐的工具： 1. 语言学习平台： FluentU：使用真实世界的视频，通过 AI 生成个性化的词汇和听力练习。选择学习语言，观看视频并完成相关练习，积累词汇和提升听力理解能力。 Memrise：结合 AI 技术，根据学习者的记忆曲线提供复习和练习，增强记忆效果。选择学习语言，使用应用提供的词汇卡和练习进行学习。 2. 发音和语法检查： Speechling：提供口语练习和发音反馈，帮助学习者改进口音和发音准确性。录制语音，提交给 AI 系统或人类教练，获取反馈和改进建议。 Grammarly：可以帮助提高写作的语法和词汇准确性，支持多种语言。将写作内容粘贴到 Grammarly 编辑器中，获取语法和词汇改进建议。 3. 实时翻译和词典工具： Google Translate：提供实时翻译、语音输入和图像翻译功能，适合快速查找和学习新词汇。输入或语音输入需要翻译的内容，查看翻译结果和示例句子。 Reverso Context：提供单词和短语的翻译及上下文例句，帮助理解和学习用法。输入单词或短语，查看翻译和例句，学习实际使用场景。 4. 语言学习应用： Duolingo：使用 AI 来个性化学习体验，根据进度和错误调整练习内容。通过游戏化的方式提供词汇、语法、听力和口语练习。下载应用，选择要学习的语言，并按照课程指引进行学习。 Babbel：结合 AI 技术，提供个性化的课程和练习，重点在于实际交流所需的语言技能。注册账户，选择语言课程，按照学习计划进行学习。 Rosetta Stone：使用动态沉浸法，通过 AI 分析学习进度，提供适合的练习和反馈。注册并选择学习语言，使用多种练习模式（听力、口语、阅读和写作）进行学习。 5. AI 对话助手： ChatGPT：可以用来模拟对话练习，帮助提高语言交流能力。在聊天界面选择目标语言，与 AI 进行对话练习。可以询问语法、词汇等问题，甚至模拟实际交流场景。 Google Assistant：支持多种语言，可以用来进行日常对话练习和词汇学习。设置目标语言，通过语音命令或文本输入与助手进行互动，练习日常用语。

以下是关于 DeepSeek 的相关学习资料： 研究报告和手册： 《 《》 《》中文翻译版 华西证券：《》 中信建投：《》 来觅研究院：《》 关于 DeepSeek 的使用分享： DP 模型的功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学研究：对音系学感兴趣，通过对比不同模型的回答来深入理解，如 bug 和 DIFF SIG，探讨语言概念在音系学下的心理印象等。 大模型取队名：与大模型进行多轮对话来取队名，通过不断约束和披露喜好，最终得到满意的队名及相关内容。 Deepseek 文档分享：在 3 群和 4 群分享了 Deepseek 的相关文档，也可在 v to a gi 的飞书知识库中搜索获取。 Deepseek 使用介绍：介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。 提示词让 DeepSeek 能力提升： 效果对比：用 Coze 做了个小测试，可对比查看 使用方法： 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） 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 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。

对于 AI 新手小白，在本网站学习 AI 知识和技能可以参考以下步骤： 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，包括人工智能的主要分支（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。 如果希望继续精进，对于不会代码的您，可以尝试了解以下作为基础的内容： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 此外，参加 WaytoAGI 有以下好处： 1. 了解最新的 AI 技术：它像一个免费的“技术期刊”，不仅能让您了解最新动态，还能教您各种实用技能，并且开源免费。 2. 线上共学，手把手教您：WaytoAGI 不仅提供知识，还会通过线上共学的方式，手把手教您如何应用 AI 技术。无论您是小白还是有一定基础，都能在这里找到适合自己的学习路径。 3. 找到志同道合的队友：如果您想创业、做副业，或者只是想找一群对 AI 感兴趣的小伙伴一起搞事情，WaytoAGI 是一个很好的平台。在这里，您能找到和您目标一致的合作伙伴。 在 WaytoAGI 的线下活动中，您可能会有以下收获： 1. AI 自动化，牛 X 到炸：只要有个想法，用 DeepSeek 加飞书多维表格，分分钟实现自动化。 2. 找到副业和创业的伙伴：在活动中，您可能会遇到很多对创业和副业感兴趣的人。 3. 遇见高手和大佬面对面：在线下经常会出现各路大佬带着自己遇到的实际操作中具体的一些问题和卡点，去当面请教他们是让自己避免走很多弯路和浪费时间的有效途径。 WaytoAGI 的线下活动不仅让您了解到了最新的 AI 落地应用现状，还结识了一群有趣、有想法的人。更重要的是，它让您意识到：人一定要走出去，多和人碰撞，多去体验真实的生活，才能真正成长。如果您也对 AI 感兴趣，或者想找到一群志同道合的伙伴，来 WaytoAGI 一起玩！

对于 AI 小白入门 AI，以下是一些建议： 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： 参考「」，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，可根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验。 此外，您还可以参考《雪梅 May 的 AI 学习日记》，其中提到： 1. 适合纯 AI 小白，可先看目录，作者从一开始的到处看到走在学习轨道上。 2. 学习模式是输入→模仿→自发创造，如果对费曼学习法没自信，可尝试这种模式。 3. 学习内容因 AI 节奏快可能不适用，可去 waytoAGI 社区发现自己感兴趣的领域，学习最新内容。 4. 学习时间不是每天依次进行，有空时学习即可。 5. 保持好的学习状态，能学多少算多少。 6. 学习资源免费开源。 另外，有人的 AI 之旅开始于 prompt，3.5 刚出来时，写好 prompt 能提高问问题和解决问题的效率，虽然将 prompt 规范、抽象用以让 AI 拟人较难，但参加相关活动和学习也有收获。

