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

有没有针对AI工具嵌入个人工作流方方面面赋能工作的信息

Answer

AI 工作流是将 AI 工具引入到工作流程的各个环节中,以提高工作效率。

在说 AI 工作流之前,要先了解工作流的概念。工作流即工作流程,比如写公众号文章,可拆分为选题、列大纲写初稿、改稿、写标题、排版、发布等步骤,每个步骤都有明确的输入和产出,环环相扣。

搭建 AI 工作流有一套工作流:

  1. 找到一个熟悉的工作场景,如写文章、做 PPT 等。
  2. 拆解工作流程,例如写文章可拆分为选题、写稿、改稿、写标题等步骤。
  3. 针对每个步骤嵌入工具,可参考他人经验,灵活选择最优解,目的是提高工作效率,而非增加工作的含 AI 量。

搭建 AI 工作流需要三层能力:

  1. 了解各种 AI 工具,知晓其特点和用途。
  2. 学会写提示词,以便向 AI 清晰表述任务。
  3. 搭建 AI 智能体,使多个 AI 工具协同工作,自动完成任务。
Content generated by AI large model, please carefully verify (powered by aily)

References

夙愿:AI 工作流,赋能我的十倍增长

在说AI工作流之前,我们得先知道什么是工作流。工作流,顾名思义就是工作流程,把一项工作拆分成多个步骤。我就拿写公众号文章来举例,大家想想,平常你写文章都要经过哪些步骤?首先呢,得想好写啥,对吧?这就是选题。选好题之后,就可以根据选题去列大纲写个大概的内容了,这就是初稿。初稿肯定得修改打磨一下,这是改稿。改好了之后,根据我们的稿子来写一个吸引人的标题,让读者想点进来看。这样我们就有了文章内容和标题,那就可以复制到公众号平台上面去排版了,排版让读者阅读的时候看起来舒服点。最后,完成以上步骤就可以发布文章了。你看,更新一篇公众号文章,就可以拆成以上这几个固定的步骤来完成。把一项大的工作拆解多个小的步骤去完成,每个步骤都有明确的输入、产出,环环相扣,这就是工作流。而AI工作流,就是将AI工具引入到上面工作流中的各个环节里面,回到刚刚的例子。在写作的各个环节,都可以用对应的AI工具来提效。通过这个AI工作流的加持,每个步骤里你都选择了一个,最适合当前步骤的AI工具来提效,文章从选题到发布的全流程都得到了非常高的效率提升。通过局部最优解,来达到全局最优解。现在,很多人企图用一个的AI工具来解决所有问题。但其实每个工作环节都有自己的特点,一个工具难以应对所有情况。想想看,你会让一个篮球高手去游泳比赛吗?肯定不行啊。

夙愿:AI 工作流,赋能我的十倍增长

搭建AI工作流其实也有一套简单易行的工作流,我们可以从最基础的开始,一步步来。[heading3]3.2.1找到一个工作场景[content]选择一个你比较熟悉的工作场景,比如说,写文章、做PPT,随便哪个你经常做的工作都行。[heading3]3.2.2拆解工作流程[content]因为是你熟悉的工作场景,所以你肯定能把这个工作拆解成几个小步骤,如果暂时想不清楚,可以先把整个流程在脑海中或纸上过一遍。就比如刚刚说的写文章,可以拆成选题、写稿、改稿、写标题这几步。[heading3]3.2.3给每一个步骤嵌入工具[content]针对每个小步骤,想想有没有AI工具可以帮上忙,如果你想不到的话,别自己闷头去想,去找一下别人是怎么做的?我们遇到的大多数问题,别人都遇到过并很好地解决了,所以你只需要找到别人是怎么解决这个问题的就可以了。注意,要灵活选择最优解,不要为了AI而AI。通过局部最优解,来达到全局最优解。我们的目的是提高工作效率,而不是提高工作的含AI量。

