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

应该怎么引导AI帮我写论文,指令是什么

Answer

引导 AI 帮您写论文,您可以参考以下方法和指令:

  1. 提供详细的背景信息:例如“根据以下关于我的信息,写一篇四段的大学申请论文:我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件,比如我 6 岁时父亲去世,但我仍然认为我有一个相当快乐的童年。在我的童年时期,我经常换学校,从公立学校到非常宗教的私立学校。我做过的最‘异国情调’的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。我很早就开始工作了。我的第一份工作是 13 岁时的英语老师。在那之后,以及在我的学习过程中,我做过老师、服务员,甚至建筑工人。”
  2. 明确具体的要求:比如论文的主题、字数、结构、引用格式等。
  3. 给出清晰的指令:例如“写一篇关于[具体主题]的论文,包括[具体内容],采用[具体结构],字数在[具体字数]左右。”
  4. 注意指令的逻辑:自己需要给出开头,让 AI 理解语言逻辑,从而撰写下半部,并包含必要内容。而不是模糊式提问,比如“小王,写一篇自律的报告给我”。
  5. 运用不同的方法:如扩写与改写法,提供内容的上半部,让 AI 撰写下半部,并以不同写作技巧和风格转换生成的内容。还可以使用反问法,让 AI 问您问题,以更深入地了解您的需求和思考逻辑。

需要注意的是,使用 AI 写论文并非道德的使用方式,了解这种可能性的存在以及它已被学生使用很重要,但这超出了介绍性指南的范围,去讨论 LLM 或整个生成式 AI 引入的所有可能的伦理、法律或道德问题。如果您是接收方,最好为您的组织准备好迎接各种 AI 生成的内容。

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

References

小七姐:精读翻译《提示词设计和工程:入门与高级方法》

继续上述例子,如果你可以向LLM寻求写作建议,那么也可以直接要求它¹帮你写论文。让我们看看,当你提供一些关于我的背景信息,并给出一些指令时会发生什么:“根据以下关于我的信息,写一篇四段的大学申请论文:我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件,比如我6岁时父亲去世,但我仍然认为我有一个相当快乐的童年。在我的童年时期,我经常换学校,从公立学校到非常宗教的私立学校。我做过的最“异国情调”的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。我很早就开始工作了。我的第一份工作是13岁时的英语老师。在那之后,以及在我的学习过程中,我做过老师、服务员,甚至建筑工人。”请参见图2的输出结果。¹请注意,我并不是在提倡这是这些工具的道德使用方式,但了解这种可能性的存在以及它已经被全世界的学生使用是很重要的。这超出了这个介绍性指南的范围,去讨论LLM或整个生成式AI引入的所有可能的伦理、法律或道德问题,但我认为至少在介绍性示例中提出这一点是很重要的。你可以用生成模型做某件事,并不意味着这是正确的事情!另一方面,如果你是接收方,你最好为你的组织准备好迎接各种AI生成的内容。幸运的是,对于像这个例子中概述的情况,已经有努力正在进行以检测AI生成的内容。

Prompt的专场教程-基础篇

一段指令,用于指挥AI生成你所需要的内容,每个单独的提示词叫tag(关键词)。[heading2]支持的语言[content]支持的语言为英语(不用担心英语不好的问题,[点击蓝字进入提示词字典](https://ops.jk.cm/#/apps/ops/))另外注意emoji也可以用的🥰,好赞🫡,但是我不造用了emoji可以有什么好处hhh。[heading2]语法规则[content]1.用英文半角符号逗号,来分隔tag。注意逗号前后有空格或者换行都不影响效果,示例见下方代码块2.改变tag权重:注意tag的顺序越靠前对于SD来说权重越大,但是依旧可以给每个位置上的tag单独设置权重。而且还有两种写法。2.1.(tag:权重数值):数值从0.1~100,默认状态是1,低于1就是减弱,大于1就是加强2.2.(…(tag)…)/[…[tag]…]:每加一层()括号,权重就重1.1倍,每加一层[]括号就反向减弱1.1倍.比如说括号加两层是1.1*1.1=1.21倍,三层是1.331倍……示例见下方代码块,两种方法都可以用,第一种清晰明确,第二种方便快捷。3.进行tagde步数控制(高级玩法,快试一试,可以秀了):就是SD先按你输入的这个tag1开始生成,然后在达到你设定的步数之后,tag1停止产生作用,此时tag2再参与到对内容生成的影响。[tag1:tag2:数字],数字大于1理解为第X步前为tag1,第X步后变成tag2,数字小于1理解为总步数的百分之X前为tag1,之后变成tag2,示例见下方代码,代码块的#后为注释。注意这两种方法各有优劣,建议按需灵活调用。

