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

想转型AI产品经理，推荐学习的资料有？

Answer

以下是为您推荐的学习资料，有助于您从产品经理转型为 AI 产品经理：

  1. 林粒粒呀的相关视频，如“小白如何理解技术原理与建立框架”，其中介绍了思维链、RAG、PAL、ReAct 等概念，并且提到 Transformer 是仿生算法的阶段性实现。
    • 思维链：谷歌在 2022 年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力，即使不用小样本提示，也可以在问题后面加一句【请你分步骤思考】。
    • RAG：检索增强生成（Retrieval-Augmented Generation），外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业知识库和个人知识库。
    • PAL：程序辅助语言模型（Program-Aided Language Model），2022 年一篇论文中提出，对于语言模型的计算问题，核心在于不让 AI 直接生成计算结果，而是借助其他工具比如 Python 解释器作为计算工具。
    • ReAct：2022 年一篇《React:在语言模型中协同推理与行动》的论文提出了 ReAct 框架，即 reason 与 action 结合，核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索，观察行动得到的结果。可借助 LangChain 等框架简化构建流程。
  2. 余一的相关内容，如《AI 时代个人生存/摸鱼探索指南.Beta》《从 2023 年报，看中国上市公司怎么使用生成式 AI》。
  3. 相关网页链接：
    • 创新公司观察：
      • 2022 - 2024 年融资 2000w 美金以上的公司列表和详细公司分析：https://ameliadev.notion.site/2022-2024-2000w-08f50fafd81b420fa7f26ecd6c0b3243?pvs=4
      • AI Grant 公司列表和详细公司分析（三期）：https://ameliadev.notion.site/AI-Grant-a52f291e81f34b418c9919497961e831?pvs=4
      • AIGC 行业与商业观察（2024.1）：https://gamma.app/docs/AIGCDev-9q1bax2pspnlxqu
    • 【AI 产品/功能构建】：
      • 顶级科技公司产品团队正在构建哪些 AI 功能【总览】：https://gamma.app/docs/AI-zawqmb2ff3cv958
      • 顶级科技公司产品团队正在构建哪些 AI 功能【产品分析】：https://gamma.app/docs/AI-tebxqet8ubz3rje
      • 顶级科技公司产品团队正在构建哪些 AI 功能【思考借鉴】
Content generated by AI large model, please carefully verify (powered by aily)

References

【AI学习笔记】小白如何理解技术原理与建立框架（通俗易懂内容推荐）

4）思维链——谷歌在2022年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力（即有推理步骤），即使不用小样本提示，也可以在问题后面加一句【请你分步骤思考】5）RAG——检索增强生成Retrieval-Augmented Generation，外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给AI；可搭建企业知识库和个人知识库。6）PAL——程序辅助语言模型Program-Aided Language Model，2022年一篇论文中提出；比如对于语言模型的计算问题，核心在于不让AI直接生成计算结果，而是借助其他工具比如Python解释器作为计算工具。7）ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架，即reason与action结合，核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索，观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结：看很多大佬的发言，都说要关注或直接阅读技术论文，比如产品经理转型AI产品经理，也需要懂技术脉络。而小白直接看技术论文还是有难度，虽然现在可以让AI辅助阅读，不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门，欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面：我之前对安克创新的印象就是一个卖充电宝的公司，还有卖安防设备；但看了这期访谈，被CEO阳萌的认知震撼了，很多观点对我有启发，强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现，10年、20年后大家将不再用TA

【AI学习笔记】小白如何理解技术原理与建立框架（通俗易懂内容推荐）