夙愿:AI 工作流,赋能我的十倍增长

感谢你耐心阅读这篇略显冗长的文章。让我们简单回顾一下,首先,我们讨论了什么是AI工作流。简单来说,就是把AI工具融入到工作里的各个环节中,为我们的工作来提效。然后,我们聊到了搭建AI工作流需要的三层能力:第一层,了解各种AI工具,知道每个AI工具的特点和用途。第二层,学会写提示词,这是很关键,决定你能不能把任务给AI说清楚。第三层,搭建AI智能体,让替代人工,使用多个AI工具协同工作,自动完成任务。接下来,我让AI帮我梳理出了这套搭建AI工作流和公众号工作流的SOP:

Others are asking
我应该怎么学习AI
以下是关于如何学习 AI 的建议: 一、了解 AI 基本概念 1. 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。 2. 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。 二、开始 AI 学习之旅 1. 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。 2. 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。 三、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。同时,建议掌握提示词的技巧,它上手容易且很有用。 四、实践和尝试 1. 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。 2. 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。 五、体验 AI 产品 1. 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。 2. 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。 六、中学生学习 AI 的特别建议 1. 从编程语言入手学习,如 Python、JavaScript 等,学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台,如 ChatGPT、Midjourney 等,探索面向中学生的 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,包括基本概念、发展历程、主要技术如机器学习、深度学习等,以及在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目,如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。 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。
2025-03-18
如何利用WaytoAGI系统学习AI智能体
利用 WaytoAGI 系统学习 AI 智能体可以参考以下内容: 1. 先精美地解释六大策略,参加小七姐在社区带来的共学课程及直播分享和回放,像喂饭教程般帮助理解 prompt。每个板块下有共学快闪,社区老师会带着大家动手操作并讲解思路,还提到官方最佳 prompt 有 6 个实践办法,看熟任意一个即可。 2. 了解到智能体由大语言模型衍生而来,提示词很关键。学习智能体进阶案例拆解,推荐景淮老师的相关成果。同时知晓扣子、千帆百炼属于智能体范畴,扣子更偏 ToC 应用,所以有专门讲解扣子相关内容。 3. 学习 AI agent 可能较痛苦,建议先吃透 prompt 再看相关内容。官方文档内容很全面,包含市面上 cos 的教程等。社区小伙伴参加 cos 比赛常拿大奖,有共学活动,获奖小伙伴会分享经验。cos 平台可用于工作生产,有很多功能,感兴趣可体验其官网,能进行对话感受功能。 4. 理解工具方面,AI Agent 有效使用工具的前提是全面了解工具的应用场景和调用方法。利用 LLM 强大的 zeroshot learning 和 fewshot learning 能力,AI Agent 可以通过描述工具功能和参数的 zeroshot demonstartion 或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。 