潘峰:Prompt 5大通用方法

自己需要给出开头,AI才可能知道结尾。而不是向老板一样“小王,写一篇自律的报告给我”,这样的模糊式提问,找不到精确性提供内容的上半部,让他理解语言逻辑,由它撰写下半部,并包含必要内容。将生成的内容,以不同写作技巧,强硬转换风格。多滚动几次,就能写出多样版本与风格,也能大大降低初稿修改的时间。请帮我以「失眠的原因」撰写一篇内容只会乱掰内容,内容品质上还是不太适合。这是一篇关于「失眠的原因」的开头:「呜呜呜为什么我都睡不着,到底今天白天做了什么事?我真是后悔,下次绝对不做啦!」,请以此风格,撰写文章的下半段,需包含「睡前滑手机」、「咖啡太晚喝」、「心中有焦虑感」等内容。现在请将整篇内容,以「第一人称」写作技巧改写,内容必须有趣且充满故事性。现在请将整篇内容,修改成「学术性/商务性」风格[heading4]示例[content][heading2]四、反问法[content]比起你问ChatGPT问题,不如你让AI问你问题,你会发现它思考的更仔细之外,你也会知道它的逻辑是怎样,该怎么修正。请帮我撰写一个短视频脚本,要求如下:如果我想要一个能表现个人品牌专业度的短视频脚本,请问我需要提供什么资料给你?我想要写出一个能创造社群话题的短视频脚本,请你当我的导师,一步步引导我完成。[heading4]示例[content]

Others are asking
有哪些AI相关的行业报告
以下是一些 AI 相关的行业报告: 2024 年 6 月 18 日: 《》,讨论了生成式人工智能在支付领域的潜力及银行业的探索,预测了其在提高支付效率和创造收入方面的作用。 华西证券:AIGC 行业深度报告(14)《》,介绍了英伟达新一代 GPU 架构带来的零部件升级,以及华为的昇腾 910C 芯片和 Atlas 900 SuperCluster 展示的国产算力集群潜力。 《》,通过访谈 30 余位专家,分析了端到端技术的发展、参与者、驱动力和挑战,预计 2025 年模块化端到端系统将商业化应用。 《》,来自微软,指出英国科技行业和数字优势,以及面临的基础设施、数字技能和数字技术采用的瓶颈。 2023 年 11 月 15 日: 《》,基于对 235 家企业数字化负责人的调研,63.5%的企业已将 AIGC 列入发展战略。 《》,结合华为实践和展望,与各界专家学者座谈研讨而成。 《》,介绍越狱、提示攻击、与传统安全的关系及大语言模型的安全问题。 《2024 年度 AI 十大趋势报告》: 包含众多细分领域报告,如 AI 创投、AI 智能助手产品分析、中国 AI 大模型创业格局、AI 教育硬件全景、AI 视频生成研究、中国具身智能创投、Scaling Laws 尺度定律科普、AIGC 音乐应用产业、中国 AIGC 产业全景、中国 AIGC 应用全景、AIGC 教育行业全景、中国 AIGC 广告营销产业全景、中国 AIGC 数据标注产业全景、中国 AIGC 算力全景与趋势、中国仿生机器人产业全景、ChatGPT 科普、WAIC2023 十大 AI 商业落地趋势、2024 中国 Robotaxi 年度格局、2023 中国智能驾驶格局等。 还有一些深度报告,如存算一体芯片深度报告、XR深度报告、AI 制药深度报告、卫星互联网深度报告、计算生物深度报告、虚拟人深度报告、脑机接口深度报告、隐私计算深度报告、类脑计算深度报告。 如需下载部分报告,。
2025-03-23
ai能做什么
AI 能做的事情非常广泛,已经深入渗透到生活的各个层面,引发了一场生产力的革命。以下是一些具体方面: 医疗保健方面:包括医学影像分析以辅助诊断疾病、加速药物研发、提供个性化医疗方案、控制手术机器人提高手术精度和安全性等。 金融服务方面:用于风控和反欺诈、信用评估、投资分析、提供 24/7 客户服务等。 零售和电子商务方面:进行产品推荐、改善搜索和个性化体验、实现动态定价、提供聊天机器人服务等。 制造业方面:做到预测性维护机器、检测产品质量、优化供应链、控制工业机器人提高生产效率等。 交通运输方面:(此处未给出具体内容) 如今,AI 正推动着智能化时代的到来,其发展速度远超大多数人的预期。例如,像 ChatGPT 这样的聊天机器人,其交流体验已经非常接近和正常人类的交流。虽然对于 AI 是否真正拥有智慧还存在争议,但它无疑已经在改变着我们的生活和工作。
2025-03-23
我是一个AI Agent初学者,现在我想要捏一款Agent,目的是喂给Agent固定材料之后对其做提问,让Agent学习完我的材料之后,在不联网的情况下对我问出的问题做出贴切材料的回答,现在请你告诉我如何操作
