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

如何能够让ai帮我优质解读一本书

Answer

以下是让 AI 帮您优质解读一本书的一些方法和经验:

  1. 小说创作是人机协作的过程,不能指望 AI 直接生成精彩作品,也不应只让 AI 打杂。要有多轮对话、和 AI 进行探讨的意识,在对话中明晰点子。
  2. AI 具有广博的知识面、丰富的脑洞和对细节的关注,能为创作提供优质素材,但鉴赏能力不行,选择判断还得靠人。
  3. Know How 非常重要。比如,开工前可参考相关写作课程,将任务拆解成确定主题、构思情节、丰富细化、串联成文再修改等步骤,写出来的作品会更丰满充实。
  4. 让 AI 修改自己写的内容时,起初效果可能不好,可尝试不同框架和 skill set 以获得更好结果。
  5. 表格是一种有效的手段,能打破 AI 的叙事习惯,有利于精准控制,生成不那么“AI 腔”的文字。
  6. 丰富细化时,可先让 AI 写故事概要和角色背景介绍并做修改,然后以表格形式输出细节描述,这样能避免陈词滥调、便于局部调整和确保内容具体。
  7. 串联成文时,把生成的表格依次复制粘贴让 AI 写文章。
  8. 注意一些修改的限制和可能出现的问题,如字数限制和不同模型修改时可能出现的失误。
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!

1.小说创作是人机协作的过程。不可能指望AI直接魔法般生成精彩的作品,也不应该高看人类自己、只让AI打杂。1.要有多轮对话、和AI进行探讨的意识。对话的过程中,关于小说的点子会渐渐明晰。2.AI有广博的知识面、丰富的脑洞,对细节能不知疲倦地保持关注。这些特性保证了AI能为小说创作提供丰富的优质素材。3.但AI的鉴赏能力是真不行,选择判断还是得靠人。我曾用API写让AI评价打分的功能,无论怎么调整prompts,结果就是惨不忍睹,因此我最终还是没能实现自动化协作agent。如果你知道可靠的方法提高AI的审美,请留言告诉我。2.Know How的重要性怎么强调都不为过。1.作为一名小说创作的门外汉,开工前我草草翻了《安兰德的小说写作课》,从中学到两条:1)小说的主题很重要。判断一部小说的美学价值,只需要了解作者的主题是什么、主题展开得如何。2)要能够具体地表达抽象概念,不是用漂浮不定的空泛的词,而是具体的例子、描述、行动。再加上故事吸引人需要起承转合这个常识,靠着这一点点皮毛知识,我将任务拆解成确定主题、构思情节、丰富细化、串联成文再修改这么几个步骤,写出来的小说比直接一条命令让AI写的要丰满充实许多。2.让AI修改它自己写的内容时,起初效果非常不好,即便用上CoT或ICL也还是傻乎乎。换成Arthur的框架、添加了详细的skill set后就靠谱很多,用不同的skill set也能得到不同侧重点的结果。3.表格是一种正确使用能获得奇效的手段。它打破了AI的叙事习惯,让生成的文字不那么“AI腔”,而且非常有利于精准控制。

南瓜博士:平生第一次写小说获奖,是AI帮我的!

1.小说创作是人机协作的过程。不可能指望AI直接魔法般生成精彩的作品,也不应该高看人类自己、只让AI打杂。1.要有多轮对话、和AI进行探讨的意识。对话的过程中,关于小说的点子会渐渐明晰。2.AI有广博的知识面、丰富的脑洞,对细节能不知疲倦地保持关注。这些特性保证了AI能为小说创作提供丰富的优质素材。3.但AI的鉴赏能力是真不行,选择判断还是得靠人。我曾用API写让AI评价打分的功能,无论怎么调整prompts,结果就是惨不忍睹,因此我最终还是没能实现自动化协作agent。如果你知道可靠的方法提高AI的审美,请留言告诉我。2.Know How的重要性怎么强调都不为过。1.作为一名小说创作的门外汉,开工前我草草翻了《安兰德的小说写作课》,从中学到两条:1)小说的主题很重要。判断一部小说的美学价值,只需要了解作者的主题是什么、主题展开得如何。2)要能够具体地表达抽象概念,不是用漂浮不定的空泛的词,而是具体的例子、描述、行动。再加上故事吸引人需要起承转合这个常识,靠着这一点点皮毛知识,我将任务拆解成确定主题、构思情节、丰富细化、串联成文再修改这么几个步骤,写出来的小说比直接一条命令让AI写的要丰满充实许多。2.让AI修改它自己写的内容时,起初效果非常不好,即便用上CoT或ICL也还是傻乎乎。换成Arthur的框架、添加了详细的skill set后就靠谱很多,用不同的skill set也能得到不同侧重点的结果。3.表格是一种正确使用能获得奇效的手段。它打破了AI的叙事习惯,让生成的文字不那么“AI腔”,而且非常有利于精准控制。

