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

如何准确用Ai算八字

Answer

以下是关于用 AI 算八字的相关内容:

  • 将千年传承的命理智慧与现代 AI 技术融合,通过代码排盘和 AI 解析八字中的玄机。详细分析报告包括八字基本信息及构成、命理详细分析(个性、事业、财运、婚姻、健康)、运势预测(短期、中期、长期)、人生总论及建议。
  • 提示词方面,实现了精准八字四柱计算和模拟排盘,支持公历日期自动转换以及完整天干地支推算。输入公历年月日时,经过历法转换模块(公历→农历)、天干地支计算(年干支以立春为界、月干支以节气为界、日干支采用经典排盘法、时干支由日干推算),最终输出完整八字命盘。
  • 有人尝试用 GPT4o 算面相,不仅能判断职业,还能对照片拍摄背景进行分析。但也有人认为这可能存在巧合或利用了人物库。

需要注意的是,用 AI 算八字等命理相关内容缺乏科学依据,建议您理性看待。

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

References

答案之书—最佳创意奖(百宝箱智能体)

作者:CY-CHENYUE八字藏玄机,欲知翻答案。将千年传承的命理智慧与现代AI技术融合。代码排盘,AI结合解析八字中的玄机。详细分析报告包括:八字基本信息及构成命理详细分析(个性、事业、财运、婚姻、健康)运势预测(短期、中期、长期)人生总论及建议[heading3]演示视频[content][答案之书.mov](https://bytedance.feishu.cn/space/api/box/stream/download/all/OkOvb75tno8UgcxqCaPcEGagnhh?allow_redirect=1)[heading3]提示词[heading4]精准八字四柱计算,模拟排盘,将AI的智能与代码的流程与确定性结合。[content]支持公历日期自动转换完整天干地支推算[heading4]关于提示词中的代码做了什么?[content]输入:公历年月日时↓历法转换模块(公历→农历)↓天干地支计算年干支(以立春为界)月干支(以节气为界)日干支(经典排盘法)时干支(日干推算)↓输出:完整八字命盘[heading3]遇到的问题[content]以上用提示词,结合markdown语法,实现了工作流,卡片图片展示的部分功能。其实是因为一开始用工作流出现的一些问题,才尝试探索能否用提示词来显示想要的功能。也记录下了一些使用过程中遇到的问题。几个功能模块希望可以打通,互相调用。

元: AI玄学初体验

27号时,来都来了,2050除了演讲的精彩,探索空间的快乐也值得探寻,比如好玩的榫卯结构、刷版印刷,有趣的古生物研究,超前的卫星发射,和原来在课本上学到的超级大型发电厂……当然,也有我们自己的摊位:AI玄学和火火兔。AI玄学,不懂就问,问到满意沾了我的室友赛博娜娜的光,我得以在AI给我排盘之前,请给我们摊位坐镇的真正大师看了看面相,这是个有趣的世界,也得到了一些基础的扫盲。等到AI给我掐算八字的时候,我坐在一边看着图文并茂、还能就具体问题跟我聊两块钱的AI回答,我问正在帮忙操作的小伙伴:“这是啥意思啊,我好像看不太懂。”小伙伴回答:“我也不知道啊,咱直接问他。”这就是AI的精髓了,不懂可以又反复迭代的进行深入询问——这一刻我再次理解了:为什么WayToAGI一定要将AI理论放在最前面,供大家学习。玄学头像,总有一款击中你我正感慨着,摊位上的第二位小伙伴就直接问我了:“来个头像吗?”来都来了,答案必然是YES,我其实不报什么期望的,因为前段时间参加离谱村视频的共创,在这个时机操作过程当中,我已经亲身用Midjourney的额度和反复迭代的提示词理解了要捏出好看的图片还是需要一定的时间与技巧的,这种摆摊的状态,一次生成图片2-3分钟,写prompt2-3分钟,再次修改,实在是太没有效率了,也很难达到满意的结果——然后我就眼睁睁的看着大概1分钟之后小伙伴就给我把电脑转过来,问我喜欢那哪张图。好吧,小孩子才做选择,大人肯定是全要的!每一个生成的图像我都喜欢,真的是太漂亮了,而且,这是我的喜用神生成的,专属我的玄学转运头像。选了最喜欢的一张跟同样木为喜用神的小伙伴分享~