4）思维链——谷歌在2022年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力（即有推理步骤），即使不用小样本提示，也可以在问题后面加一句【请你分步骤思考】5）RAG——检索增强生成Retrieval-Augmented Generation，外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给AI；可搭建企业知识库和个人知识库。6）PAL——程序辅助语言模型Program-Aided Language Model，2022年一篇论文中提出；比如对于语言模型的计算问题，核心在于不让AI直接生成计算结果，而是借助其他工具比如Python解释器作为计算工具。7）ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架，即reason与action结合，核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索，观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结：看很多大佬的发言，都说要关注或直接阅读技术论文，比如产品经理转型AI产品经理，也需要懂技术脉络。而小白直接看技术论文还是有难度，虽然现在可以让AI辅助阅读，不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门，欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面：我之前对安克创新的印象就是一个卖充电宝的公司，还有卖安防设备；但看了这期访谈，被CEO阳萌的认知震撼了，很多观点对我有启发，强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现，10年、20年后大家将不再用TA

余一 - 产品经理

余一是我见过条理非常清晰，周围用Gamma用出花的人还记得去年年底@余一同学制作的《AI时代个人生存/摸鱼探索指南.Beta》么，最近又迭代更新了https://gamma.app/docs/AIGC-Dev-9y7n4vslcp2bol2?mode=doc今天想推荐的是她最新写的《从2023年报，看中国上市公司怎么使用生成式AI》干货满满https://gamma.app/docs/AI02-ctni4kadrokydni结项ing的其他项目，正在完善中——————【创新公司观察】1、2022-2024年融资2000w美金以上的公司列表和详细公司分析https://ameliadev.notion.site/2022-2024-2000w-08f50fafd81b420fa7f26ecd6c0b3243?pvs=42、AI Grant公司列表和详细公司分析（三期）https://ameliadev.notion.site/AI-Grant-a52f291e81f34b418c9919497961e831?pvs=43、AIGC行业与商业观察（2024.1）https://gamma.app/docs/AIGCDev-9q1bax2pspnlxqu【AI产品/功能构建】：顶级科技公司产品团队正在构建哪些AI功能【总览】https://gamma.app/docs/AI-zawqmb2ff3cv958顶级科技公司产品团队正在构建哪些AI功能【产品分析】https://gamma.app/docs/AI-tebxqet8ubz3rje顶级科技公司产品团队正在构建哪些AI功能【思考借鉴】

Others are asking
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
AI是什么
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，可以将其视为一个黑箱。 从历史和技术角度来看，AI 的概念可以追溯到计算机科学和人工智能之父图灵。他提出的“图灵测试”为判断机器是否具有智能提供了方法。如今，像 ChatGPT 这样的 AI 产品在与人交流方面已经有了令人震惊的表现，尽管对于其是否通过图灵测试在学术界仍有争议。 目前的 AI（主要是生成式 AI 技术，也被称为大模型）能够接受和理解各种不同的输入和数据，并生成包括文字、声音、图像、视频、3D 模型等多样的内容。简单来说，可以把 AI 当人看。
2025-03-18
如何利用ai进项数据分析并制图
利用 AI 进行数据分析并制图可以参考以下步骤： 1. 明确数据需求和目标：确定您想要分析的数据内容和期望得到的图表类型，例如柱状图、饼图等。 2. 数据准备：确保数据的准确性和完整性，查看数据列名是否与预期一致。 3. 选择合适的 AI 工具：如一些具备数据分析和绘图功能的软件或平台。 4. 分析数据：对数据进行深入研究，例如将多选答案进行合理拆分和统计。 5. 生成图表：根据分析结果，使用 AI 工具生成相应的图表，并注意图表的标题、标签和字体等显示效果。 6. 调整和优化：如果生成的图表不符合要求，需要进一步调整和优化，如重新分析数据、选择不同的图表类型等。 在实际操作中，例如在“教师的 AI 减负指南生成式人工智能在教学中的应用”中，对于“此前您是否使用过生成式 AI 大语言模型?”这样的问题，可以统计不同选择的次数并绘制柱状图或饼图。对于“AI 助教在以下哪些方面对您的学习有帮助?”这样的多选问题，需要将答案合理拆分后进行统计和制图。 在 AI 绘图方面，如参加相关比赛，需要明确创作主题，确定主体，增加叙事感，注意图片的构图、色彩和光影等构成因素，合理运用构图方式，如点中心构图、九宫格构图等。推荐在 AI 绘图中使用中景及以上景别。
2025-03-18
如何利用ai进项数据分析