5. 使用工具方面,AI Agent 学习使用工具的方法主要包括从 demonstartion 中学习和从 reward 中学习(清华有一篇从训练数据中学习的文章)。这包括模仿人类专家的行为,以及了解其行为的后果,并根据从环境和人类获得的反馈做出调整。 6. 了解具身智能,在追求人工通用智能(AGI)的征途中,具身 Agent 正成为核心的研究范式,它强调将智能系统与物理世界的紧密结合。与传统的深度学习模型相比,LLMbased Agent 不再局限于处理纯文本信息或调用特定工具执行任务,而是能够主动地感知和理解其所在的物理环境,进而与其互动。
2025-03-18
星流ai人物一致性
以下是关于星流 AI 人物一致性的相关内容: 在实现角色一致性方面,有以下几种方法和示例: 1. 可以通过特定的 prompt 格式来实现,公式为:发型+年龄性别+衣物颜色+环境+其他(动作、镜头等)。例如: 特写一个棕色卷发,身穿棕褐色上衣的小男孩,正对镜头,面部被烛光照亮,表情惊讶,环境昏暗明暗对比强烈。 特写一个棕色卷发,身穿棕褐色上衣的小男孩,侧对镜头,微微仰头走在一片暗绿色的森林中,面部被手中提着的油灯照亮,环境昏暗明暗对比强烈。 一个棕色卷发,身穿棕褐色上衣的小男孩侧对镜头,看着面前桌上的蜡烛,环境昏暗明暗对比强烈。 中景拍摄一个棕色卷发,身穿棕褐色上衣的小男孩,正对镜头,在一个梦幻感的暖色调房间里,全身贯注地拼装面前的积木玩具。 2. Midjourney 推出了角色一致性功能,同步支持 MJ V6 和 Niji V6。跟之前的风格一致性sref 命名基本一致,为cref。cref 背后参数cw 的值可以从 0 设到 100,cw 100 会参考原图的脸部、头发和衣服,但相应的会非常不吃 Prompt;cw 0 时,就只会参考脸部,大概约等于一个换脸。 3. PixVerse 有“角色(Character)”新功能,能实现 AI 生成视频中的角色保持一致。用户只需单击“Character”功能,上传符合要求的图像,点击创建自定义角色,训练一个新角色,然后可使用自定义角色生成视频,可在 AI 生成视频中轻松切换场景,同时保持同一角色身份。该功能目前只支持真实人脸,暂不支持动物或其他风格照片。操作说明:在主页面点击选择“Character”,点击“Create Character”,在此界面通过点击或拖动的方式上传图片,命名您创建的 Character,最后点击“Create Cha”。提示:最好使用包含真实人脸的单人图片效果最佳,脸部大小需要超过 200×200px,面部无遮挡。Character 添加完毕后,等待 20 秒左右,在看到“Success”提示后,点击“Create”进。若未等到“Success”提示便进入创作界面,会找不到创建的 Character,此时需等待 10 30 秒,待 Character 创建完成即可。 相关网址: 1. 2. 3. Midjourney 网页版:https://alpha.midjourney.com/ 4. PixVerse:https://app.pixverse.ai/ (目前可以免费使用)
2025-03-18
我需要一个直接能查询boss直聘信息的ai搜索工具
Coze 是一个提供丰富插件的平台,其中部分插件可能对您查询 boss 直聘信息有所帮助。Coze 提供的插件涵盖众多领域,包括搜索引擎、文本分析、图像识别等。其国内版本(https://www.coze.cn/store/plugin )中的一些插件具有实用功能,例如猎聘插件,可以帮助用户根据工作经验、教育经历、地理位置、薪水、职位名称、工作性质等条件搜索猎聘上提供的招聘信息。但需要注意的是,Coze 中可能没有直接针对 boss 直聘信息的查询插件。
2025-03-18
在哪里可以了解更多有关stable diffusion ai 生图的使用方法?
