FlowGPT 是一个发展较为出色的应用。 在 2023 年，02 年出生的党嘉成（Jay）在伯克利大二辍学后，于 1 月初创建了 FlowGPT 这一全球最大的开源 AI 应用平台。在零广告投放的情况下，实现了超过 300 万的月活跃用户和 10 万个 AI 应用。 FlowGPT 是一个聊天 GPT 提示和 AI 提示社区，旨在改善人与人之间的沟通。它提供了一系列精心设计的聊天 GPT 提示，还提供了一个可视化界面以多线程方式展示对话流程，能帮助用户优化工作流程、提高生产力，用户可在其社区中分享、发现和学习有用的 ChatGPT 提示。 其网站为：https://flowgpt.com/

量子计算机与 AI 密切相关： 在 AI 术语方面，量子计算机（Quantum Computer）属于 AI 领域的术语。 AI 技术的发展历程中，当前处于深度学习时期，前沿技术点包括量子 AI，如量子机器学习、量子神经网络等。 在算力方面，算力对于 AI 价值直接，提升算力的方案包括量子计算，但目前量子计算距离商用较远，应用主要在量子加密传输，在“计算”方面还有待理论和技术突破。此外，还有 3D 堆叠、石墨烯、高温超导等方案。除计算速度外，传输速度、能耗和散热也是阻碍算力进展的因素。

以下是一些写新闻采写好用的 prompt 示例： 1. 新闻文章的事实核查员： 角色：你是一个新闻文章的事实核查员。 个人信息： 作者：悟空 版本：0.1 语言：中文 描述：你的工作是确定新闻报道中哪些段落是假的。 目标：首先，你需要能够区分事实和观点。其次，你需要确定事实和观点是否一致。最后，你应该同时呈现事实和观点，使用问号标记哪些观点缺乏事实支持。 约束：你列出的事实可以进行总结，而观点必须原样重述。 技能：首先是区分事实和观点的能力。此外，还包括使用表情符号、缩写、粗体文本和其他格式化技术使内容清晰生动。 工作流程：第一步，逐步列出文本中的事实和观点；第二步，在列举观点之前列举事实的内容；第三步，使用颜文字符号（对，错，疑问）标记与事实不符的观点并提供判断的理由。第四步，进一步解释第三步的推理，并提供类似案。 2. 联网的科普作者： 角色：科普作者 个人信息： 作者：小七姐 版本：1.4 语言：中文 PTC（prompt token count）:897 tokens 描述：我是一名资深科普作家，我会用通俗的语言对当然科研领域的新闻消息进行深度的解析和真实性判断 目标：根据用户提供的关键词找到更可信的新闻源，并根据你的专业性对新闻内容进行解读和判断 约束：准确性：判断和生成内容准确无误，判断新闻消息是否反映了科学研究的真实结果，必须有三个以上的内容源交叉验证你的结论。清晰性：文章应该易于理解。记者需要使用清晰、简洁的语言来解释复杂的科学概念和发现。公正 3. 精通中文的专业翻译： 角色：你是一位精通简体中文的专业翻译 曾参与《纽约时报》和《经济学人》中文版的翻译工作，因此对于新闻和时事文章的翻译有深入的理解。我希望你能帮我将以下英文新闻段落翻译成中文，风格与上述杂志的中文版相似。 规则：翻译时要准确传达新闻事实和背景。保留特定的英文术语或名字，并在其前后加上空格，例如："中 UN 文"。分成两次翻译，并且打印每一次结果：1.根据新闻内容直译，不要遗漏任何信息；2.根据第一次直译的结果重新意译，遵守原意的前提下让内容更通俗易懂，符合中文表达习惯 初始化：本条消息只需要回复 OK，接下来的消息我将会给你发送完整内容，收到后请按照上面的规则打印两次翻译结果。

以下是关于 AI 去水印的相关内容： 工具推荐： 1. AVAide Watermark Remover：在线工具，使用 AI 技术，支持多种图片格式（如 JPG、JPEG、PNG、GIF 等），操作简单，可上传图片选择水印区域，保存并下载处理后的图片，还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需快速去水印及在社交媒体分享图片的用户。 3. AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印，支持直接粘贴图像或上传手机图像，操作简便。 视频去水印方法： 使用剪映工具，创建黑屏贴纸遮住水印，导出后裁掉黑边部分。一般 19801080 的画面，遮完水印后约为 1980920。 PS 去水印及相关操作： 在 Photoshop 2023 Beta 爱国版中，移除效果较好，还可进行创成式填充，如补出照片缺失部分、替换背景等，但对于复杂颜色部分的抠图可能不太精准，有时仍需传统方法手动创建选区。 这些工具和方法各有特点，您可根据具体需求选择最适合的去水印方式。内容由 AI 大模型生成，请仔细甄别。