利用 AI 进行数据分析可以参考以下实际案例与技巧： 1. 流程： SQL 分析：用户描述想分析的内容，后台连接数据库，附带表结构信息让 AI 输出 SQL 语句，校验为 SELECT 类型的 SQL 后执行，将结果数据传给 GPT（附带上下文），让其学习并分析数据，最后输出分析结论和建议，与结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。 个性化分析：用户上传文件，如有需要可简单描述数据、字段意义或作用辅助分析。前端解析用户上传的文件，传给 GPT 分析数据，后续步骤与 SQL 分析一致。 2. 问题与技巧： SQL 分析： 反复校验是否为 SELECT SQL 语句，不仅因为 AI 不完全可控，还因不能相信用户输入，防止恶意操作。 到 AI 分析步骤拼接上下文，包含表结构信息和 SQL 语句，助 GPT 更好理解数据和字段意义，使分析更准确。 针对表结构长类型字段，不允许直接查询，最好告知 GPT 只允许查询的字段或使用的 SQL 函数，控制生成内容。 个性化分析： 用户上传的数据解析后判断数据格式是否符合要求，超长可限制截取前面若干项，防止 token 消耗过多。 在前端解析用户上传的数据，分析完直接用于渲染数据图表，无需后端返回。 支持用户补充输入，简单描述数据、字段意义或作用，辅助 AI 分析。对于易理解语义化的字段名，可不描述，GPT 也能识别。遇到多维度数据，可输入特定指令帮助 AI 准确分析。 原文地址：https://mp.weixin.qq.com/s/Fld25MxyoFEnUbnDmGJNXg 本文作者：krryguo，腾讯 IEG 前端开发工程师。声明：本文涉及与 ChatGPT 交互的数据已严格脱敏。
2025-03-18
Ai搜索
以下是为您介绍的一些 AI 搜索引擎： 1. 秘塔 AI 搜索：由秘塔科技开发，具有多模式搜索、无广告干扰、结构化展示和信息聚合等功能，能提升用户搜索效率和体验。 2. Perplexity：聊天机器人式搜索引擎，允许用自然语言提问，通过生成式 AI 技术从各种来源收集信息并给出答案。 3. 360AI 搜索：360 公司推出，通过 AI 分析问题，生成清晰有理答案，支持增强模式和智能排序。 4. 天工 AI 搜索：昆仑万维推出，采用生成式搜索技术，支持自然语言交互和深度追问，未来将支持多模态搜索。 5. Flowith：创新的 AI 交互式搜索和对话工具，基于节点式交互，支持多种 AI 模型和图像生成技术，有插件系统和社区功能。 6. Devv：面向程序员的 AI 搜索引擎，专注于提供编程、软件开发和人工智能等领域的专业建议和指导。 7. Phind：专为开发者设计，利用大型语言模型提供相关搜索结果和动态答案，擅长处理编程和技术问题。 开搜 AI 搜索是一款免费无广告、直达结果的面向大众的搜索工具。它在以下方面具有优势： 1. 论文资料搜集与整理：帮助在校学生快速搜集学术资料，智能总结关键信息，助力撰写论文和报告，且支持查看来源出处，参考价值高。 2. 教学内容准备：让教育教师群体获取丰富教学资源，自动生成教案和课题研究报告，提高教学准备效率。 3. 职场信息检索：使职场办公人群高效查找工作所需信息，简化文案撰写、PPT 制作和工作汇报准备工作。 4. 行业研究分析：为学术研究人员提供深入行业分析，通过 AI 技术整合和总结大量数据，形成有深度的研究报告。 从 AI 搜索引出 RAG：在学习 RAG 之初，可以从 AI 搜索切入。AI 大模型擅长语义理解和文本总结，但不擅长获取实时信息；搜索引擎擅长获取实时信息，但信息分散，需人为总结。AI 与搜索引擎结合，给 AI 配备活字典，让其随时查阅。
2025-03-18
AI文生图教程
以下是关于 AI 文生图的教程： Liblibai 简易上手教程： 1. 定主题：明确您想要生成的图片的主题、风格和表达的信息。 2. 选择 Checkpoint：根据主题选择贴近内容的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找与生成内容重叠的 lora，以控制图片效果和质量。 4. 设置 VAE：选择 840000 那一串。 5. CLIP 跳过层：设为 2。 6. Prompt 提示词：用英文写想要生成的内容，使用单词和短语组合，用英文半角逗号隔开，无需管语法和长句。 7. 负向提示词 Negative Prompt：用英文写想要避免产生的内容，同样是单词和短语组合，用英文半角逗号隔开，无需语法。 8. 采样方法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 9. 迭代步数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了出图效果差。 10. 尺寸：根据个人喜好和需求选择。 11. 生成批次：默认 1 批。 Tusiart 简易上手教程： 1. 定主题：明确生成图片的主题、风格和信息。 2. 选择基础模型 Checkpoint：根据主题选择贴近的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找重叠内容的 lora 控制图片效果和质量。 4. ControlNet：用于控制图片中特定图像，如人物姿态、特定文字、艺术化二维码等，属于高阶技能。 5. 局部重绘：后续学习。 6. 设置 VAE：选择 840000 。 7. Prompt 提示词：用英文写生成需求，单词和短语组合，用英文半角逗号隔开，无需语法和长句。 8. 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语组合，用英文半角逗号隔开，无需语法。 9. 采样算法：一般选 DPM++2M Karras，参考模型作者推荐的采样器更有保障。 10. 采样次数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了出图效果差。 11. 尺寸：根据个人喜好和需求选择。 此外，还为您提供了一些相关的参考视频和教程链接，供您进一步深入学习。