鲜虾包:GPT4o能相亲,识面相了?准确率竟然高达99%

因为这是一个独立的对话窗口,之前还问了不少明星的信息,因此他是不可能知道我的信息的,其次GPT是没有记录我的照片的,也就是他不可能认识我更不可能认识我的基友。但是,他却完美地判断对了我们两个的职业,判断对了我平时会给企业做路演咨询服务,并且还判断对了他现在在创业!真是吓人啊!就冲这两点,足够拿捏C端的好奇心和短暂满足感的需求了。还记得小时候2元/条的“测试一下王某某和张某某的姻缘匹配度”这种广告短信吗,不少人还真花钱去测试了自己和自己的暗恋对象。实话说,我也中招过,也测了,还是我懵懂的年少时期。这AI不是又重新把二十年前的“算一算你们两的姻缘”重新玩了一遍吗!有人这时候可能会说了:就这?我扔个两只猫都可以说他们有夫妻相,这AI能力也不过如此。别急,更可怕的在后面。。。下午,有个群友问能不能用AI算下面相,给些穿搭职业建议。我就试了雷军的证件照。好家伙,GPT4o不仅能够分析照片拍摄的背景,还能准确判断对他是企业高管。但是我们可能怀疑是Open AI有人物库,能够识别名人照片。于是我又试了下我自己的照片。结果一出来,卧槽,完美又判断对了我的职业。我算是项目经理&产品经理。其次,我平时也会去路演做咨询培训服务,也算半个教师。本来以为这只是巧合,直到我试了20张群友的照片,反馈都是如下这样的。服了,这次我真的服了,GPT4o太牛逼了,奥特曼太牛逼了!