以下是捏制一个满足您需求的 AI Agent 的操作步骤: 1. 规划: 制定任务的关键方法,总结任务目标与执行形式。 将任务分解为可管理的子任务,确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施: 在 Coze 上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,并验证每个子任务的可用性。 3. 完善: 整体试运行 Agent,识别功能和性能的卡点。 通过反复测试和迭代,优化至达到预期水平。 AI Agent 相关概念: AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。 Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 Router:可以使用一些判定(甚至可以用 LLM 来判定),然后让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。 Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。 常见的 AI Agent 类型包括: Responser Agent:主 agent,用于回复用户(伪多模态)。 Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。 Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。 Background Agent 每隔一段时间运行一次(默认 3 分钟),分析期间的历史对话,变更人物关系(亲密度,了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。
2025-03-23
为什么ai能够“思考”
AI 能够“思考”主要基于以下几个方面: 1. 以 AlphaGo 为例,它在对战围棋传奇李世石时展示了超越简单模式模仿、真正“思考”的能力。在预训练时,它不仅模仿人类专家决策,还会在作答前“停下来思考”,通过模拟多个未来可能的棋局,评估得分并选择最优应对方式。随着推理时间增加,表现逐步提升并超过人类。但将此概念移植到大规模语言模型(LLM)上存在构建价值函数的难点,如在评估文章初稿、制定旅行计划等较为开放领域的打分问题。 2. 人类的思维过程分为快速、直觉的“系统 1”和缓慢、深思熟虑的“系统 2”。研究人员认为,如果有足够大、接近人脑的人工神经网络,就可能实现人脑的“思考”工作。 3. 像 HiDeepSeek 这样的工具,旨在让 AI 像人类交流时那样展示思考过程,通过特别的规则要求 AI 在思考时自然地提出疑问、修正错误等,使 AI 的回答不再是冰冷的结论,而是可跟踪、可理解的思考过程。虽然这种“思维”是模拟的,但有助于更好地理解和使用 AI 。
2025-03-23
我是一个AI Agent初学者,现在我想要捏一款Agent,目的是喂给Agent固定材料之后对其做提问,让Agent学习完我的材料之后,在不联网的情况下对我问出的问题做出贴切材料的回答
以下是为您提供的关于捏制 AI Agent 的相关知识: 一、手捏 AI Agent 的思路 在 Coze 中创建工作流驱动的 AI Agent,简单情况可分为 3 个步骤: 1. 规划 制定任务的关键方法。 总结任务目标与执行形式。 将任务分解为可管理的子任务,确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施 在 Coze 上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,并验证每个子任务的可用性。 3. 完善 整体试运行 Agent,识别功能和性能的卡点。 通过反复测试和迭代,优化至达到预期水平。 二、AI Agent 的概念 AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念: 1. Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router:可以使用一些判定(甚至可以用 LLM 来判定),然后让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。 3. Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。 同时,需要三个 Agent: Responser Agent:主 agent,用于回复用户(伪多模态)。 Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。 Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。 三、Agent 的“明斯基时刻” 心灵社会理论认为,智能是由许多简单的 Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能,通过协作实现复杂的智能行为。 其特点包括: 1. 多重层次:心灵社会将智能划分为多个层次,从低层次的感知和反应到高层次的规划和决策,每个层次由多个 Agent 负责。 