2025-03-18
java程序员怎么转型大模型算法工程师
以下是为 Java 程序员转型大模型算法工程师提供的一些建议： 1. 学习相关理论知识：了解大模型的基本原理，包括模型架构、预训练及微调、部署及推理等。 2. 掌握技术工具：熟悉 LLM 相关技术，如 Transformer、Prompt Tuning、RLHF、Langchain、Agent、MOE、RAG 等。 3. 提升编程能力：熟悉算法和数据结构，具备扎实的编程基础，尤其是 Python 开发。 4. 积累项目经验： 可以参考大圣的全网最适合小白的 Llama3 部署和微调教程，该教程手把手教您下载并部署 Llama3 模型，使用甄嬛数据集微调模型，并了解微调的意义和概念。但需注意，此教程不会讲解微调的技术性原理及文中用到的 Python 代码。 关注招聘信息，例如序智科技和中国移动设计院的招聘需求，了解大模型算法工程师的职责和要求，针对性地提升自己的能力。 5. 增强相关技能： 对至少 2 个框架具备源码级别的理解和优化能力，包括但不限于 Langchain、XAgent、ChatDev、DsPy、AutoGPT、BabyAGI、MetaGPT。 熟悉 GPT Function Calling 原理，熟练掌握 Prompt Engineering。 对预训练/微调（尤其是微调）熟练，熟练掌握 huggingface/deepspeed（或其他框架）。 对多模态大模型有一定了解，精通低代码平台会是加分项。 您可以根据自身情况，有针对性地进行学习和实践，逐步实现从 Java 程序员向大模型算法工程师的转型。
2025-03-12
AI产品经理如何转型
对于 AI 产品经理的转型，以下是一些相关的知识和建议： 技术方面： 了解思维链，谷歌在 2022 年的论文提到其能显著提升大语言模型在复杂推理的能力，即使不用小样本提示，也可在问题后加“请你分步骤思考”。 熟悉 RAG（检索增强生成），外部知识库切分成段落后转成向量，存在向量数据库，用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业和个人知识库。 知晓 PAL（程序辅助语言模型），2022 年的一篇论文中提出，对于语言模型的计算问题，不让 AI 直接生成计算结果，而是借助如 Python 解释器等工具作为计算工具。 掌握 ReAct 框架，2022 年一篇《React:在语言模型中协同推理与行动》的论文提出，核心在于让模型动态推理并采取行动与外界环境互动，比如用搜索引擎对关键字进行搜索，观察行动结果，可借助 LangChain 等框架简化构建流程。 学习途径： 很多大佬认为要关注或直接阅读技术论文，比如产品经理转型 AI 产品经理需要懂技术脉络，但小白直接看技术论文有难度，虽可让 AI 辅助阅读，仍要完成一定知识储备。林粒粒呀的相关视频是很好的科普入门。 此外，从一些案例来看，比如长春人定居北京的䷎贤峰，有医学学士、计算机 AI 方向硕士背景，做过多种职业，包括医生、码农、产品经理、管理咨询等，目前是一家快消品公司财务总监兼董秘，业余捡回老本行；Sundy 有 5 年产品运营经验，从教育方向到 web3 行业，目标是转行当 AIGC 产品经理。
2025-03-12
企业如何培养全员AI思维，将AI融入企业文化，驱动人才转型，推动AI驱动的创新。
企业培养全员 AI 思维、将 AI 融入企业文化、驱动人才转型并推动 AI 驱动的创新，可参考以下方面： 1. 组织管理转型：参考波士顿咨询公司发布的《》报告，AI 技术将推动组织从金字塔结构向松树型转变，需要人才具备创新、持续学习、透明和协作能力，组织文化应强调人的价值和认知多样性。为加速 AI 转型，建议采取自上而下的战略推动和自下而上的创新激活，培养关键人才，并重塑员工技能。 2. 构建 AI 监督与反馈机制： 建立异常监测机制，针对 AI 决策结果进行定期回顾，设立异常情况触发预警机制，避免因 AI 错误而导致决策失误。 在关键业务决策中设置人类干预节点，在 AI 给出初步建议后由人类进行审核和判断，特别是财务预测、市场扩展策略等核心业务决策应有清晰的人工复核流程。 企业可以引入“人机协作审查委员会”，由高层管理人员、业务线负责人和技术团队组成，每月审查 AI 关键决策的结果，设定触发条件（如连续三次异常预测）来判断是否需要人工干预。 3. 保留人类的创新与主导地位： 虽然 AI 能通过数据提供创新支持，但真正的突破性创新依然需要人类的参与，企业应明确 AI 是助力而非替代。在中国市场，创新是企业保持竞争优势的关键，过度依赖 AI 可能会削弱员工的创新力和主动性。 设立创新实验室，让 AI 提供背景数据和支持，员工在此基础上进行创意开发，AI 可以生成基础创意，员工进行拓展和跨领域应用。 进行跨部门协作，创建多样化团队，整合市场、技术和创意团队的力量，让 AI 提供洞察和辅助，具体决策由团队中的人类成员作出。 企业可以设立“AI 创新月”，每月让不同部门提出与 AI 相关的创新方案，要求员工结合 AI 的分析提出创意，而非直接采用 AI 方案，以培养团队的创新能力，避免 AI 的全权主导。
2025-03-12
对于中小企业而言，ai转型的落地过程中有什么风险和挑战？请分别回答风险和挑战是什么
