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

我想写一篇博士论文,如何用AI可以提质增效

Answer

以下是关于如何利用 AI 写博士论文提质增效的一些建议:

在丰富细化方面:

  • 让 AI 一段一段进行细节描写。
  • 先让 AI 帮助写故事概要和角色背景介绍,并按自己的审美略做修改。
  • 采用让 AI 以表格形式输出细节描述的技巧,这样有三个好处:打破 AI 原本的叙事习惯,避免陈词滥调;按编号做局部调整容易,指哪改哪,其他内容能稳定不变;确保内容都是具体的细节,避免整段输出时缩减导致细节丢失。

在串联成文方面: 把生成的表格依次复制粘贴,AI 会照着写文章,过程中可能需要您给点建议。

在注意事项方面:

  • 一些小说大赛对作品有要求,如必须是 AI 直接输出且不能改动、字数限制等。
  • 不同的 AI 模型可能存在缺点,如记性不好、修改关键情节等。

在工作中利用 AI 提质增效方面:

  • 哈佛商学院的研究表明,使用 AI 能带来工作效率的显著改善,如使用 AI 的被测试者比未使用者平均多完成 12.2%的任务,速度提高 25.1%,结果质量提高 40%。
  • GPT-4 等模型有能力边界,目前无人明确其具体范围。
  • 分为不使用 AI、使用 AI、使用 AI 并接受培训三组,使用 AI 的两组任务完成效率和质量都高于未使用组。
  • AI 对工作能力差的被测试者提升大,对能力强的提升小,会拉平高级和低级人才的差距。
  • 过于依赖 AI 可能适得其反,降低效率和质量,因无法区分其能力边界。

在人类和 AI 协作方式方面:

  • 半人马模式:强调人与 AI 紧密结合但各司其职,人类主导流程,根据任务性质调配资源,充分利用人类智慧与判断力及 AI 的计算与生成能力。
  • 机械人模式:人与 AI 高度融合,在细节上循环迭代优化,最终实现人机一体化,充分发挥人类灵活性和 AI 生成能力。这两种模式更像是人类与 AI 合作的两个阶段,前者能简单使用和复用 AI 结果提升工作能力,后者能熟练使用 AI 深入探索、精细化协作和共同创作。

您可以根据以上内容,结合博士论文的特点和需求,合理利用 AI 来提质增效。

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

References

南瓜博士:平生第一次写小说获奖,是AI帮我的!

接下来,要让AI一段一段进行细节描写了。为了确保文章前后一致,我先让AI帮助先写故事概要和角色背景介绍,并在其基础上按自己的审美略做修改。下面我用了一个重要技巧:让AI以表格的形式输出细节描述。这样做的有三个好处:一是打破AI原本的叙事习惯。如果直接让AI输出整段文字,它作为一个根据概率算下一个字的模型,特别容易出陈词滥调,改成表格后就好了很多。二是按编号做局部调整很容易,指哪改哪,别的内容都能够稳定保持不变。三是确保内容都是具体的细节。之前整段输出时文字太长,让缩减则减到丢光细节只有笼统介绍。[heading1]四、串联成文[content]把上一步生成的五个表格依次复制粘贴,AI就照着写文章了。偶尔会需要我帮个忙给点建议。[heading1]五、失败的局部修改[content]小说大赛有个要求:最后的作品必须是AI直接吐出来的,不能有任何改动,不能超过2000字。我的小说2300+字,只好让GPT-4做修改,一开始它列的有模有样的,可惜很快就暴露出记性不好的缺点。我还没来得及高兴呢,就发现它失忆得很彻底?眼看截止时间快到了,只能求助Claude,把文章和GPT生成的修改意见一股脑儿都贴给它,让它生成作品,匆匆截图提交。没想到,Claude把关键情节给改没了,没有了马克偷偷看艾拉,也没有无名猫受伤的原因。

南瓜博士:平生第一次写小说获奖,是AI帮我的!

接下来,要让AI一段一段进行细节描写了。为了确保文章前后一致,我先让AI帮助先写故事概要和角色背景介绍,并在其基础上按自己的审美略做修改。下面我用了一个重要技巧:让AI以表格的形式输出细节描述。这样做的有三个好处:一是打破AI原本的叙事习惯。如果直接让AI输出整段文字,它作为一个根据概率算下一个字的模型,特别容易出陈词滥调,改成表格后就好了很多。二是按编号做局部调整很容易,指哪改哪,别的内容都能够稳定保持不变。三是确保内容都是具体的细节。之前整段输出时文字太长,让缩减则减到丢光细节只有笼统介绍。[heading1]四、串联成文[content]把上一步生成的五个表格依次复制粘贴,AI就照着写文章了。偶尔会需要我帮个忙给点建议。[heading1]五、失败的局部修改[content]小说大赛有个要求:最后的作品必须是AI直接吐出来的,不能有任何改动,不能超过2000字。我的小说2300+字,只好让GPT-4做修改,一开始它列的有模有样的,可惜很快就暴露出记性不好的缺点。我还没来得及高兴呢,就发现它失忆得很彻底?眼看截止时间快到了,只能求助Claude,把文章和GPT生成的修改意见一股脑儿都贴给它,让它生成作品,匆匆截图提交。没想到,Claude把关键情节给改没了,没有了马克偷偷看艾拉,也没有无名猫受伤的原因。