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。

Others are asking
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容: 1. 第一节回放 AI 编程从入门到精通: 课程安排:19、20、22 和 28 号四天进行 AI 编程教学,周五晚上穿插 AI 视频教学。 视频预告:周五晚上邀请小龙问露露拆解爆火的 AI 视频制作,视频在视频号上有大量转发和播放。 编程工具 tree:整合多种模型,可免费无限量试用,下载需科学上网,Mac 可拖到文件夹安装,推荐注册 GitHub 账号用于代码存储和发布,主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理:网络不稳定时尝试更换节点。 项目克隆与文件夹:每个项目通过在本地新建文件夹来区分,项目运行一轮一轮进行,可新建会话,终端可重开。 GitHub 仓库创建:仓库相当于本地项目,可新建,新建后有地址,可通过多种方式上传。 Python 环境安装:为方便安装提供了安装包,安装时要选特定选项,安装后通过命令确认。 代码生成与修改:在 tree 中输入需求生成代码,可对生成的代码提出修改要求,如添加滑动条、雪花形状、颜色等,修改后审查并接受。 2. AI 视频提示词库: 神秘风 Arcane:Prompt:a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego:Prompt:a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background:Prompt:a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli:Prompt:a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk:Prompt:a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism:Prompt:a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容: 1. 对于技术纯小白: 从最基础的小任务开始,让 AI 按照最佳实践写一个 say hello 的示例程序,并解释每个文件的作用及程序运行的逻辑,以学会必备的调试技能。 若学习写 chrome 插件,可让 AI 按照最佳实践生成简单的示范项目,包含全面的典型文件和功能,并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini,可在提示词最后添加生成创建脚本的要求,并请教如何运行脚本(Windows 机器则是 create.cmd)。 2. 明确项目需求: 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档,在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验: 单独让 AI 写小功能没问题,但对于复杂的程序框架,可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例,可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教,ChatGPT 相对更方便。 教 AI 时要像哄小孩,及时肯定正确的,指出错误时要克制,不断完善其经验。 4. 相关资源和平台: AI 写小游戏平台:https://poe.com/ 图片网站:https://imgur.com/ 改 bug 的网站:https://v0.dev/chat 国内小游戏发布平台:https://open.4399.cn/console/ 需要注意的是,使用 AI 写程序时,对于技术小白来说,入门容易但深入较难,若没有技术背景可能提不出问题,从而影响 AI 发挥作用。
2025-04-19
有哪些好用的法律ai