对于中小企业而言，AI 转型的落地过程中存在以下风险和挑战： 风险： 1. 管理风险：使用 AI 工具评估和管理企业面临的各种风险时，可能存在对风险评估不准确、应对策略不恰当等问题，导致企业无法有效应对潜在挑战，造成不必要的损失。 2. 网络安全风险：引入 AI 驱动的网络安全解决方案时，若安全系统配置不当、软件和 AI 模型未及时更新、员工网络安全意识不足等，可能导致企业网络系统遭受网络威胁和攻击，造成数据泄露、业务中断等严重后果。 挑战： 1. 任务自动化挑战：在评估和识别日常重复性高的任务时，可能存在对任务分析不准确、目标设定不清晰的情况，影响后续自动化工具的引入和效果。同时，选择合适的自动化工具并进行有效配置和测试也具有一定难度。 2. 网络安全挑战：选择适合企业网络环境和安全需求的 AI 驱动的网络安全解决方案并非易事，需要充分了解各种方案的特点和适用性。此外，定期更新和维护安全系统、进行网络安全演练以及对员工进行培训等工作也需要投入大量的时间和精力。
2025-02-19
35岁java后端开发如何转型AI开发
对于 35 岁的 Java 后端开发人员转型 AI 开发，以下是一些建议： 1. 利用固定格式文档结合 AI 进行代码开发时，要强调组员的主观能动性，让他们自主设计，组长负责引导和经验分享。文档并非唯一最佳方式，可尝试用简短描述或 Prompt 辅助代码生成。在 AI 编程中，设计非常重要，模块化低耦合设计和清晰的上下文对代码生成效果尤为关键。参考链接： 2. 借助 AI 编程工具（如 Cursor），熟悉 LLM 原理，探索复杂 Prompt 和定制化规则。开展 LLM 相关的 Side Project（如翻译工具、AI 对话应用等），通过实践快速掌握技能。将 AI 当老师，边做边学，获取即时反馈，持续提升。核心建议是行动起来，找到正反馈，坚持使用 AI 辅助编程。参考链接：
2025-01-29
负责动力制造公司智能制造数字化转型的整体策划，请帮我完善一下
对于动力制造公司智能制造数字化转型的整体策划，以下是一些完善的建议： 首先，进行全面的现状评估。包括对现有生产流程、设备设施、信息化系统等方面的详细调研，明确当前存在的问题和瓶颈。 其次，制定明确的转型目标。例如，提高生产效率、降低成本、提升产品质量、增强供应链的灵活性等，并且将这些目标进行量化和细化。 然后，规划技术架构。确定所需的数字化技术，如工业物联网、大数据分析、人工智能、云计算等，并设计它们之间的集成方案。 接着，优化生产流程。通过数字化手段对生产流程进行重新设计和优化，消除不必要的环节，提高生产的流畅性和效率。 再者，加强人才培养。培养具备数字化思维和技能的员工队伍，包括技术人员和管理人员。 最后，建立有效的评估和持续改进机制。定期对转型效果进行评估，根据评估结果调整策略和措施，以确保转型的持续推进和目标的实现。 希望以上建议能对您有所帮助。
2025-01-17
AI和教育结合的案例以及资料
以下是一些 AI 和教育结合的案例及相关资料： 张翼然是湖南农业大学教育技术系副教授，国家教学成果奖获得者，也是“人工智能+教育”实践专家。其相关研究包括 AI 从工具到助手赋能教师提升效率与能力、AI 与教育场景融合拓展教学边界与创新场景、AI 与人类智能的共生放大学生思考力塑造深度学习能力、AIGC 教育革命：技术原理与课堂实践、大语言模型的教学潜力：交流技巧与心得、一线教师的 AI 需求与高效工具推荐、AI 赋能课堂的核心逻辑：从理论到应用、解码 AI 教学案例：创新与实践等。 例如，在个性化支持与学习自主性方面，AI 通过数据分析与即时反馈，提供定制化学习路径和资源，帮助学生根据自身兴趣、需求和能力规划学习，同时赋予学生更多学习自主权，支持自定步调学习，实现精准教学，关注每个学生的个体需求，帮助学生在学习过程中培养自主决策能力。 在科技伦理与批判性思维方面，通过 AI 生成的开放性问题与多维数据，帮助学生审视技术的潜在风险，培养批判性思维与负责任的科技使用态度，引导学生辨析技术优劣，理解科技的伦理边界，通过讨论和反思提升学生的审辨能力。如课堂讨论 AI 生成内容的真实性与偏见，并设计项目探索数据隐私的保护方案。 同时也指出了大模型在多数任务中可快速达到及格水平，但在绝大多数领域难以达到优秀水平，以及现阶段 AI 在教育领域应用存在知识适配的层次性问题等局限性。 深圳福田区梅山中学梁玉老师使用百度文库的 AI 有声画本导入故事生成，用即梦 AI 生成数字人。 教研员贺亚使用通义千问根据评分标准改英语作文。 黎加厚提出让每一位教师都掌握教育智能体金钥匙。
2025-03-17
有相关mcp如果配置的相关资料么
以下是关于 MCP 配置的相关资料： MCP 是 Claude 官方推出的一个协议。纯 LLM 无法行动，MCP 工具可以充当其与现实世界交互的“手”，并反馈结果指导下一步行动。 在配置方面： 对于 Windows 系统，找到支持浏览器交互的命令，复制箭头指向的命令并填在 Curosr feather 的 MCP Serve 里，服务名称可随便填，类型选 command。由于国内网络原因，可能会显示工具找不到，此时最好先在终端执行命令安装好后再填入。 在 Windsurf 中进行 MCP 配置，可找到 MCP 工具社区网站如 https://github.com/modelcontextprotocol/servers ，复制某个 MCP 工具如 uvx 安装方式命令，通过小锤子配置，粘贴命令。还有些网站如 https://smithery.ai/ 、https://www.pulsemcp.com/ 可直接安装依赖包，终端执行即可。 MCP 的好处包括： 简化开发：一次整合，多次复用，不再重复开发。 灵活性强：轻松切换 AI 模型或工具，无需复杂的重新配置。 实时互动：长连接保证数据实时更新。 安全可靠：内置标准化安全和权限控制。 