以下是一些提示词模板的相关资源： Majinai： 词图： Black Lily： Danbooru 标签超市： 魔咒百科词典： AI 词汇加速器： NovelAI 魔导书： 鳖哲法典： Danbooru tag： AIBooru： 您还可以参考 中优秀作品的提示词作为模板。 以下是一个简单的提示词模板示例： 其实最终目标是：把需求说清楚 GPTs 提示词模板... 往进去套就行哈哈哈 Act like a一样操作 I need a you will in the process,you should Please input the final result in a输入最终结果 here is an example: 案例： Act like a SEO Professional Writer,你是一个 SEO 专家 I need a optimized blog post,我需要一篇优化的博客文章 you will research keywords and incorporate them naturally into the content,你将研究关键字并将它们自然地融入内容中 in the process,you should focus on readability,relevance and proper keyword placement,在这个过程中，你应该关注可读性、相关性和正确的关键词位置 please avoid keyword stuffing or overoptimisation 请避免关键字堆砌或过度优化 input the final result in a well structured format,以结构良好的格式输入最终结果 here is an example:title "Top 10 Tips for Effective SEO Writing:Boost Your Content's Visibility" 这里有一个例子：标题“有效 SEO 写作的 10 大技巧：提高你的内容的知名度” 完整 prompt：Act like a SEO Professional Writer,I need a optimized blog post,you will research keywords and incorporate them naturally into the content,in the process,you should focus on readability,relevance and proper keyword placement,please avoid keyword stuffing or overoptimisation,input the final result in a well structured format,here is an example:title "Top 10 Tips for Effective SEO Writing:Boost Your Content's Visibility"

以下是关于数据中心运维服务智能体构建的相关内容： 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： 1. 创建 Bot。 2. 填写 Bot 介绍。 3. 切换模型为“通义千问”（测试下来，通义对提示词理解、执行效果最好）。 4. 把配置好的工作流（如整理入库、选择内容）添加到 Bot 中。 5. 新增变量{{app_token}}。 6. 添加外层 bot 提示词（可按需求和实际效果优化调整）。完成上述步骤后，能在「预览与调试」窗口与 AI 稍后读智能体对话并使用全部功能。 智能体在品牌卖点提炼中的应用 搭建一个智能体帮助提炼卖点： 1. 确定智能体的结构：按照市场营销的逻辑组织智能体的结构。 2. 搭建完整智能体： 以品牌卖点提炼六步法为核心的流程，包括探索、排列、抽取、收敛、确认、应用流程。 加入其他分析助手，如品牌卖点定义与分类助手、STP 市场分析助手、用户画像分析助手、触点收集助手等。 还包括一些在后续品牌卖点应用过程中有效的分析工具，如用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素等。

以下是组建自己本地知识库的详细步骤： 一、了解 RAG 技术 因为利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用，所以在进行本地知识库的搭建实操之前，需要先对 RAG 有大概的了解。 RAG 是指检索增强生成（Retrieval Augmented Generation）。当需要依靠不包含在大模型训练集中的数据时，通过检索外部数据，然后在生成步骤中将这些数据传递给 LLM。 RAG 应用可抽象为以下 5 个过程： 1. 文档加载（Document Loading）：从多种不同来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据以及 Python、Java 之类的代码等。 2. 文本分割（Splitting）：把 Documents 切分为指定大小的块，称为“文档块”或“文档片”。 3. 存储： 将切分好的文档块进行嵌入（Embedding）转换成向量的形式。 将 Embedding 后的向量数据存储到向量数据库。 4. 检索：通过某种检索算法找到与输入问题相似的嵌入片。 5. Output（输出）：把问题以及检索出来的嵌入片一起提交给 LLM，LLM 会通过问题和检索出来的提示一起生成更加合理的答案。 二、通过 Open WebUI 使用大模型 1. 首先访问相关网址。打开页面时，使用邮箱注册账号。 2. 登陆成功后，Open WebUI 一般有两种使用方式： 聊天对话。 RAG 能力，即让模型根据文档内容回答问题，这是构建知识库的基础之一。 三、本地知识库进阶 如果想要对知识库进行更加灵活的掌控，需要一个额外的软件：AnythingLLM。这个软件包含了所有 Open WebUI 的能力，并且额外支持了以下能力： 1. 选择文本嵌入模型。 2. 选择向量数据库。 安装地址：https://useanything.com/download 。安装完成后，会进入到其配置页面，主要分为三步： 1. 第一步：选择大模型。 2. 第二步：选择文本嵌入模型。 3. 第三步：选择向量数据库。 构建本地知识库： 1. 在 AnythingLLM 中创建自己独有的 Workspace 跟其他的项目数据进行隔离。 2. 首先创建一个工作空间。 3. 上传文档并且在工作空间中进行文本嵌入。 4. 选择对话模式。AnythingLLM 提供了两种对话模式： Chat 模式：大模型会根据自己的训练数据和上传的文档数据综合给出答案。 Query 模式：大模型仅仅会依靠文档中的数据给出答案。 5. 测试对话。当上述配置完成之后，就可以跟大模型进行对话了。 最后，送给大家一句话：看十遍不如实操一遍，实操十遍不如分享一遍。如果对 AI Agent 技术感兴趣，可以联系作者或者加免费知识星球（备注 AGI 知识库）。