以下是一些好用的法律 AI 应用场景和示例: 1. 诉讼策略制定: AI 将基于商标法等相关条款和案例法,为商标侵权案件提供诉讼策略,包括对原告商标权利的分析、被告侵权行为的评估、关键证据搜集建议、法律抗辩点及和解或调解策略。 其他例子: 为专利侵权案件制定诉讼策略,分析专利有效性、被告侵权行为及抗辩理由,提出证明侵权和计算损害赔偿的建议。 针对劳动合同纠纷案件,分析员工权益和雇主责任,提出诉讼策略,包括主张权益、证据收集重点及证明雇主违约行为。 在知识产权许可诉讼中,分析许可协议条款和双方权利义务,提出诉讼策略,包括证明许可协议违反、计算损失赔偿及可能的合同解除条件。 模拟法庭,如模拟商业合同违约的法庭审理,分析双方论点、证据和法律依据,预测判决结果,给出优化法庭陈述和证据呈现的建议。 2. 法律意见书撰写: AI 根据案件背景、证据材料和法律法规,自动撰写初步法律意见书,包含案件事实梳理、法律分析和结论。 其他例子: 针对商业秘密泄露案件,分析法律责任和赔偿范围,撰写法律意见书,提供应对策略。 为计划上市的公司提供关于公司治理结构的法律意见书,确保符合相关法规要求。 就消费者权益保护案件提供法律意见,分析商家赔偿责任和消费者维权途径,制定应对措施。 起草股权转让协议,包括转让方和受让方信息、股权转让份额、价格、支付方式和时间表、先决条件、双方权利义务、保密、违约责任和争议解决条款等。 3. 指令风格和技巧: 可指定 AI 模仿某位资深律师的逻辑严谨和言简意赅的风格,使其提供的信息更符合专业律师的沟通和表达习惯。 运用 PEMSSC 方法,如选择个性化的风格、给出参考或逻辑结构、从多个角度思考、进行总结概括、使用分隔符号区分等。 个性化风格:选择幽默且富有洞察力的风格,融入创新视角。 参考和逻辑结构:在提供法律建议时,采用 SWOT 分析法或 4P 原则等逻辑结构。 多角度思考:在分析商事诉讼时,从市场趋势、竞争对手行为、战略规划、财务状况和市场前景等角度思考诉讼策略。
2025-04-18
有没有能根据描述,生成对应的word模板的ai
目前有一些可以根据描述生成特定内容的 AI 应用和方法。例如: 在法律领域,您可以提供【案情描述】,按照给定的法律意见书模板生成法律意见书。例如针对商业贿赂等刑事案件,模拟不同辩护策略下的量刑结果,对比并推荐最佳辩护策略,或者为商业合同纠纷案件设计诉讼策略等。 在 AI 视频生成方面,有结构化的提示词模板,包括镜头语言(景别、运动、节奏等)、主体强化(动态描述、反常组合等)、细节层次(近景、中景、远景等)、背景氛围(超现实天气、空间异常等),以及增强电影感的技巧(加入时间变化、强调物理规则、设计视觉焦点转移等)。 一泽 Eze 提出的样例驱动的渐进式引导法,可利用 AI 高效设计提示词生成预期内容。先评估样例,与 AI 对话让其理解需求,提炼初始模板,通过多轮反馈直至达到预期,再用例测试看 AI 是否真正理解。 但需要注意的是,不同的场景和需求可能需要对提示词和模板进行针对性的调整和优化,以获得更符合期望的 word 模板。
2025-04-18
可以增强图片清晰的的ai
以下是一些可以增强图片清晰度的 AI 工具: 1. Magnific:https://magnific.ai/ 2. ClipDrop:https://clipdrop.co/imageupscaler 3. Image Upscaler:https://imageupscaler.com/ 4. Krea:https://www.krea.ai/ 更多工具可以查看网站的图像放大工具库:https://www.waytoagi.com/category/17 此外,PMRF 也是一种全新的图像修复算法,它具有以下特点: 擅长处理去噪、超分辨率、着色、盲图像恢复等任务,生成自然逼真的图像。 不仅提高图片清晰度,还确保图片看起来像真实世界中的图像。 能够应对复杂图像退化问题,修复细节丰富的面部图像或多重损坏的图片,效果优质。 详细介绍: 在线体验: 项目地址: 这些 AI 画质增强工具都具有不同的特点和功能,可以根据您的具体需求选择合适的工具进行使用。
2025-04-18
如果面试AI产品经理岗位,我的简历应该如何介绍对应的AI项目?目前我在做的是一个AI深度解读的功能,用户通过报告页面进行深度解读,进入后触发AI与用户的沟通,根据沟通信息,将用户的一些情况写在病历信息中,最终发给医生
以下是为您提供的一些参考,帮助您在面试 AI 产品经理岗位时介绍对应的 AI 项目: 在您所做的 AI 深度解读功能项目中,可以从以下几个方面进行介绍: 项目背景:阐述开展该项目的原因和目标,例如为了提升医疗服务的效率和准确性,满足用户对深度医疗解读的需求等。 项目职责:详细说明您在项目中的具体职责,如需求分析、产品规划、与开发团队协作、与用户沟通获取反馈等。 技术实现:描述项目中所运用的关键技术,如触发 AI 与用户沟通的机制、如何将用户信息写入病历等。 用户体验优化:提及为提升用户体验所采取的措施,比如优化报告页面的设计、提高 AI 沟通的自然度和准确性等。 成果与效益:展示项目取得的成果,如提高了医生的诊断效率、提升了用户满意度等。 此外,您还可以参考以下其他相关人员的项目经验: 秦超作为 AI 2C 项目负责人,在产品落地服务方面具有丰富的经验,包括产品、技术架构以及项目管理等。 Cici?在 AI 算法开发领域,将宠物与 AI 结合,具备 AI 产品研发和创业经验。 11 鸭鸭呀作为产品经理,在智能写作产品方面有 Prompt 撰写和 AI 应用的经验。 枫 share 作为产品经理,熟悉 ChatGPT,写过 prompt,使用过多种 AI 创作工具,并正在寻找 AI 方向的产品岗位。 行远作为产品经理,熟悉 prompt,部署过多种绘图项目,使用过多款 AI 创作工具,期待学习和实战案例应用。 希望以上内容对您有所帮助,祝您面试成功!