扩展性强：AI 系统扩展时，只需连接新的 MCP 服务器。 在某些场景下传统 API 更适合，如需要精准且严格受控的交互方式、更偏好紧耦合以提升性能、希望最大化交互的可预测性等。 快速集成 MCP 的步骤包括： 1. 定义能力：明确 MCP 服务器提供的功能。 2. 实现 MCP 层：按照协议标准进行开发。 3. 选择通信方式：本地连接（标准输入输出）或远程连接（如 WebSockets）。 4. 创建资源/工具：开发或连接数据源和服务。 5. 建立客户端连接：与 MCP 服务器建立安全稳定的连接。 总结来说，MCP 为 AI 模型统一连接数据与工具的标准接口，让 AI 与外部数据、工具的连接变得更加标准化和高效。以下是一些相关文档和介绍的链接： https://modelcontextprotocol.io/ https://docs.cursor.com/context/modelcontextprotocol
2025-03-17
coze工作流的相关教程。要求从入门到实操的最新资料
以下是关于 Coze 工作流从入门到实操的相关资料： 一、一泽 Eze 的教程 Step 1：制定任务的关键方法 1. 设计每个子任务的执行方法 阅读理解小作业：基于英文原文，精心策划 3 道符合 CET4 难度的阅读理解题目。每道题均提供 A、B、C、D 四个选项，正确答案所在选项顺序随机，题目和选项均以英文呈现。题目的参考格式如下： 1） A. B. C. D. 参考答案：针对 3 道题目，生成题目答案。预期格式如下： 1） 答案： 2） 答案： 3） 答案： 英文音频：根据原文，利用 TTS 技术朗读全文 全文对照精读：根据原文，按照以下格式，分段完成全文精读结果的输出： 音标： 中文释义： 英文例句： 例句翻译： 二、大圣的教程 二、Coze 使用教程 1. 工作流AI Agent 的内功心法 节点：工作流是由多个节点构成，节点是组成工作流的基本单元。节点的本质就是一个包含输入和输出的函数。 Coze 平台支持的节点类型： LLM（大语言模型）：使用输入参数和提示词生成处理结果。 Code（代码）：通过 IDE 编写代码处理输入参数，并返回输出值。 Knowledage（知识库）：根据输入参数从关联知识库中召回数据，并返回。 Condition（条件判断）：ifelse 逻辑节点，用于设计工作流内的分支流程，根据设置条件运行相应的分支。 Variable（获取变量）：从 Bot 中获取变量作为参数在工作流中使用。 Database（数据库）：在工作流中使用提前配置在 Bot 数据库中的数据。 2. 创建和使用工作流 这一块官方有现成的教程参考： 海外参考文档：https://www.coze.com/docs/zh_cn/use_workflow.html 国内参考文档：https://www.coze.cn/docs/guides/use_workflow 国内版本还提供了一些示例，学习工作流强烈建议大家跟着实操一遍： 搜索新闻：https://www.coze.cn/docs/guides/workflow_search_news 使用 LLM 处理问题：https://www.coze.cn/docs/guides/workflow_use_llm 生成随机数：https://www.coze.cn/docs/guides/workflow_use_code 搜索并获取第一个链接的内容：https://www.coze.cn/docs/guides/workflow_get_content 识别用户意图：https://www.coze.cn/docs/guides/workflow_user_intent 三、蓝衣剑客的教程 三、Coze 简介 1. 工作流 在典型应用场景中，入门级场景可能仅添加一个节点来构建简单工作流。例如，使用获取新闻插件构建一个获取新闻列表的工作流；使用大模型节点接收并处理用户问题等。 更进阶的场景则通过多个节点组合构建逻辑较复杂的工作流。例如，在搜索并获取指定信息详情的场景中，先通过插件能力进行关键词搜索、然后通过代码节点过滤指定信息、最后通过插件能力获取信息详情；或者在通过条件判断识别用户意图的场景中，通过大模型节点处理用户消息，并将消息分类后通过条件节点分别处理不同类型的消息。这些详细配置教程提供了实际操作指南以帮助理解和应用各种功能。
2025-03-12
我想要打造一个AI手工耿的账号，模仿网络红人手工耿，但是是用AI去做一些有的没的 你这里有可供我参考的资料吗
很抱歉，目前没有关于打造 AI 手工耿账号的直接参考资料。但您可以从以下几个方面入手：首先，深入研究手工耿的风格和特点，包括他的创意、表现形式、语言风格等。其次，利用 AI 技术生成相关的创意内容时，注重独特性和趣味性，结合手工耿的“无用发明”风格。还可以通过 AI 绘画等手段为您的账号创作独特的视觉元素。在账号运营过程中，不断根据用户反馈优化 AI 生成的内容和表现方式。
2025-03-12
我想制作AI数字人，如何去寻找相关资料和教程