以下是了解更多有关 stable diffusion ai 生图使用方法的途径: 1. 点击链接进入官方 DISCORD 服务器:https://discord.com/invite/stablediffusion ,进入 ARTISAN 频道,任意选择一个频道。输入/dream 会提示没有权限,点击链接,注册登录,填写信用卡信息以及地址,点击提交,可免费试用三天,三天后开始收费。输入/dream 提示词,这部分和 MJ 类似。可选参数有五类,包括 prompt(提示词,正常文字输入,必填项)、negative_prompt(负面提示词,填写负面提示词,选填项)、seed(种子值,可以自己填,选填项)、aspect(长宽比,选填项)、model(模型选择,SD3,Core 两种可选,选填项)、Images(张数,14 张,选填项)。完成后选择其中一张。 2. 下次作图时,先选择模板,点击倒数第二个按钮,就能将标准提示词快速输入。描述逻辑通常包括人物及主体特征(服饰、发型发色、五官、表情、动作),场景特征(室内室外、大场景、小细节),环境光照(白天黑夜、特定时段、光、天空),画幅视角(距离、人物比例、观察视角、镜头类型),画质(高画质、高分辨率),画风(插画、二次元、写实)。对于新手,可通过功能型辅助网站来写提示词,如:http://www.atoolbox.net/ ,它可以通过选项卡的方式快速填写关键词信息;https://ai.dawnmark.cn/ ,其每种参数都有缩略图可参考,方便更直观选择提示词。还可以去 C 站(https://civitai.com/)抄作业,每一张图都有详细参数,点击下面的复制数据按钮,然后直接粘贴到正向提示词栏里,点击生成按钮下的第一个按键,Stable Diffusion 就可以将所有参数自动匹配。但要注意图像作者使用的大模型和 LORA,不然即使参数一样,生成的图也会不同。也可以只取其中较好的描述词使用,比如人物描写、背景描述、一些小元素或者画面质感之类的。 3. 将照片放入到后期处理中,使用 GFPGAN 算法将人脸变清晰,可参考文章—— 。将图片再发送到图生图当中,打开 stableSR 脚本,放大两倍。切换到 sd2.1 的模型进行修复,vae 选择 vqgan,提示词可以什么都不写,以免对原图产生干扰。
2025-03-18
ai对论文大纲的扩写
以下是关于 AI 对论文大纲扩写的相关内容: 利用 AI 技术进行论文大纲扩写可以参考以下步骤和方法: 1. 确定主题:明确研究兴趣和目标,选择具有研究价值和创新性的主题。 2. 收集背景资料:使用学术搜索引擎和文献管理软件等 AI 工具搜集相关研究文献和资料。 3. 分析和总结信息:借助 AI 文本分析工具提取关键信息和主要观点。 4. 生成大纲:使用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 开始扩展:以具体内容为例深化理解,如“AI 辅助写作的优势”,可详细描述个人经验中 AI 提高写作效率、提供创意思路、克服写作瓶颈以及处理和分析数据的具体表现。 6. 持续优化和润色:在扩展每个部分后,与 AI 互动,请其审阅并提供进一步的优化建议,如指出表达不清的地方,建议添加转折句增强连贯性。 需要注意的是,AI 工具可以作为辅助,但不能完全替代研究者的专业判断和创造性思维。在使用 AI 进行论文大纲扩写时,应保持批判性思维,并确保研究的质量和学术诚信。
2025-03-18
用deepseek赋能家庭教育
以下是关于使用 DeepSeek 赋能家庭教育的相关信息: 清华大学发布的《》,首先介绍了选择 AI 学习工具的方法及 DeepSeek 的多种使用入口、模式对比。接着阐述了在家庭教育中的基础聊法原则、互动策略和多种场景化聊法模版。然后通过多学科案例展示其辅助学习的方式,还涉及亲子沟通、情绪管理、职业规划等内容。最后介绍了 DeepSeek 在不同教育场景下与其他工具组合的应用范式,为家庭教育提供了全面的 AI 使用指南。 此外,还有其他相关报告,如《》
2025-03-18
一个小白,如何通过咱们这个网站来学习和应用AI,赋能工作,请给出详细的方案,