Others are asking
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容: 1. 第一节回放 AI 编程从入门到精通: 课程安排:19、20、22 和 28 号四天进行 AI 编程教学,周五晚上穿插 AI 视频教学。 视频预告:周五晚上邀请小龙问露露拆解爆火的 AI 视频制作,视频在视频号上有大量转发和播放。 编程工具 tree:整合多种模型,可免费无限量试用,下载需科学上网,Mac 可拖到文件夹安装,推荐注册 GitHub 账号用于代码存储和发布,主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理:网络不稳定时尝试更换节点。 项目克隆与文件夹:每个项目通过在本地新建文件夹来区分,项目运行一轮一轮进行,可新建会话,终端可重开。 GitHub 仓库创建:仓库相当于本地项目,可新建,新建后有地址,可通过多种方式上传。 Python 环境安装:为方便安装提供了安装包,安装时要选特定选项,安装后通过命令确认。 代码生成与修改:在 tree 中输入需求生成代码,可对生成的代码提出修改要求,如添加滑动条、雪花形状、颜色等,修改后审查并接受。 2. AI 视频提示词库: 神秘风 Arcane:Prompt:a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego:Prompt:a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background:Prompt:a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli:Prompt:a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk:Prompt:a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism:Prompt:a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容: 1. 对于技术纯小白: 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,以学会必备的调试技能。 若学习写 chrome 插件,可让 AI 按照最佳实践生成简单的示范项目,包含全面的典型文件和功能,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创建脚本的要求,并请教如何运行脚本(Windows 机器则是 create.cmd)。 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,在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验: 单独让 AI 写小功能没问题,但对于复杂的程序框架,可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例,可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教,ChatGPT 相对更方便。 教 AI 时要像哄小孩,及时肯定正确的,指出错误时要克制,不断完善其经验。 4. 相关资源和平台: AI 写小游戏平台:https://poe.com/ 图片网站:https://imgur.com/ 改 bug 的网站:https://v0.dev/chat 国内小游戏发布平台:https://open.4399.cn/console/ 需要注意的是,使用 AI 写程序时,对于技术小白来说,入门容易但深入较难,若没有技术背景可能提不出问题,从而影响 AI 发挥作用。
2025-04-19
学AI上钉钉
以下是在钉钉上学 AI 的相关内容: 从 AI 助教到智慧学伴的应用探索: 登录钉钉客户端,在右上角依次选择钉钉魔法棒、AI 助理、创建 AI 助理。进入创建 AI 助理页面后,填写 AI 助理信息,设置完成即可创建成功。 AI 领导力向阳乔木:未提及具体的在钉钉上学 AI 的操作方法。 基于 COW 框架的 ChatBot 实现步骤: 创建应用: 进入,登录后点击创建应用,填写应用相关信息。 点击添加应用能力,选择“机器人”能力并添加。 配置机器人信息后点击发布,发布后点击“点击调试”,会自动创建测试群聊,可在客户端查看。点击版本管理与发布,创建新版本发布。 项目配置: 点击凭证与基础信息,获取 Client ID 和 Client Secret 两个参数。 参考项目,将相关配置加入项目根目录的 config.json 文件,并设置 channel_type:"dingtalk",注意运行前需安装依赖。 点击事件订阅,点击已完成接入,验证连接通道,会显示连接接入成功。 使用:与机器人私聊或将机器人拉入企业群中均可开启对话。
2025-04-19