以下是寻找制作 AI 数字人相关资料和教程的途径： 1. 在线文档和公众号：可以查看。 2. B 站：在 B 站搜索相关视频教程。 3. 具体操作方法： 在剪映中，右侧窗口顶部打开“数字人”选项，选取免费且适合的数字人形象，如“婉婉青春”。选择数字人形象时，软件会播放其声音，可判断是否需要，点击右下角“添加数字人”将其添加到当前视频。剪映会根据提供的内容生成对应音视频并添加到轨道中，左下角会提示渲染完成时间，可点击预览查看效果。 为让视频更美观，可增加背景图片。删除先前导入的文本内容，点击左上角“媒体”菜单并“导入”按钮选择本地图片上传，将图片添加到视频轨道上，可通过拖拽轨道右侧竖线使其与视频对齐。 此外，还有一些开源的算法代码仓库可供参考： 1. ASR 语音识别： openai 的 whisper:https://github.com/openai/whisper wenet:https://github.com/wenete2e/wenet speech_recognition：https://github.com/Uberi/speech_recognition 2. AI Agent： 大模型包括 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。 Agent 部分可使用 LangChain 的模块去做自定义，包含了 Agent 实现的几个组件 3. TTS： 微软的 edgetts：https://github.com/rany2/edgetts，只能使用里面预设的人物声音，目前接口免费。 VITS：https://github.com/jaywalnut310/vits，还有很多分支版本。 sovitssvc:https://github.com/svcdevelopteam/sovitssvc，专注到唱歌方面。 除了算法，人物建模模型可以通过手动建模实现，但这种简单的构建方式还存在一些问题，如如何生成指定人物的声音、TTS 生成的音频如何精确驱动数字人口型以及做出相应动作、数字人如何使用知识库做出某个领域的专业性回答等。
2025-03-11
AI学习资料
以下是为您提供的 AI 学习资料： 入门指南：强化学习 原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A 学习计划：以搞懂 DQN 算法作为入门目标。 新手学习 AI 了解 AI 基本概念：阅读「」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，了解历史、应用和发展趋势。 开始学习之旅：在「」中找到初学者课程，推荐李宏毅老师课程。通过在线教育平台（如 Coursera、edX、Udacity）按节奏学习，有机会获证书。 选择感兴趣模块深入学习：如掌握提示词技巧。 实践和尝试：理论学习后实践巩固知识，在知识库分享实践作品和文章。 体验 AI 产品：如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人。 支线剧情共创 AI 出图教学及资料 MJ 官方手册：https://docs.midjourney.com/ Prompt 魔法书：https://aituts.ck.page/promptsbook eSheep： 如何在 MJ 中保持角色一致性： AI 视频教学及资料 什么是相似形转场：
2025-03-09
我是一个教育行业产品经理，我想要学习如何做一个产品经理智能体帮我做方案，告诉我我需要学习的知识
作为教育行业的产品经理，若要学习制作能为您做方案的产品经理智能体，您需要掌握以下知识： 智能体的应用： 自动驾驶：智能体感知周围环境，做出驾驶决策。 家居自动化：智能家居设备根据环境和用户行为自动调节。 游戏 AI：游戏中的对手角色和智能行为系统。 金融交易：金融市场中的智能交易算法根据市场数据做出交易决策。 客服聊天机器人：通过自然语言处理与用户互动，提供自动化的客户支持。 机器人：各类机器人中集成的智能控制系统。 智能体的设计与实现： 定义目标：明确智能体需要实现的目标或任务。 感知系统：设计传感器系统，采集环境数据。 决策机制：定义智能体的决策算法，根据感知数据和目标做出决策。 行动系统：设计执行器或输出设备，执行智能体的决策。 学习与优化：如果是学习型智能体，设计学习算法，使智能体能够从经验中改进。 智能体产品功能详解： 智能体广场： 上传文档至知识库：点击【上传知识】按钮，可上传文档文件或 URL 导入，支持多种文档类型，文档大小有限制，可配置知识的切片方式，完成后知识将进入数据处理状态。 多智能体 AI 搜索引擎方案： 第一步，快速搜索补充参考信息：根据用户任务使用搜索工具补充更多信息，如使用工具 API WebSearchPro。 第二步，用模型规划和分解子任务：使用大模型把用户问题拆分成若干子搜索任务，并转换为 JSON 格式。 第三步，用搜索智能体完成子任务：AI 搜索智能体具备联网搜索和自主分析并进行多轮搜索任务的能力。 第四步，总结子任务生成思维导图：智能体能调用各种插件，如思维导图、流程图、PPT 工具等。
2025-03-17
作为一个产品经理，我现在要设计一个企业内的销售培训智能体，我手里有产品知识、销售基础知识，我该怎么设计，是只做rag还是做多智能体协同？
以下是为您设计企业内销售培训智能体的一些建议： 首先，了解多智能体模式的设置。它包括全局设置和多个代理之间的编排协调两个核心部分。全局设置涵盖角色设定与回复逻辑、记忆管理以及对话体验等，其中人物设定与回复逻辑应侧重于角色塑造。在智能体的交互流程设计上，要形成完整的互动链条，当用户意图未满足跳转条件时，保持与当前智能体的沟通。设计多轮协作的智能体时，应将其交互设计为闭环结构，以确保用户能自由切换。 其次，动手实践制作智能体。对于 Chat GPT 版本，可按以下步骤：点击“浏览 GPTs”按钮，点击“Create”按钮创建，使用自然语言对话或手工设置进行具体配置，然后调试并发布。对于 Chat GLM 版本，点击“创建智能体”按钮，输入智能体描述，可粘贴准备好的提示词模板，其配置可自动生成，可根据需求调整并上传本地文件作为知识库。 然后，考虑多智能体协同的概念。在处理复杂任务时，单智能体可能面临提示词修改和逻辑不清晰的问题。多智能体协作如吴恩达所举例，每个智能体被赋予不同身份，互相合作对话，能模拟现实工作场景，成为复杂系统，但可能存在效率不高的情况。 最后，您可以根据实际情况选择是采用 RAG 还是多智能体协同。如果任务相对简单，RAG 可能足够；若任务复杂，涉及多个环节和角色的协作，多智能体协同可能更合适。您还可以通过具体的例子，如旅游场景中负责景点推荐、路线规划和食宿安排的三个智能体，来更好地理解和设计。