如果您想用 AI 设计一款小程序，可以从以下几个方面入手： 1. 形成项目需求文档：与相关人员沟通确认需求细节，并查看对应文档。 2. 整理对应模块，进行功能设计：包括明确需求，进行 UI 和技术（前后端实现途径）、测试用例的设计。根据 AI 写的功能设计模块文档，观看确认和完善，以了解项目技术实现和执行方式。 3. 编写代码：根据模块任务一点点写代码，并将代码文件和更改记录写到对应代码说明文档，同时做好代码注解。在每个功能块开发完成后，用测试用例跑一遍。 4. 界面设计：可以先绘制草图，然后借助多模态 AI 工具（如 GPT/Claude）生成初步的前端结构代码。前端开发语言方面，HTML 用于构建网页基础框架，CSS 负责布局样式美化，JavaScript 实现交互逻辑。 此外，您还可以参考以下相关知识： 直接使用 Coze 的 API 对接前端 UI 框架，将工作流逻辑集中在工程模板端，实现前后端分离的处理方式。 直接调用大模型 API，并通过前端代码实现提示词处理和逻辑控制，将交互流程完全放入前端代码中。 了解如何实现文件上传，通过 Coze 的，用户可将本地文件上传至 Coze 的云存储。 参考关于 API 的使用及工作流执行流程的。 希望以上内容对您有所帮助。

DeepSeek 的提示词具有以下特点： 1. 语气上还原帝王语气，不过分用力，使用相对古典但兼顾可读性的文字，避免傻气的表达。 2. 对历史细节熟悉，这可能与支持“深度探索”和“联网搜索”同时开启有关，能准确还原如“太极宫”“甘露殿”“掖庭局”“观音婢”“宫门鱼符”等唐初的历史称谓。 3. 输出极其具体且充满惊人细节，行文的隐喻拿捏到位，如“狼毫蘸墨时发现指尖残留着未洗净的血痂”“史官们此刻定在掖庭局争吵。该用‘诛’还是‘戮’，‘迫’还是‘承’。‘只是这次，他不敢触碰我甲胄上元吉的掌印’”等句子，虽未直接写“愧疚与野心，挣扎与抱负”，但句句体现。 与以往大语言模型的提示词的不同在于：以往模型可能在语气、历史细节和具体细节的处理上不如 DeepSeek 出色。

以下是为您提供的关于 AI 类需求产品经理如何写需求文档的相关内容： 工具推荐： 用户研究、反馈分析：Kraftful（kraftful.com） 脑图：Whimsical（whimsical.com/aimindmaps）、Xmind（https://xmind.ai） 画原型：Uizard（uizard.io/autodesigner/） 项目管理：Taskade（taskade.com） 写邮件：Hypertype（hypertype.co） 会议信息：AskFred（fireflies.ai/apps） 团队知识库：Sense（senseapp.ai） 需求文档：WriteMyPRD（writemyprd.com） 敏捷开发助理：Standuply（standuply.com） 数据决策：Ellie AI（ellie.ai） 企业自动化：Moveworks（moveworks.com） 开发流程： 1. 基础小任务： 从最基础的小任务开始，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。 对于特定技术学习（如 chrome 插件开发），让 AI 按照最佳实践生成示范项目，包含典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成相关脚本的要求。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，包含影响技术方案选择的细节，方便后续开发时与 AI 交流。 银海相关： 可以通过 Prompt 提示词来复现产品的轻量化版本。 Prompt 提示词是给 AI 的指令，可以是文字或按一定格式的参数描述。 学习 Prompt 提示词可参考：https://www.promptingguide.ai/zh 提供了 10 个场景及相应的 Prompt 提示词和实现效果，包括行业洞察分析、方法论专家、头脑风暴、需求文档设计、功能价值分析、竞品分析报告、流程图/图表设计、思维导图设计、解决方案专家、周报生成器。

以下是一些改进基础搭建的知识库效果、减轻模型答案幻觉问题的建议： 1. 更换大模型：例如从 ChatGLM26B 替换成 baichuan213b，针对您的场景，后者的性能可能提升一倍左右。 2. 更换 embedding 模型：将 embedding 模型从 LangChain Chatchat 默认的 m3ebase 替换为 bgelargezh，后者可能更优。 3. 测试不同 Top k 的值：比较 Top 5、Top 10、Top 15 的结果，发现 Top 10 时效果可能最优。 4. 对文档名称进行处理：人工对文件进行重命名，上传相同文件构建知识库，同时在构建知识库时勾选【开启中文标题加强】选项，虽然重命名文件对结果的提升效果不明显，但勾选该选项后，回答的无关信息可能减少，效果有所提升。 RAG（RetrievalAugmented Generation）即检索增强生成，由检索器和生成器两部分组成。检索器从外部知识中快速找到与问题相关的信息，生成器利用这些信息制作精确连贯的答案，适合处理需要广泛知识的任务。 在大模型中，向量可想象成空间中的点位，每个词或短语对应一个点。系统通过查看词在虚拟空间中点的位置，寻找直线距离最近的点来检索语义上接近的词语或信息。理解向量后，当收到一个对话时，RAG 的完整工作流程为：检索器从外部知识中检索相关信息，生成器利用这些信息生成答案。 要优化幻觉问题和提高准确性，需要了解从“问题输入”到“得到回复”的过程，针对每个环节逐个调优，以达到最佳效果。