如果我想做一个3000字的prompt,能产出8000字的八字批文解析,要求准确度比较高,能否实现
目前的技术水平较难直接实现您所描述的需求。生成准确且高质量的八字批文解析是一个复杂的任务,需要对八字命理有深入的理解和丰富的经验。虽然 AI 可以根据给定的提示生成文本,但要生成 8000 字且准确度较高的八字批文解析存在很大的挑战。这不仅涉及到对大量复杂命理知识的准确把握,还需要考虑到各种特殊情况和细微差别。但随着技术的不断发展,未来或许有可能在一定程度上接近您的期望。
2025-02-12
准确的讲述垂直大模型的概念,国内外的应用现状、场景,发展趋势,最好能附带图片。内容尽量详细、逻辑通顺。
垂直大模型是专注于特定领域的大模型,例如小语种交流、临床医学、AI 蛋白质结构预测等。 在国内,大模型分为通用模型如文心一言、讯飞星火等,处理自然语言;也有垂直模型专注特定领域。 大模型因其强大的语言理解和生成能力,在多个领域和应用场景中表现出色。比较火的应用场景包括: 1. 文本生成和内容创作:撰写文章、生成新闻报道、创作诗歌和故事等。 2. 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服务。 3. 编程和代码辅助:代码自动补全、bug 修复和代码解释。 4. 翻译和跨语言通信:促进不同语言背景的用户之间的沟通和信息共享。 5. 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。 6. 教育和学习辅助:创建个性化的学习材料、自动回答学生问题和提供语言学习支持。 7. 图像和视频生成:如 DALLE 等模型可以根据文本描述生成相应的图像,甚至在未来可能扩展到视频内容的生成。 8. 游戏开发和互动体验:创建游戏中的角色对话、故事情节生成和增强玩家的沉浸式体验。 9. 医疗和健康咨询:理解和回答医疗相关的问题,提供初步的健康建议和医疗信息查询服务。 10. 法律和合规咨询:帮助解读法律文件,提供合规建议,降低法律服务的门槛。 关于发展趋势,尽管当前市场以基础大模型为主,但将大模型与行业专业知识结合,以满足不同行业的需求,成为未来发展的关键。例如腾讯研究院的《行业大模型调研报告》指出,如何将大模型与行业专业知识结合是重点。同时,在发展过程中也需要注意其在隐私、安全和伦理方面的挑战。 很抱歉,暂时无法为您提供相关图片。
2025-04-11
如何学习准确运用AI提示词
以下是关于如何学习准确运用 AI 提示词的建议: 1. 理解提示词的作用:提示词为模型提供上下文和指示,其质量直接影响模型输出质量。 2. 学习提示词的构建技巧: 明确任务目标,用简洁准确的语言描述。 给予足够的背景信息和示例,帮助模型理解语境。 使用清晰的指令,如“解释”“总结”“创作”等。 对特殊要求应给予明确指示,如输出格式、字数限制等。 3. 参考优秀案例:研究和学习已有的优秀提示词案例,可在领域社区、Github 等资源中查找。 4. 实践、迭代、优化:多与语言模型互动,根据输出提高提示词质量,尝试各种变体,比较分析输出差异,持续优化提示词构建。 5. 活用提示工程工具:目前已有一些提示工程工具可供使用,如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究:提示工程是当前前沿研究领域之一,持续关注最新研究成果和方法论。 对于新手学习 AI,您可以: 1. 了解 AI 基本概念:阅读「」部分,熟悉术语和基础概念,了解其主要分支及联系,浏览入门文章。 2. 开始 AI 学习之旅:在「」中找到为初学者设计的课程,通过在线教育平台按自己节奏学习,推荐李宏毅老师的课程。 3. 选择感兴趣的模块深入学习:AI 领域广泛,可根据兴趣选择特定模块,如掌握提示词技巧。 4. 实践和尝试:理论学习后进行实践,巩固知识,尝试使用各种产品做出作品,在知识库分享实践成果。 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。 在商业化问答场景中,大语言模型如同全知全能的人,提示词是告诉其角色和专注技能,使其按需求变成“员工”,知识库则是给“员工”的工作手册。例如设定阿里千问模型为“美嘉”角色,放入《爱情公寓》全季剧情作为知识库,当提问“你是谁?你和子乔在台球厅吵架那次是为了什么吵架?”时,能得到相应回复。
2025-04-10
AI 衡量一个AI任务的指标是不是有准确率 和召回率 分别啥区别