对于一个小白,通过本网站学习和应用 AI 赋能工作,可以参考以下详细方案: 一、了解 AI 基本概念 首先,建议阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(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,这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、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。这些课程将引导您了解生成式 AI 等基础知识,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,您可以按照自己的节奏学习,并有机会获得证书。 三、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。建议您一定要掌握提示词的技巧,它上手容易且很有用。 四、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。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 六、在网站中引入 AI 助手 1. 创建大模型问答应用:先通过百炼创建一个大模型应用,并获取调用大模型应用 API 的相关凭证。 2. 搭建示例网站:通过函数计算,来快速搭建一个网站,模拟您的企业官网或者其他站点。 3. 引入 AI 助手:接着通过修改几行代码,实现在网站中引入一个 AI 助手。 4. 增加私有知识:最后可以通过准备一些私有知识,让 AI 助手能回答原本无法准确回答的问题,帮助您更好的应对客户咨询。 七、推荐布鲁姆分类法学习路径 应用:深入 分析:大量阅读,理解各知识之间的关系。
2025-03-16
请问是否有AI赋能企业的相关内容推荐
以下是关于 AI 赋能企业的相关内容: 企业可以涉及具身智能、3D 眼镜、AI 绘本、AI 图书、学习机、飞书的多维表格、蚂蚁的智能体、Coze 的智能体、Zeabur 等云平台、0 编码平台、大模型(如通义、智谱、kimi、deepseek 等)、编程辅助、文生图(如可灵、即梦等)、推荐咖啡奶茶等 AI 调配(需相应资质)。 企业权益包括学校大屏幕广告(时长可为 1 周或 1 个月的 PA 屏)、开幕式露出、摊位本身的宣传、其他露出(如直播等)、工作坊场(可能是 500 人中的部分人报名,深度参与其中,尽量不是卖东西,应用实操,如 AI 辅助编程,每个人做一个专属自己的一站式工作台、工具箱,针对典型的教学教研过程做尝试)、圆桌会论坛之类、真实案例收集反馈等,让大模型厂家的诉求、半透明的 chatbot 会话,有二维码引流等。 法律法规方面,《促进创新的人工智能监管方法》提到要使创新者更容易适应监管环境,如建立多监管机构的 AI 沙盒等,并要开展教育和提高意识的活动,包括为企业提供指导、提高消费者和公众的意识等。 张翼然的相关研究中提到了 AI 赋能教学的一些内容,但未直接涉及 AI 赋能企业。
2025-03-15
我是一名中职思政教师,我想开一个主题为AI赋能梦想的班会,班会内容要创新并且与计算机专业高一学生、技能强国相结合。想帮我想一个班会框架,内容具有在教室的可操作性,低成本的
以下是为您设计的一个以“AI 赋能梦想”为主题,适合中职计算机专业高一学生,在教室可操作且低成本的班会框架: 一、引入主题 1. 播放一段关于 AI 改变世界的短视频,引发学生兴趣。 2. 老师简单介绍本次班会的主题“AI 赋能梦想”以及与技能强国的联系。 二、知识讲解 1. 用 PPT 展示 AI 的基本概念和应用领域,如医疗、交通、教育等。 2. 结合计算机专业,讲解 AI 在该领域的发展前景和就业机会。 三、小组讨论 1. 分组讨论 AI 对未来职业的影响,以及如何通过学习计算机技能在 AI 时代立足。 2. 每组选派代表发言,分享讨论结果。 四、案例展示 1. 展示一些中职学生在 AI 相关领域取得成功的案例。 2. 分析他们成功的原因和所具备的技能。 五、创意设想 1. 让学生们设想自己如何利用 AI 技术实现个人梦想,写在纸条上。 2. 随机抽取学生分享他们的设想。 六、总结与展望 1. 老师总结本次班会的重点内容。 2. 鼓励学生努力学习,为技能强国贡献自己的力量,实现 AI 赋能的梦想。 希望这个班会框架能满足您的需求,祝您班会举办成功!
2025-03-13
AI赋能办公,包含AI+对话、AI+写作与PPT、图片与视频生成和数据分析,还有面向HR、行政、财务、营销等岗位的AI赋能课