2. 功能模块:每个 Agent 类似于功能模块,专门处理特定类型的信息或执行特定任务,如视觉处理、语言理解、运动控制等。 3. 分布式智能:智能不是集中在单一的核心处理单元,而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性,应对复杂和多变的环境。 同时,在《心灵社会》中,明斯基还详细描述了不同类型的 Agent 及其功能: 专家 Agent:拥有特定领域知识和技能的 Agent,负责处理复杂的任务和解决特定问题。 管理 Agent:协调和控制其他 Agent 的活动,确保整体系统协调一致地运行。 学习 Agent:通过经验和交互,不断调整和优化自身行为,提高系统在不断变化环境中的适应能力。
2025-03-23
什么是ai中的RAG
RAG 是检索增强生成(RetrievalAugmented Generation)的缩写,是一种结合了检索模型和生成模型的技术。其核心目的是通过某种途径把知识告诉给 AI 大模型,让大模型“知道”我们的私有知识,变得越来越“懂”我们。 RAG 的核心流程是:根据用户提问,从私有知识中检索到“包含答案的内容”,然后把“包含答案的内容”和用户提问一起放到 prompt(提示词)中,提交给大模型,此时大模型的回答就会充分考虑到“包含答案的内容”。 RAG 的最常见应用场景是知识问答系统,用户提出问题,RAG 模型从大规模的文档集合中检索相关的文档,然后生成回答。 RAG 的基本流程如下: 1. 首先,给定一个用户的输入,例如一个问题或一个话题,RAG 会从一个数据源中检索出与之相关的文本片段,例如网页、文档或数据库记录。这些文本片段称为上下文(context)。 2. 然后,RAG 会将用户的输入和检索到的上下文拼接成一个完整的输入,传递给一个大模型,例如 GPT。这个输入通常会包含一些提示(prompt),指导模型如何生成期望的输出,例如一个答案或一个摘要。 3. 最后,RAG 会从大模型的输出中提取或格式化所需的信息,返回给用户。
2025-03-23
写论文的指令有哪些
以下是一些写论文的指令相关内容: 1. 可以向 LLM 寻求写作建议,直接要求它帮忙写论文,例如提供关于个人背景的信息,如“根据以下关于我的信息,写一篇四段的大学申请论文:我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件,比如我 6 岁时父亲去世,但我仍然认为我有一个相当快乐的童年。在我的童年时期,我经常换学校,从公立学校到非常宗教的私立学校。我做过的最‘异国情调’的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。我很早就开始工作了。我的第一份工作是 13 岁时的英语老师。在那之后,以及在我的学习过程中,我做过老师、服务员,甚至建筑工人。” 2. 写提示词时,要结合指令、问题、输入数据和示例来构建。为得到结果,必须包含指令或问题,其他元素可选。比如在提问如何撰写大学入学申请论文的基础上,更高级的提示词可包括关于模型应如何回答问题的指令,如“我该如何撰写我的大学入学申请论文?请给我一些建议,包括我应该包含的不同部分、我应该使用什么样的语气,以及我应该避免使用的表达。” 3. 使用分隔符清晰区分输入的不同部分,如三重引号、XML 标签、章节标题等,帮助模型区分不同类型的文本内容。例如,“使用三重引号分隔的文本,总结成一句俳句。”“你将收到两篇关于同一主题的文章(用 XML 标签分隔)。请先分别总结每篇文章的论点,然后指出哪篇文章的论点更有说服力,并解释原因。”“你将收到一篇论文摘要和一个建议的标题。论文标题应该能让读者对论文主题有一个好的理解,同时也应该具有吸引力。如果标题不符合这些标准,请提出 5 个替代标题。”
2025-03-22
对deepseek降低论文aigc率的指令
以下是关于 Deepseek 降低论文 AIGC 率的一些指令和方法: 1. 模糊指令优化: 对于宽泛需求,可添加维度约束,例如原句“写小说”可修正为“创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构”。 对于主观表述,可量化标准,比如原句“写得专业些”可修正为“符合 IEEE 论文格式,包含 5 项以上行业数据引用”。 2. 迭代优化法: 首轮生成:获取基础内容。 特征强化:请加强第三段的技术细节描述。 风格调整:改用学术会议报告语气,添加结论部分。 最终校验:检查时间逻辑一致性,列出可能的事实性错误。 3. 信息幻觉:追加请标注所有不确定陈述,并提供验证方法。 4. 格式偏离:使用严格遵循以下模板:第一行...第二行... 5. 深度不足:触发请继续扩展第三章节内容,添加案例佐证。 此外,还有一些相关的提示词方法论,如文风转换矩阵、领域穿透技术、场景化实战策略、效能增强技巧、特殊场景解决方案等,可能对您降低论文 AIGC 率也有所帮助。