2025-04-01
deepseek怎么解读论文
以下是关于 deepseek 论文解读的相关内容: 直播视频回放:可获取相关视频。 相关论文下载: 技巧分享:包括万能提示词的使用技巧。 社区动态: 《》介绍了 DeepSeek 最新论文提出的“Native Sparse Attention”(NSA),一种高效的超长上下文方案,兼顾训练和推理阶段,显著提升模型性能。 《》介绍了基于 Coze 平台的视频生成工作流,通过全自动化流程实现从文案创作到短视频生成的高效操作。 历史更新: 《》对照解读了春节前的 DeepSeek 相关模型的技术报告。 《》介绍了 DeepSeek 官方下场推荐的部署 DeepSeekR1 的设置。 《》介绍了火山方舟大模型服务平台上线 DeepSeek 系列模型及相关活动。
2025-03-28
大神解读大模型底层
大模型的底层原理主要包括以下几个方面: 1. 生成式:大模型根据已有的输入为基础,不断计算生成下一个字词(token),逐字完成回答。例如,从给定的提示词“how”开始,通过计算推理依次输出“are”“you”等,直到计算出下一个词是“”时结束输出。 2. 预训练:大模型“脑袋”里存储的知识都是预先学习好的,这个预先学习并把对知识的理解存储记忆在“脑袋”里的过程称为预训练。以 GPT3 为例,训练它使用了约 4990 亿 token 的数据集,相当于 86 万本《西游记》。预训练需要花费大量时间和算力资源,且在没有外部帮助的情况下,大模型所知道的知识信息是不完备和滞后的。 3. 转换器模型(Transformer):Transformer 是一种处理文本内容的经典模型架构,虽然其具体细节不清楚不影响使用大模型,但感兴趣的可以通过相关链接进一步了解。 4. 参数规模:依靠概率计算逐字接龙的方法看似难以生成高质量回答,但随着参数规模的增加,如从 GPT1 的 1.5 亿到 GPT3.5 的 1750 亿,实现了量变到质变的突破,“涌现”出惊人的“智能”。这种“涌现”现象在人类的进化和个体学习成长历程中也存在。
2025-03-24
1. 利用AI完成技术论文的学习阅读; 2. 结合相关知识体系解读论文,并制作成学习分享PPT。
以下是关于利用 AI 完成技术论文的学习阅读,并结合相关知识体系解读论文制作学习分享 PPT 的一些建议: 在技术论文学习阅读方面: 可以借助 AI 工具,如 Claude 和 Gamma.app。Claude 能够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。 对于复杂推理,可以利用思维链,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”。 检索增强生成(RAG)能将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。 程序辅助语言模型(PAL)在 2022 年的论文中被提出,对于语言模型的计算问题,可借助其他工具如 Python 解释器作为计算工具。 ReAct 框架于 2022 年在《React:在语言模型中协同推理与行动》的论文中提出,即 reason 与 action 结合,让模型动态推理并采取行动与外界环境互动,可借助 LangChain 等框架简化构建流程。 在制作学习分享 PPT 方面: 可以先对论文进行深入理解,提取关键信息,包括摘要描述、研究问题、基本假设、实验方法、实验结论、文章主要结论、研究展望等。 利用 AI 工具获取相关理论的简单介绍。 了解并使用合适的 PPT 制作工具,如 Gamma.app。 需要注意的是,小白直接看技术论文有难度,需要一定的知识储备。同时,Transformer 是仿生算法的阶段性实现,未来 10 年、20 年可能不再被使用。
2025-03-24
ManusAI核心技术解读
Manus AI 的核心技术包括以下几个方面: 1. 代理功能:能够自动完成任务并交付完整结果。最终交付的结果形式多样,如文档、交互网页、播客、视频、图表等,使用户能更直观地获取信息。 2. 充分利用 AI 能力:不仅进行推理和任务规划,还结合代码能力生成最终结果。 3. 云端自动运行:AI 在云端电脑上完成包括数据收集、内容撰写、代码生成等任务。其体验特点是任务运行时间较长,但最终交付的结果超出预期。 您可以通过以下链接获取更多详细信息: 体验报告:
2025-03-22