以下是关于 AI 赋能办公的相关内容: GPT 使用场景: 1. 内容生成:可以生成文章、故事、诗歌、歌词等内容。 演示:https://chat.openai.com/ 、https://bard.google.com/extensions 、https://claude.ai/ 2. 聊天机器人:作为聊天机器人后端,提供自然对话体验。 演示: 3. 问答系统:为用户提供准确答案。 4. 文本摘要:生成文本的摘要或概述。 5. 机器翻译:虽非专门设计,但有不错表现。 6. 群聊总结: 7. 代码生成:GPT3 及后续版本可生成代码片段,帮助解决编程问题。 8. 教育:用于教育领域,帮助学生解答问题或提供学习材料。 9. 浏览器插件:webpilot 10. PDF 对话:演示 www.chatpdf.com PPT 相关: 1. 2. AiPPT.cn:爱设计&AiPPT.cn 是一家 AIGC 数字科技企业,致力于打造“下一代个人与组织的 Ai 工作站”。旗下产品包括 AiPPT 等超过 10 余款应用 AI 能力的内容创作工具。23 年在 Ai+办公领域推出 AiPPT.cn/AiPPT.com,帮助用户“一分钟一键生成 PPT”,是国内 AiPPT 赛道创业公司第 1 的产品,全球第 4,国内所有 AIGC 产品 PC 端 Top10。目标市场主要是市场、运营、销售、人力、财务、行政、技术、产品、总助、公务员、学生、老师等基层及中高层管理岗位人员。 3. 在众多的 PPT 工具中,AI 带来便捷高效体验。深入了解了五大 AI PPT 工具:MindShow、爱设计、闪击、Process ON、WPS AI,它们各自有鲜明特色和擅长场景。选择合适工具要根据实际需求调整,试用和体验比盲目跟风更明智。 其他: 1. 音视频提取总结:https://bibigpt.co/r/AJ 2. 播客总结:https://podwise.xyz/dashboard/trending 3. 生成脑图:https://xmind.ai/editor/
2025-03-12
我想入ai赋能科研,该如何进行?有什么软件可以利用?
如果您想将 AI 赋能科研,可以从以下几个方面入手: 1. 探索科研新境界:借助 AI 助力创新,突破传统研究框架,赋予科研无限可能。 2. 揭开 AI 神秘面纱:掌握前沿技术,提升科研效率,让研究变得更智能、更高效。 3. AI 赋能科研:从理论到实践,深入了解人工智能的无限潜力,提升科研成果。 4. 创新与效率的碰撞:探索 AI 在科研中的应用,为您打开技术与智慧的新世界。 5. 未来科研的引擎:进行 AI 技术实操,助力您迈向前沿研究的新时代。 在软件方面,以下是一些可供利用的选择: 1. 对于个人用户,小模型(1.5B/7B/8B)在个人电脑上就能运行,能听懂人话,做简单问答,也适合做翻译、总结、改写,比如学校的自动答疑机、车载语音助手。 2. 中模型(14B/32B)需要专业服务器才能运行,相当于小学霸级 AI,能写代码、解数学题、写应用文,处理复杂说明书,比如帮程序员写代码、解答物理竞赛题。 3. 超大模型(70B/671B)需要科研实验室的超级电脑,能写精彩故事、论文报告,处理海量数据,做高端研究,比如分析全球气候数据、破解基因密码。 可用的途径包括: 1. https://bot.n.cn/ 2. 腾讯元宝(手机 APP) 3. http://metaso.cn(长思考) 4. API 接入法(详见相关图示)
2025-03-11
文本嵌入模型怎么用
文本嵌入模型主要用于衡量文本字符串的相关性,常见应用场景包括搜索(结果按与查询字符串的相关性排序)、聚类(文本字符串按相似性分组)、推荐(推荐具有相关文本字符串的项目)、异常检测(识别出相关性很小的异常值)、多样性测量(分析相似性分布)、分类(文本字符串按其最相似的标签分类)。 嵌入是浮点数的向量(列表),两个向量之间的距离衡量它们的相关性,小距离表示高相关性,大距离表示低相关性。 OpenAI 提供了一个第二代嵌入模型(在模型 ID 中用 002 表示)和 16 个第一代模型(在模型 ID 中用 001 表示)。对于几乎所有用例,建议使用 textembeddingada002,它更好、更便宜、更易于使用。 要获得嵌入,需将文本字符串连同选择的嵌入模型 ID(例如,textembeddingada002)一起发送到嵌入 API 端点,响应将包含一个嵌入,您可以提取、保存和使用它。在中可查看更多 Python 代码示例。 此外,Stable Diffusion 使用 CLIP 来处理文本提示,用户输入的文本描述通过 CLIP 模型编码为一个文本嵌入,这个嵌入表示了文本的语义信息,确保模型理解用户想要生成的图像内容。CLIP 在引导图像生成、优化生成结果等方面也发挥着重要作用。