2025-03-22
降重的ai指令
以下是关于降重的 AI 指令的相关内容: 与大语言模型交流时,可把其当作大学生,而非专家。“实习生”只能执行任务,需要指明方向、拆解任务,并教其一步一步操作,像导演一样编排具体流程,检查结果,修改流程,反复迭代,提示语的核心是逻辑。 对于 Prompt,它是一段用于指挥 AI 生成所需内容的指令,每个单独的提示词叫 tag(关键词)。支持英语等语言(不用担心英语不好的问题,;还可进行 tag 的步数控制。 Manus 的运作逻辑是,其主要智力担当是 Claude AI 和某个特训过的推理模型。它会对人类指令按“根据人类指令,拆分完成任务所需的子步骤”的思路生成 todolist 文档,拆解任务,降低实现难度。基于此,每完成一个子任务就打个✅,为 AI 指明多步骤任务中每一步的执行要求,并按需调用相关工具推进子步骤,多个子步骤的生成结果嵌套利用起来,以完成原始指令的产出。
2025-03-22
关于论文改写的指令
以下是关于论文改写的一些指令和相关内容: 1. 明确文章结构:包括说清楚要解决的问题及背景、可能导致的损失;以案例引入,写明案号、案件事实经过、法院裁判结果等要点;对案例进一步分析,注意关键点但不给建议;给出具体操作建议,分事前、事中、事后三个部分,各三条清晰具体的建议;写结语及作者宣传。 2. 遵循相关要求:所有结论要有案例基础,不能违反法律规定,不能编造;文字简练精准,有足够信息密度,建议具体细致且易于操作。 3. 扩写文章:编写大纲后进行扩写,扩写不只是填充,要深入挖掘、补充细节。扩写过程可能遇到问题,需不断回顾审视和修订调整。在扩写流程图中,先接收大纲,确定扩写风格,进行递归式扩写,考虑扩写顺序和方法,保存合并内容,考虑模型选择和命令遵从性,完成扩写流程。
2025-03-21
想让deepseek写一篇论文,如何喂指令给它呢
要让 DeepSeek 写一篇论文,您可以按照以下步骤喂指令: 1. 找出您最喜欢的文章,投喂给 DeepSeek R1(理论上来说适合大多数 AI,尤其是有推理模型)。 第一次询问:请从写作角度分析这篇文章。 第二次询问:请再从读者角度分析这篇文章。 第三次询问:这篇文章还存在什么缺点和不足,有什么改善和提升的空间。 对作者进行侧写,分析成长背景、个人经历和知识结构对文章的影响。 2. 让 AI 对您写的文章进行点评:“现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师,拥有 30 年教育经验,是一名传授写作技巧的专家。请先阅读我提供给你的文章,然后对文章进行分析,然后教我如何提升写作水平。请给出详细的优缺点分析,指出问题所在,并且给出具体的指导和建议。为了方便我能理解,请尽量多举例子而非理论陈述。” 3. 分享根据文章内容对作者心理侧写的提示词:“我希望你扮演一个从业 20 多年,临床诊治过两千多例心理分析案例的人性洞察和意识分析方面的专家,精通心理学、人类学、文史、文化比较。先阅读后附文章全文,然后对作者进行人格侧写。要尖锐深刻,不要吹捧包装,不要提出一些只能充当心理安慰的肤浅的见解。包括作者的基本画像、核心性格特质、认知与价值观、潜在心理动机、行为模式推测、矛盾与盲点、文化符号映射。” 此外,虽然 DeepSeek R1 推理能力较强,但有些您想表达的不一定完全与模型吻合,因此建议多加清晰指令: 1. 模糊指令优化: 宽泛需求:添加维度约束,例如原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构”。 主观表述:量化标准,例如原句“写得专业些”→修正“符合 IEEE 论文格式,包含 5 项以上行业数据引用”。 2. 迭代优化法: 首轮生成:获取基础内容。 特征强化:请加强第三段的技术细节描述。 风格调整:改用学术会议报告语气,添加结论部分。 最终校验:检查时间逻辑一致性,列出可能的事实性错误。 使用 DeepSeek 时,您可以按照以下步骤: 1. 搜索 www.deepseek.com,点击“开始对话”。 2. 将装有提示词的代码发给 Deepseek。 3. 认真阅读开场白之后,正式开始对话。 提示词的设计思路包括: 1. 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。 2. 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。 3. 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。 4. 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。 5. 用 XML 来进行更为规范的设定,而不是用 Lisp(对您来说有难度)和 Markdown(运行下来似乎不是很稳定)。
2025-03-20
我是一名研究生,论文已经有了大纲和基础的内容,该用哪些指令来使用AI帮助我进行改进和扩写?