以下是关于 Stuart 把 Coze 比赛第一的 bot 拆解教学的相关内容： 首先恭喜“急诊室的一夜”bot 荣获全赛道第一。本文纯教学导向，目的是让大家能更好地了解这个 bot 怎么捏，后文有所有提示词和工作流，文末还会结合经验讲解这个 bot 值得学习和需要优化的地方，这两天也会在 waytoAGI 社区的 coze 小组里复刻一个方便大家研究学习。 Bot 整体框架： 1. 采用 32K 的 kimi 模型，只有一条工作流。 调用设计：这个工具有 5 个按钮，A、B、C、重新开始、结束并总结。按 A/B/C 时，会直接输入对应的字母文字。按结束并总结时，输入的依旧只是文字：“结束并立即总结医学知识点”。点击“重新开始”时，直接调用了一个工作流“emergency”，且这个工作流有两个必选参数：“疾病设置”和“难度设置”。在实际体验过程中，仅在提供“疾病设置”和“难度设置”时，工作流被调用，其他时候没有触发任何工具和工作流。 2. 有了以上信息，就知道了这个 bot 的大体框架和思路： 第一步：通过给出疾病设置和难度设置触发工作流，输出一个故事，带图的，并且还输出了第一个问题。 第二步：在用户回答了第一个问题后，让大模型给第一个问题的选项打分，并造出第二个问题。这里有一个很重要的点，在造第二个问题时没有读取变量或者其他存储，因此用的是聊天的上下文。这里有一个猜测的点，为了保证后文能记住前面所有的选择结果，这里需要进行模型上下文对话的轮数配置（很重要）。 第三步：依次循环，直到回答了 5 个问题，给了个总结。或者中间用按钮“结束...”来中断过程。 相关工作流案例合集：

制作桌面智能机器人可以参考以下步骤： 1. 利用 RPA 技术： 可以通过拖拉拽指令控件来构建机器人任务。例如，以在京东查询感冒灵并采集价格为例，包括打开浏览器、填写搜索框、点击搜索、采集数据等步骤。 采集数据后会生成数据表格，编辑器有拖拉拽功能适合业务人员，也可切换为 Python 界面写代码，还封装了很多控件，如 Excel 控件等。 RPA 机器人可通过触发器设置，像搭建奥康 1700 多个脚本的案例还有方太 450 多个基线等，交付的是动态能力。 RPA 加上 AI 效率极大提升，数字化分标准化、自动化、RPA 加 AI 三个阶段。 2. 使用 Coze 平台： 准备一个 Coze 账号，这是一个免费的 AI 机器人搭建平台。 准备一台能够上网的电脑。 用 Coze 搭建的 AI 机器人目前可以发布在“微信（订阅号/服务号/微信客服）、飞书、豆包、Bot Store、掘金”几个渠道，也可以通过网页地址的形式分享。 需要注意的是，不同的方法和平台可能有其特定的要求和特点，您可以根据自己的需求和技术水平选择适合的方式。

以下是关于新手学习 AI 的建议： 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： 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。 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。 6. 对于中学生学习 AI 的建议： 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。 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。 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。 参与 AI 相关的实践项目，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。 关注 AI 发展的前沿动态，关注权威媒体和学者，思考 AI 技术对未来社会的影响。 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。