2025-03-16
AI产品经理应该具备哪些技能，需要学习哪些工具？计算机科学与技术专业的研究生如果想找AI产品经理的实习应该如何着手准备呢？如何准备项目呢？
AI 产品经理应具备的技能和需要学习的工具包括： 1. 学历背景：本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 工具熟悉：熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验；熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理；具有一定的编程基础，熟练使用 Python、Git 等工具。 3. 项目能力：负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法；了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 4. 思维能力：对数据驱动的决策有深入的理解，能够基于数据分析做出决策；具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案；对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践；对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注；具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 计算机科学与技术专业的研究生如果想找 AI 产品经理的实习，可以从以下方面着手准备： 1. 了解行业需求：搜索了解目前 AI 产品经理岗位的招聘技能要求情况。 2. 学习相关知识：深入学习上述提到的技能和工具知识。 3. 积累项目经验：可以参与一些相关的实践项目，例如收集数据、训练模型、派送模型等。 4. 思考商业价值：思考可以自动化的任务、驱动商业价值的核心以及商业领域的主要痛点。 5. 准备项目时，要明确项目目标，制定合理的开发时间表，清晰所需时间和人员。同时，为项目提供验收标准，尽量以数据衡量。 以上内容仅供参考，不同公司和项目可能有不同的具体要求。
2025-03-12
AI产品经理
以下是为您整合的关于 AI 产品经理的相关信息： 北京分队中有一位叫 Kelton 的成员，是一位 AI 产品经理，深耕 NLP 方向 2 年，作为 Owner 从 0 1 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。技术出身，还曾在云计算、元宇宙领域工作过 2 年，坐标在海淀（北四环）。 银海是一位 AI 产品经理，也是通往 AGI 之路社区共建者，5 + 大模型厂商资深讲师，全网粉丝量 3W + ，在 AI Agent、多模态大模型、企业级 AI 应用等多领域具备丰富实战经验。 特看科技正在招聘 AI 产品经理，岗位要求：负责 AI 视频工具方向产品工作，对生成式 AI 产品有一定研究，熟悉 Transformer 和 Diffusion 模型的优先；英文好，有海外产品经验优先，有内容工具或 SaaS 产品经验优先；2 年以上产品岗位经验，职级根据经验能力制定，对标阿里 P6 P8 区间。 公司优势：特看科技专注于 AI 视频和直播应用，在国内市场已服务欧莱雅、宝洁、雅诗兰黛等头部品牌集团，海外市场服务了安克创新、Posee，Y.O.U 等头部出海品牌，也是 TikTok 官方广告创意合作伙伴。 员工福利：不管是厌倦大厂内卷的产品专家，还是初出茅庐的新人，只要对生成式 AI 的商业化应用充满热情，特看科技可以提供确定性的商业化应用场景、初创公司充沛的早期期权池、强大的工程师团队将新技术快速落地应用，最高可到合伙人级别。 加分项：有电子商务、企业服务、人工智能、海外产品等行业经验。欢迎推荐或自荐简历至 qingshen@tabcut.com，或飞书与清慎联系。
2025-03-12
产品经理如何验证prompt效果
产品经理验证 prompt 效果可以参考以下方法： 1. 以自动驾驶产品为例，先向 ChatGPT 阐述宏观的业务背景，如“我们公司研发 L4 级别的自动驾驶卡车系统。我们的车辆拥有一辆 L4 自动驾驶车辆所需要的算力，传感器与能力，但是目前车上会有司机作为安全员，自动驾驶系统会辅助司机的驾驶，帮助卡车司机开车更轻松，更安全，更节油。我将提供产品经理日常工作中的一些实际问题。这可能涉及设计具体的自动驾驶功能，进行数据分析，分析具体的行驶场景并提供有效的反馈等。你能够明白这件事吗？”然后通过 ChatGPT 的回应来检验效果。 2. 对于 Claude ，为每个子任务设计专门的 Prompt ，如市场分析、产品特性提炼、渠道策略、创意概念、预算规划等，然后整合结果。建立评估体系，定义成功标准如准确性、相关性、创新性等，实施 A/B 测试，收集反馈。 3. 对于渐进式引导法，若提示词效果不符合预期，可与 AI 再进行几轮对话调整输出结果。最终询问 AI “怎么样修改现有的 Prompt ，可以让你稳定输出当前的预期”来迭代 Prompt 。得到 Prompt 后，新开 1 个 AI 对话，输入 Prompt 验证其可用性和稳定性。例如输入 MECE 法则进行测试。
2025-03-12