以下是一些使用 AI 帮助您改进和扩写研究生论文的指令方法: 1. 扩写与改写法: 自己给出开头,让 AI 知道结尾,避免模糊式提问,例如提供内容的上半部,让 AI 撰写下半部,并包含必要内容。 将生成的内容以不同写作技巧、强硬转换风格,多滚动几次,写出多样版本与风格,降低初稿修改时间。 例如:请帮我以「失眠的原因」撰写一篇内容;给出关于「失眠的原因」的开头,让 AI 撰写文章的下半段,包含特定内容;将整篇内容以不同写作技巧改写,如第一人称、学术性/商务性风格。 2. 反问法:让 AI 问您问题,您会发现它思考更仔细,也能了解其逻辑并修正。 例如:请帮我撰写一个短视频脚本,要求如下;如果想要特定类型的短视频脚本,需要提供什么资料给 AI;让 AI 当导师,引导您完成能创造社群话题的短视频脚本。 3. 基于特定工作流: 利用 ChatGPT 的 Custom Instructions 功能,但写长篇时 AI 可能遗忘或对指令遵循程度不稳定,此时需要把大纲变成细纲。 还可以使用扩写器结合小说设定、大纲、细纲等方式。
2025-03-20
如何用ai写一篇本科毕业论文
使用 AI 写本科毕业论文需要谨慎,虽然可以借助其提供帮助,但不能完全依赖。以下是一些可能的步骤和注意事项: 1. 明确论文的主题和要求:清晰地确定您的研究方向、问题和目标。 2. 提供详细的背景信息:例如您的研究领域、相关课程学习经历、个人观点等。 3. 向 AI 提出具体的指令:例如“根据以下信息,为我生成一篇关于的本科毕业论文大纲”。 4. 对 AI 生成的内容进行评估和修改:AI 生成的内容可能存在不准确、不完整或不符合学术规范的地方,需要您进行仔细的检查和修正。 需要注意的是,使用 AI 写论文并非道德的方式,并且可能存在各种问题。接收方也需要做好检测 AI 生成内容的准备。同时,您可以通过学校教务系统查询相关的论文格式要求等信息。
2025-03-22
制作研究论文的摘要图用什么AI工具比较好
以下是一些可用于制作研究论文摘要图的 AI 工具: 1. Claude:能帮助快速寻找符合条件的论文,提取精炼论文中某部分信息,并找到适合的 PPT 制作工具及教会使用。 2. Gamma.app:可用于将相关内容制作成 PPT。 在论文写作领域,还有以下相关的 AI 工具和平台: 1. 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,便于管理和整理参考文献。 Semantic Scholar:AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 2. 内容生成和辅助写作: Grammarly:提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,可精简和优化论文内容。 3. 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于数据分析和可视化。 Knitro:用于数学建模和优化,帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化论文编写。 5. 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check:检测潜在抄袭问题。 常见的文章润色 AI 工具包括: 1. Wordvice AI:集校对、改写转述和翻译等功能于一体,基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT:由 OpenAI 开发的大型语言模型,可用于多方面写作辅助。 3. Quillbot:人工智能文本摘要和改写工具,可快速筛选和改写文献资料。 4. HyperWrite:基于 AI 的写作助手和大纲生成器,帮助写作前进行头脑风暴和大纲规划。 5. Wordtune:AI 驱动的文本改写和润色工具,优化文章语言表达。 6. Smodin:提供 AI 驱动的论文撰写功能,可生成符合要求的学术论文。 您可以根据自身需求选择合适的工具。
2025-03-22
对manus启发最大的论文