在 AI 任务中,常见的衡量指标包括准确率和召回率。准确率(Accuracy)衡量的是模型预测正确的比例。而召回率主要用于信息检索等任务,衡量的是模型能够正确检索出相关内容的比例。 在摘要任务中,一般用 ROUGE 指标,其中 ROUGE2 是把两个 sequence 按 2gram 的方式做切分做频次统计,然后计算 pred 和 gt 之间的召回率。 对于不同的 AI 任务,还有其他多种指标,如在 NLP 中: 信息检索任务常用 NDCG@K 指标,核心衡量最相关文档是否排序足够靠前。 文本生成任务可用 BitsperByte 指标。 针对二分类任务,一般用 ECE 指标(Expected Calibration Error)来度量模型输出概率 p 时,最终正确率真的为 p 的一致性。 此外,还有一些其他方面的评估指标,如不确定性(Calibration and Uncertainty)、鲁棒性(Robustness,包括 invariance 和 equivariance)、公平性(Fairness)、偏见程度(Bias and stereotypes)、有毒性(Toxicity)等。 传统的 RAG 解决方案在检索效率和准确性上存在问题,Anthropic 通过“上下文嵌入”解决了部分问题,但 RAG 的评估仍待解决,研究人员正在探索新的方法,如 Ragnarök。 在提示词设计方面,Claude 官方手册提出“链式提示”的方法理念,将复杂任务拆解为多个步骤,具有准确率高、清晰性好、可追溯性强等好处。ChatGPT 官方手册也有类似理念,同时还有相关论文如在 ICLR 2023 上发表的提出 LeasttoMost Prompting 提示词策略的论文,在文本理解和生成场景中表现优秀。
2025-04-09
如何更好地进行提问,使得AI回复的准确性更高?
以下是一些能让您更好地进行提问,从而提高 AI 回复准确性的方法: 1. 明确角色和任务:例如,指定 AI 为某一特定领域的专业人士,并明确其需要完成的具体任务。 2. 清晰阐述任务目标:让 AI 清楚了解您期望得到的结果。 3. 提供详细的上下文和背景信息:包括相关的案例、事实等,帮助 AI 理解问题的来龙去脉。 4. 提出具体且详细的需求和细节性信息:使用清晰、具体的语言,避免模糊不清的表述。 5. 明确限制和不需要的内容:避免 AI 给出不必要或不符合要求的回答。 6. 确定回答的语言风格和形式:如简洁明了、逻辑严谨等。 7. 讲清楚背景和目的:在提问时,梳理清楚背景信息和提问目的,使 AI 更好地理解问题上下文。 8. 学会拆解环节、切分流程:将复杂任务分解成更小、更具体的环节,以便 AI 更精确执行。 9. 了解 AI 的工作原理和限制:有助于更好地设计问题,使其能提供有用答案。 在信息检索和回答生成过程中: 1. 系统会对检索器提供的信息进行评估,筛选出最相关和最可信的内容,并对信息的来源、时效性和相关性进行验证。 2. 消除多个文档或数据源中的冗余内容,防止在生成回答时出现重复或相互矛盾的信息。 3. 分析不同信息片段之间的逻辑和事实关系,构建结构化的知识框架,使信息在语义上更连贯。 4. 将筛选和结构化的信息组织成连贯的上下文环境,包括排序、归类和整合。 5. 必要时进行语义融合,合并意义相近但表达不同的信息片段。 6. 最后,将整合好的上下文信息编码成适合生成器处理的格式,传递给大语言模型,由其生成准确和连贯的答案。
2025-04-04
有没有准确的ai论文写作指令
以下是一些准确的 AI 论文写作指令的相关策略和技巧: 1. 清晰明确的指令: 模型无法读心,若输出过长可要求简短回答,过简可要求专业写作,对格式不满可展示期望格式,减少模型猜测以获得期望结果。 在查询中添加详细信息以获取更准确答案。 请求模型扮演特定角色,如以专家口吻或像朋友一样。 使用分隔符清晰区分输入的不同部分,如三重引号、XML 标签或章节标题。 明确指出完成任务需要的步骤,将复杂任务分解为更小步骤。 提供实例作为参考。 明确指定希望输出的长度,如字数、句子数、段落数或要点数量。 2. 提供参考文本: 语言模型有时会编造答案,为其提供参考文本可帮助生成更准确可靠的答案。 指导模型使用参考文本回答问题,将其作为依据。 指导模型使用参考文本中的引用来回答问题,并标注引用来源。 通过运用这些策略和技巧,能够提高 AI 在论文写作方面的辅助效果。
2025-04-01
如何调试智能体回答问题准确率
调试智能体回答问题准确率可以参考以下方法: 1. 从问题场景出发:明确活动为问答对话场景,考验智能体对问题的理解和准确回答能力,真实对话场景中一般以完整句子回复。 2. 具体交流技巧:与大语言模型交流时尽量具体、丰富、少歧义,多说有用的信息。 3. 测试方法:可使用弱智吧问题对 LLM 进行测试,评价提示词的生成效果。 4. 行业案例参考: 服务和业务助手:关注回答准确率、数据覆盖范围,具备丰富的文档/多媒体/数据库支持、多数据源打通、文档 Meta 信息增强、搜索过滤、大模型召回判定等功能。 个人助理:关注回答准确率、业务数据关联性、人设契合度、多模态,通过 Prompt 优化、多模态数据上传、互联网搜索、音频/视频交互等方式提升。 多模态文件交互和数据处理:关注成本、延迟、多场景适配度,可进行自定义文件解析设置、视觉解析增强、企业级数据管理。 例如在服务和业务助手方面,内部业务助手可使用企业内部规章制度等构建知识库进行内部知识问答,通过复杂文档解析视觉增强来提供更好的文档理解。在医疗助手/法律助手/智能导购等场景,构建领域内知识库,结合规则性和智能性进行相似度阈值判定和大模型智能分析,减少数据混淆和模型幻觉问题,但判定速度略慢且有额外大模型调用费用,适合高度定制化和智能化搜索服务场景。
2025-03-08