2025-03-14
嵌入式WEB翻译插件
以下是关于嵌入式 WEB 翻译插件的相关信息: SD 提示词自动翻译插件 promptallinone: 作者:白马少年 发布时间:20230529 20:00 原文网址:https://mp.weixin.qq.com/s/qIshiSRZiTiKGqDFGjD0g 在 Stable Diffusion 中输入提示词只能识别英文,秋叶整合包包含提示词联想插件。 常用翻译软件如 DeepL(网址:https://www.deepl.com/translator,可下载客户端)、网易有道翻译(可 ctrl+alt+d 快速截图翻译),但复制粘贴来回切换麻烦。 自动翻译插件 promptallinone 安装方式:在扩展面板中搜索 promptallinone 直接安装,或把下载好的插件放在“……\\sdwebuiakiv4\\extensions”路径文件夹下,安装完成后重启 webUI。 插件特点: 一排小图标,第一个可设置插件语言为简体中文。 第二个图标是设置,点开后点击第一个云朵图标可设置翻译接口,点击第一行下拉菜单可选择翻译软件。 AIGC 落地应用 Open AI Translator(强烈推荐): 推荐指数:🌟🌟🌟🌟🌟 是接入了 GPT 能力的文本翻译、总结、分析类产品,翻译功能适合浏览网页时查询个别单词、句子。 最大优势是可在脱离只提供产品内 AI 能力的场景使用,如任何 web 场景,配合 Arc Browser 而非 Chrome 使用效果更佳。 调用方式:选中页面中的文本后会悬浮该插件,点击即可翻译,速度极快,摆脱“复制打开翻译软件粘贴翻译”的流程。 可用于文本分析、分析代码,搭配 Chat GPT 使用效果好。 开发者模式下也可辅助使用。 注:安装后需获取 Open AI 的 API Key,首次打开插件设置好 Open AI Key 地址,找地方保存好 API Key 方便使用。 下载地址:
2025-02-15
可以嵌入AI玩具的硬件
以下是关于可以嵌入 AI 玩具的硬件的相关信息: 一个名为“跃然创新”的 20 人小微创业团队,将大模型装进毛绒玩具里,赋予毛绒玩具生命。其 CEO 李勇和 COO 高峰是资深的互联网+硬件从业者。 做儿童场景产品是李勇和高峰长久以来的梦想,源于对天猫精灵多数语音交互来自孩子这组数据的洞察。之前智能音箱的 AI 交互体验不够好,直到 ChatGPT 出现,他们确定将大模型和毛绒玩具结合,做一家陪伴孩子成长的 AI 毛绒玩具公司。 “情绪价值”是李勇理解儿童陪伴场景的关键词,认为 AI 毛绒玩具更具情感陪伴属性,相较于音箱、故事机、机器人、平板等,毛绒玩具更能带给孩子安全感。 明确了 AI+毛绒玩具的产品方向后,团队基于大模型做训练、引进 IP 版权、接洽供应链全速推进。未来除了联名 IP 外,也会有自己的原创 IP。 基于数百名孩子的调研结果,不同孩子使用 AI 毛绒玩具有区别,但基本都喜欢。李勇强调跟它聊得越多,它就越懂孩子、越能发现孩子的潜能。 由于毛绒玩具购买者与使用者分离,团队做了很多让家长有安全感的工作,比如家长可通过 App 查看聊天记录,危险话题会推送预警信息,还能从聊天记录了解孩子真实喜好,AI 毛绒玩具成为家长和孩子沟通的桥梁。 团队透露近期首款 AI 毛绒玩具产品会面世。
2025-01-14
Embedding 嵌入向量生成模型