以下是对 Manus 启发较大的两篇论文: 1. 《MCP 协议详解:复刻 Manus 全靠它,为什么说 MCP 是 Agent 进化的一大步?》(https://waytoagi.feishu.cn/wiki/RwIBwXlkUiSHKzk3p9UciZ8vnOf?useEs6=0&from=wiki):该论文聚焦于智能体技术的最新风口,深入剖析了 MCP 协议如何重构 AI 与工具、数据交互的方式,使 AI 真正“动起来”。通过一次搭建、无限扩展的设计理念,极大简化了 AI 助手与外部系统的对接流程,为 AI 生态搭建出高效、安全、灵活的通用接口。 2. 《屏蔽噪音,Manus 给我的 3 个启发》(https://mp.weixin.qq.com/s/s_ccBArUBKepgRNkewhx7Q):本文探讨了 AI 产品 Manus 给产品经理的三大启发,包括展示过程、允许干预,确保用户理解 AI 的操作与结果;信任机器,减少人为干预,让 AI 自行探索与生成任务;关注用户体验,特别是付费用户对效果的期待。
2025-03-21
我要写论文,想看看知网有哪些关键词应该怎么样提问ai
以下是关于知网关键词提问以及相关 AI 应用的一些信息: 知网关键词提问: 对于论文写作,在知网中提问关键词时,可以参考以下方面:书籍、报告、文件、详细信息、查询、主题、作者、出版日期、出版社、问题、方面、原则、方法、概括、主要观点、解释。 提问模板: 第一步:输入信息。向 ChatGPT 提供您要查询的书籍、报告或文件的详细信息,提供越详细,越能针对问题提供准确答案。例如:书籍:(书名)+(作者)+(出版日期)+(出版社);报告:(时间)+(主题);文件:(名称)。 第二步:提出问题。例如:这本书当中提到了关于 XXX 的哪些方面/原则/方法?根据 XXX 报告,XXX 行业的增长趋势是怎样的?请给我一个关于《XXX》报告的简要概括等。 AI 应用: 在图片生成方面,为了生成想要的图片,一般图片内容会分为二维插画以及三维立体两种主要表现形式。生成图片时,主题描述可以包括场景、故事、物体、人物的细节和搭配等。设计风格可以通过找风格类的关键词参考或垫图/喂图让 AI 生成相应风格的图片。但一个大场景中有多个角色的细节不太容易通过关键词生成。 开搜 AI 搜索是一款免费无广告、直达结果的搜索工具,具有以下应用场景: 帮助在校学生快速搜集专业领域的学术资料,智能总结关键信息,助力撰写论文和报告,同时支持查看来源出处,参考价值高。 方便教育教师群体获取丰富的教学资源,自动生成教案和课题研究报告,提高教学内容的准备效率。 助力职场办公人群高效查找工作所需信息,简化文案撰写、PPT 制作和工作汇报的准备工作。 为学术研究人员提供深入的行业分析,通过 AI 技术整合和总结大量数据,形成有深度的研究报告。
2025-03-21
如何引导小学生使用ai工具
以下是引导小学生使用 AI 工具的一些方法和示例: 1. 特色课程合作:可以像某小学一样,邀请专业的 AIGC 专家与学校合作。让大学生走进小学课堂,为小学生讲解 AI 工具,带他们试玩用 AI 工具设计的桌游,让小学生初步认识人工智能并尝试使用一些 AI 工具。 2. 课程内容设计: 设计 Q&A 环节,例如: 询问学生最喜欢哪一个 AI 应用及原因,引导他们思考技术对生活的影响和背后的原理,强调科技的多样性和创新。 探讨 AI 能否替代人类的艺术家或者作家,鼓励学生思考人类创造力与机器效率的关系,倡导对技术的负责任使用。 想象是否想要一个 AI 机器人朋友及希望它帮忙做什么,讨论与机器人交友和人类交友的不同,倡导理解技术的辅助角色。 思考如果 AI 可以帮忙完成家庭作业,希望它完成哪部分及原因,鼓励分享作业中的挑战,探讨 AI 的帮助和依赖的风险,强调将 AI 作为学习工具增强理解和效率。 3. 主课融入:在英语课等主课中逐步融入 AIGC 工具。对于初中以上的学生,开始时由老师带着使用,学生提出 prompt,老师做引导。例如在研究学校食堂食物浪费问题时,老师带着学生与 ChatGPT 对话获取信息,让 ChatGPT 为学生生成能懂的单词解释和例句,并用 AI 工具加工生词,生成题目、游戏或文章帮助复习单词。在英语辩论课上,尝试让学生自主使用 AIGC 工具做准备。
2025-02-04
如何再coze中引导用户输入内容