工作:人类和AI协作效率探讨

[title]工作:人类和AI协作效率探讨今天哈佛商学院的一篇论文给出了一些参考,他们研究发现:在工作中使用AI可以带来工作效率的显着的改善。使用AI的被测试者比没有使用AI的被测试者平均多完成了12.2%的任务,完成任务的速度提高了25.1%,并且产生的结果质量提高了40%。同时他们还发现了一些其他的有趣结论:类似GPT-4这样的模型是有一个能力的边界的,在边界内的任务他们可以处理的很好,边界外的任务则会搞得一塌糊涂但是没有人知道这类AI具体的能力边界。他们分了三组一组不使用AI另一组使用AI,第三组使用AI的同时给与一定的培训,使用AI的两组任务完成效率和质量都远高于没有使用AI的组。AI对工作能力越差的被测试者的提升越大,能力越强提高越小。所以高级人才和低级人才的差距会被快速拉平。过于依赖AI可能会适得其反,反倒降低工作效率和质量,因为这些人无法区分AI的能力边界。他们还为人类和AI协作的两种方式起了名字:半人马:强调人与AI紧密结合,但是各司其职,人类主导整个流程,根据任务的性质合理调配人类和AI资源。。这种模式充分利用了人类的智慧与判断力以及AI的计算与生成能力。机械人:人与AI的高度融合,在细节上形成循环迭代的优化过程,最终实现人机一体化。这种模式充分发挥了人类的灵活性和AI的生成能力。我感觉这两种方式更像是现在人类跟AI合作的两个阶段:第一种大概知道AI的能力边界,可以简单的使用和复用AI输出的结果提升自己的工作能力。第二种机械人可以熟练的使用AI深入探索AI能力更加精细化的更AI协作和AI一起创作内容。