Embedding(嵌入)是一个浮点数的向量(列表),两个向量之间的距离度量它们的相关性,小距离表示高相关性,大距离表示低相关性。 Embedding 是一种在机器学习和深度学习中广泛应用的技术,特别是在自然语言处理(NLP)和其他涉及高维离散数据的领域。它指将原本高维且通常离散的输入数据(如单词、短语、用户 ID、商品 ID 等)映射到一个低维连续向量空间中的过程,这些低维向量称为嵌入向量。 例如,“国王”和“王后”在嵌入向量的空间里位置挨得很近,而“苹果”与前两者差别较大,其嵌入向量位置较远。Embedding 不仅限于单词,还可扩展到句子、文档、实体或其他类型的对象。通过训练诸如 Word2Vec、GloVe 或 BERT 等模型,可从大规模文本数据中学习出这样的嵌入向量,这些嵌入向量可看作是输入数据在潜在语义空间中的表示,能改善下游任务(如文本分类、情感分析、问答系统、机器翻译等)的表现。 除文本数据外,嵌入技术还应用于社交网络分析、推荐系统、图像识别(如位置嵌入)、图神经网络(如节点嵌入)等多种场景,实现将复杂对象的有效编码和降维表示。 Embeddings 有多种分类及对应模型: 句子和文档嵌入:Doc2Vec 能为整个文档生成统一的向量表示;Average Word Embeddings 是将一段文本中所有单词的嵌入取平均作为整体的文本表示;Transformers Sentence Embeddings 如 BERT 的标记对应的向量,或者专门针对句子级别的模型如 SentenceBERT。 实体/概念嵌入:Knowledge Graph Embeddings 如 TransE、DistMult、ComplEx 等,用于将知识图谱中的实体和关系嵌入到低维向量空间中。 其他类型:图像 Embeddings 使用卷积神经网络(CNN)进行图像特征提取,得到的特征向量即为图像嵌入;音频 Embeddings 在语音识别和声纹识别中,将声音信号转化为有意义的向量表示;用户/物品 Embeddings 在推荐系统中,将用户行为或物品属性映射到低维空间以进行协同过滤或基于内容的推荐;还有图 Embeddings 用于学习图结构的表示学习方法,将图中的节点和边映射到低维向量空间中,通过 DeepWalk、Node2Vec、GraphSAGE 等算法来实现,在图分析、社交网络分析、推荐系统等领域广泛应用,用于发现社区结构、节点相似性、信息传播等图属性。 在将大型文档转换为可检索内容的过程中,嵌入向量生成这一步将文本块转换为实值向量并存储在数据库中。但检索 PDF 文档的过程充满挑战,可能出现文本提取不准确和 PDF 文档内表格行列关系混乱等问题。在检索增强生成(RAG)框架中,回答一个问题需要用户提出问询,系统从私有知识库中检索相关内容,将相关内容与用户查询合并为上下文,最后请求大语言模型生成答案,准确检索相关信息对 RAG 模型的效力至关重要。
2024-12-11
Coze中能给变量在赋值中嵌入其它变量并同时 使用公式么
在 Coze 中,变量是以 keyvalue 形式存储数据的,是 Bot 的数据记忆功能。大语言模型会根据用户输入内容进行语义匹配,为定义的变量赋值并保存值。您可以在提示词中为 Bot 声明某个变量的具体使用场景。 创建变量可在创建 Bot 的页面进行。对变量进行赋值时,首先可以在给大模型的提示词中做声明,例如:“与您的用户进行互动,并根据 user_language 变量,用他们偏好的语言在线搜索。除非另有设置,用户查询的语言应指导您的回答和搜索”。这段提示词相当于告诉了 LLM,user_language 这个变量该如何赋值以及使用。 变量创建并赋值后,如 user_language 变量,就可以在工作流中作为变量使用。这一块解释起来有些抽象,具体可以参考后面的例子,真正用一遍就懂了。 综上,在 Coze 中能给变量在赋值中嵌入其它变量并同时使用公式,但具体的实现方式和规则需要根据具体的提示词和使用场景来确定。
2024-12-11
ollama嵌入向量在模型后有什么用
嵌入向量在模型后的作用主要体现在以下方面: 1. 用于文档内容的表示和检索:将文档分成块,计算嵌入向量并存储在向量存储中,在测试时通过查询向量存储获取可能与任务相关的块,填充到提示中进行生成。 2. 提升模型的检索能力:在大语言模型应用程序中,向量存储成为检索相关上下文的主要方式,嵌入向量有助于更高效地获取相关信息。 3. 支持多语言和不同粒度的检索任务:例如像 bgem3 这样的向量模型,支持超过 100 种语言的语义表示及检索任务,能实现句子、段落、篇章、文档等不同粒度的检索。 在实际应用中,如在 LangChain 中,本地向量存储使用量较大,而在计算文本片段的嵌入时,OpenAI 占据主导地位,开源提供商如 Hugging Face 等也被较多使用。
2024-11-12