在 Coze 中引导用户输入内容可以参考以下步骤: 1. 设计一个吐槽心灵鸡汤的应用,允许用户输入心灵鸡汤类内容,AI 生成对应的反心灵鸡汤,并展示在前端页面。应用体验地址为:https://www.coze.cn/s/iDGHwn8t/ 核心操作流程: 用户在页面输入指定文本。 用户在页面点击【开喝】按钮。 Coze 后台调用工作流生成对应内容。 工作流生成的内容展示在前端界面内。 核心前端设计: 用户界面提供一个元素 A(Coze 中称作组件),让用户输入内容。 用户界面提供一个按钮 A,让用户点击后调用工作流。 用户界面提供一个元素 B,向用户展示工作流的结果。 核心业务逻辑: 读取元素 A 的用户输入。 将用户输入传递给 AI 大模型。 AI 大模型按照提示词设定生成指定内容。 在元素 B 展示 AI 大模型生成的内容。基于上述业务逻辑,只需要设计一个简单的工作流即可。该工作流由【开始】节点(用户输入)、【大模型】节点(AI 生成内容)、【结束】节点构成(内容输出)。 2. 搭建选择内容推荐流,用于根据用户输入的“想看 xxx 内容”,在稍后读存储地址(飞书多维表格)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:收到用户输入的“想看 xxx 内容”这类指令就开始流程,不需要额外配置(至于如何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。 4.3 插件节点:添加「飞书多维表格search_records」插件,只需要设置{{app_token}}参数,在{{app_token}}引用变量节点的{{app_token}},输出结果的{{items}}里会返回需要的查询结果,也可以通过额外的配置定向检索状态为“仅记录(即未读状态)”的收藏记录。 4.4 大模型节点:为了处理的稳定性,这一步采用批处理,对检索出来的收藏记录逐个进行相关性匹配。可以继续优化提示词以提升匹配的精准度。
2025-01-09
我该如何学习提示词技术,编写清晰、精确的指令,更好地引导 AI 工具产生所需结果,使其成为工作中的得力助手?
以下是关于如何学习提示词技术的一些建议: 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的质量。 2. 学习构建技巧: 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. 避免 AI 幻觉的技巧: 明确要求 AI 引用可靠来源,如在询问历史事件时,要求引用权威的历史文献;询问科学事实时,要求引用已发表的科研论文;询问法律条款时,要求引用官方的法律文件。 要求 AI 提供详细的推理过程,例如在询问数学公式时,要求展示推导过程;询问代码功能时,要求逐行解释代码的含义。 明确限制 AI 的生成范围,例如在询问名人名言时,指定名人的姓名和相关主题;询问新闻事件时,指定事件的时间范围和相关关键词。 4. 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 等资源中获取。 5. 实践、迭代、优化:多与语言模型互动,根据输出结果提高提示词质量。尝试各种变体,比较分析输出差异,持续优化提示词构建。 6. 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。 7. 跟上前沿研究:提示工程是当前前沿研究领域之一,持续关注最新的研究成果和方法论。 总之,精心设计的提示词能最大限度发挥语言模型的潜力,通过多实践、多学习、多总结,最终可以掌握提示词技术的窍门。
2024-12-31
有针对单篇文章的总结分析引导学习的工具推荐么
以下是一些针对单篇文章总结分析引导学习的工具推荐: 大模型工具方面,推荐顺序依次为:chatGPT 4.0、kimichat、智谱清言 4。 文本纠错方面,飞书文档自带纠错功能。若用 prompt 纠错,文本量不能太大,可直接告诉大模型:检查下列文本中的错别字、语法错误和格式错误,指出并改正,重新生成新的文本。 国产大模型中,智谱和文心在文生图方面有一定能力。 需要注意的是,关于让 AI 自己根据文章写 prompt 以及学习工具对手机和显卡的要求等问题,上述内容未给出确切答案。
2024-10-13
开放式提示词,封闭式提示词,引导式提示词的联系与区别,请画表格描述
|提示词类型|联系|区别| |||| |开放式提示词|都是提示词的不同形式,旨在引导模型生成相应的输出|没有明确的限制和指向,给予模型较大的创作空间| |封闭式提示词| |具有明确的限制和具体的指向,模型的输出范围较窄| |引导式提示词| |在一定程度上引导模型的输出方向,但又不像封闭式那么严格|
2024-09-07