Others are asking
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
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
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
AI术语解释
以下是一些常见的 AI 术语解释: Agents(智能体):一个设置了一些目标或任务,可以迭代运行的大型语言模型。与大型语言模型在像 ChatGPT 这样的工具中的通常使用方式不同,Agent 拥有复杂的工作流程,模型本质上可以自我对话,无需人类驱动每一部分的交互。属于技术范畴。 ASI(人工超级智能):尽管存在争议,但通常被定义为超越人类思维能力的人工智能。属于通识范畴。 Attention(注意力):在神经网络的上下文中,有助于模型在生成输出时专注于输入的相关部分。属于技术范畴。 Bias(偏差):AI 模型对数据所做的假设。“偏差方差权衡”是模型对数据的假设与给定不同训练数据的模型预测变化量之间必须实现的平衡。归纳偏差是机器学习算法对数据的基础分布所做的一组假设。属于技术范畴。 Chatbot(聊天机器人):一种计算机程序,旨在通过文本或语音交互模拟人类对话。通常利用自然语言处理技术来理解用户输入并提供相关响应。属于通识范畴。 CLIP(对比语言图像预训练):由 OpenAI 开发的 AI 模型,用于连接图像和文本,使其能够理解和生成图像的描述。属于技术范畴。 TPU(张量处理单元):谷歌开发的一种微处理器,专门用于加速机器学习工作负载。属于技术范畴。 Training Data(训练数据):用于训练机器学习模型的数据集。属于技术范畴。 Transfer Learning(迁移学习):机器学习中的一种方法,其中对新问题使用预先训练的模型。属于技术范畴。 Validation Data(验证集):机器学习中使用的数据集的子集,独立于训练数据集和测试数据集。用于调整模型的超参数(即架构,而不是权重)。属于技术范畴。 Knowledge Distillation(数据蒸馏):数据蒸馏旨在将给定的一个原始的大数据集浓缩并生成一个小型数据集,使得在这一小数据集上训练出的模型,和在原数据集上训练得到的模型表现相似。在深度学习领域中被广泛应用,特别是在模型压缩和模型部署方面。可以帮助将复杂的模型转化为更轻量级的模型,并能够促进模型的迁移学习和模型集成,提高模型的鲁棒性和泛化能力。属于技术范畴。 RAG(检索增强生成):检索增强生成。属于技术范畴。 Forward Propagation(前向传播):在神经网络中,输入数据被馈送到网络并通过每一层(从输入层到隐藏层,最后到输出层)以产生输出的过程。网络对输入应用权重和偏差,并使用激活函数生成最终输出。属于技术范畴。 Foundation Model(基础模型):在广泛数据上训练的大型 AI 模型,旨在适应特定任务。属于技术范畴。 GAN(通用对抗网络):一种机器学习模型,用于生成类似于某些现有数据的新数据。使两个神经网络相互对抗:一个“生成器”,创建新数据,另一个“鉴别器”试图将数据与真实数据区分开来。属于技术范畴。 Generative AI/Gen AI(生成式 AI):AI 的一个分支,专注于创建模型,这些模型可以根据现有数据的模式和示例生成新的原创内容,例如图像、音乐或文本。属于通识范畴。 GPU(图形处理单元):一种特殊类型的微处理器,主要用于快速渲染图像以输出到显示器。在执行训练和运行神经网络所需的计算方面也非常高效。属于产品范畴。
2025-04-18
降本增效的情况下建筑设计院自己开发AI和应用好现有的AI哪个选择更好
在降本增效的情况下,建筑设计院是自己开发 AI 还是应用现有的 AI,需要综合多方面因素来考虑。 现有的 AI 工具已经在很多领域带来了显著的优势,例如: 1. 提高效率:能够快速产生创意效果和设计方案。 2. 丰富设计效果:极大地丰富了设计自由度,实现各种创意。 3. 拓展工作流程:促使设计工作流程重新组合再造,拓展设计师的思维边界。 同时,也有一些专门针对建筑设计的现有 AI 工具,比如: 1. HDAidMaster:云端工具,在建筑、室内和景观设计领域表现出色,搭载自主训练的建筑大模型,软件 UI 和设计成果颜值在线。 2. Maket.ai:面向住宅行业,在户型和室内软装设计方面有 AI 技术探索,能根据输入需求自动生成户型图。 3. ARCHITEChTURES:AI 驱动的三维建筑设计软件,在住宅设计早期阶段可引入标准和规范约束设计结果。 4. Fast AI 人工智能审图平台:形成全自动智能审图流程,能实现建筑全寿命周期内信息的集成与管理。 然而,自己开发 AI 也有其潜在的好处,比如可以更精准地满足设计院的特定需求和业务特点。但开发 AI 需要投入大量的资源和时间,包括技术人才、资金、研发周期等。 综上所述,建筑设计院应根据自身的技术实力、资源状况、业务需求的独特性等因素来权衡选择。如果资源有限且现有工具能满足大部分需求,应用现有的 AI 可能是更好的选择;如果对特定功能有极高的要求且有足够的能力和资源支持,自己开发 AI 也未尝不可。
2025-03-23
作为企业管理者,面对AI的到来,应该主动学习哪些板块功能。能带来哪些增效
作为企业管理者,面对 AI 的到来,应主动学习以下板块功能,以带来增效: 1. 法律法规方面:了解如《促进创新的人工智能监管方法》等相关法规,明确在 AI 应用中的责任和风险,增强公众信任,促进合规创新。 2. 创意与设计方面:掌握 AI 加持的创意与设计,如利用视觉 AI 技术提升创意设计工作效率,将 AI 融入设计流程,实现自动化、提升个性化和降低成本。通过 AI 自动化设计过程中的部分环节,使设计师专注于核心创意,提高生产力和速度;基于用户数据生成个性化内容,满足不同受众需求;降低人工成本,为中小企业提供更优质的设计服务。 3. 创新应用方面:关注 AI 在不同领域的创新应用,例如利用 AI 解决重要问题,平衡风险与机会,推动经济增长和繁荣,减少监管不确定性,鼓励投资和采用 AI,创造更多就业机会并提高工作效率。
2025-03-21
我现在想根据我的博士论文,想出一个国家社科基金的选题。但是我的博士论文感觉核心不是特别突出,我希望找到一个AI助手,让AI帮我读论文的PDF格式然后总结出一个最合适的选题,有没有推荐的AI工具?
以下是一些关于利用 AI 辅助完成您需求的建议: 1. 先拆解您的博士论文工作流程,搞清楚每个步骤的输入输出和相互关系。 2. 思考论文中的哪些环节可以引入 AI 工具来提效,一切要从业务逻辑出发,AI 是锦上添花,不能本末倒置。 3. 搭建选题库,明确论文的定位(可用 AI 辅助分析),找相关的对标论文和优秀研究。 4. 在写作环节,可用 AI 辅助拆解对标论文,提炼写作技巧,然后根据借鉴的技巧结合自身特色列出写作大纲,并使用 AI 优化大纲、查找资料、润色文章,但核心内容要自己完成,不能过度依赖 AI。 5. 起标题与配图方面,用 AI 辅助批量生成标题,再自己修改优化,评估标题是否足够吸引眼球,让 AI 分析论文提供配图建议,去免费图库搜索配图。 6. 养成习惯与总结,做每件事前都思考 AI 能提供什么帮助,把整套流程实践几次,形成肌肉记忆,不断打磨完善属于自己的 AI 辅助流程,同时警惕过度依赖,AI 只是辅助,核心能力要靠自己。 目前常见的可用于辅助您的 AI 工具如 ChatGPT 等,但具体的选择还需根据您的实际需求和使用体验来决定。
2025-02-16