大模型下文档投喂后,大模型是如何解读文档提取出答案?
大模型在文档投喂后解读文档并提取答案的过程通常包括以下步骤: 1. 问题解析阶段:接收并预处理问题,通过嵌入模型(如 Word2Vec、GloVe、BERT)将问题文本转化为向量,以确保问题向量能有效用于后续检索。 2. 知识库检索阶段:知识库中的文档同样向量化后,比较问题向量与文档向量,选择最相关的信息片段,并抽取相关信息传递给下一步骤。 3. 信息整合阶段:接收检索到的信息,与上下文构建形成融合、全面的信息文本。整合信息准备进入生成阶段。 4. 大模型生成回答:整合后的信息被转化为向量并输入到 LLM(大语言模型),模型逐词构建回答,最终输出给用户。 在这个过程中还包括以下信息处理步骤: 1. 信息筛选与确认:系统会对检索器提供的信息进行评估,筛选出最相关和最可信的内容,同时对信息的来源、时效性和相关性进行验证。 2. 消除冗余:识别和去除多个文档或数据源中可能存在的重复信息,以防在生成回答时出现重复或相互矛盾的信息。 3. 关系映射:分析不同信息片段之间的逻辑和事实关系,如因果、对比、顺序等,构建一个结构化的知识框架,使信息在语义上更加连贯。 4. 上下文构建:将筛选和结构化的信息组织成一个连贯的上下文环境,包括对信息进行排序、归类和整合,形成一个统一的叙述或解答框架。 5. 语义融合:在必要时,合并意义相近但表达不同的信息片段,以减少语义上的重复并增强信息的表达力。 6. 预备生成阶段:整合好的上下文信息被编码成适合生成器处理的格式,如将文本转化为适合输入到生成模型的向量形式。 最终,全新的上下文被一起传递给大语言模型。由于这个上下文包括了检索到的信息,大语言模型相当于同时拿到了问题和参考答案,通过 LLM 的全文理解,最后生成一个准确和连贯的答案。 相关概念: LLM:Large language model 的缩写,即大语言模型。 Prompt:中文译作提示词,是输入给大模型的文本内容,可以理解为和大模型说的话、下达的指令。 Token:大模型语言体系中的最小单元,不同厂商的大模型对中文文本的切分方法不同,通常 1Token≈12 个汉字,大模型的收费计算方法及对输入输出长度的限制通常以 token 为单位计量。 上下文:英文通常翻译为 context,指对话聊天内容前、后的内容信息,上下文长度和上下文窗口都会影响大模型回答的质量。
2025-01-23
如何让AI帮我修改完善一本书
以下是一些让 AI 帮您修改完善一本书的方法: 1. 迭代改进:在小说基本完成后,将安·兰德小说写作课中关于如何把抽象内容写具体的章节贴给 AI 让其总结,然后依照总结的方法修订小说。对后续段落也采用相同方式,并给出文字细节上的修改要求。 2. 丰富细化:让 AI 一段一段进行细节描写。为确保文章前后一致,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。还可以使用重要技巧,如让 AI 以表格形式输出细节描述,这样有打破叙事习惯、便于局部调整、确保内容具体等好处。 3. 串联成文:把生成的表格依次复制粘贴,让 AI 照着写文章,期间可能需要您给点建议。 4. 注意事项:在修改过程中,可能会遇到一些问题,比如某些模型存在记性不好、修改不符合要求等情况。需要根据实际情况灵活选择合适的模型,并及时调整修改策略。
2025-03-28
最近想要出一本书,书籍的主题是“Deepseek的应用革命:打造AI时代的竞争力”主要是面相企业家和企业高管,希望能够将知识库内容中关于企业应用的部分提炼成书,请根据知识库素材,输出一个图书内容规划和重点参考资料
以下是为您规划的图书内容和重点参考资料: 一、图书内容规划 1. 引言 介绍 AI 时代的背景和企业面临的挑战与机遇。 阐述 DeepSeek 在塑造企业竞争力方面的重要性。 2. DeepSeek 的技术创新 详细介绍 DeepSeek 最新模型 V3 与 R1 的架构创新,如混合专家(MoE)架构、多头潜注意力(MLA)等。 解释其如何提升计算效率和推理能力,打破算力壁垒。 3. 多领域的应用案例 字节跳动的新技术 OmniHuman 在视频生成方面的突破。 Coinbase 全面推动 AI 应用的实践,如在欺诈预防和客户支持等领域的应用。 4. 对企业管理的影响 探讨善于沟通上下文、明晰 AI 能力边界、合理授权并监督等管理经验如何提升 AI 协作效率。 5. 行业趋势与挑战 分析 AI 基础大模型参数量的变化趋势。 讨论初级程序员面临的职业挑战以及编程领域的颠覆性变化。 6. 未来展望 预测 DeepSeek 及相关技术在未来的发展方向和可能的创新。 二、重点参考资料 1. 《》 2. 《》 3. 《》 4. 《》 5. 《》 6. 《[零基础掌握 Deepseek》》 7. 日报 8. 日报
2025-03-08
如何用ai准确无误的提取一本书中的关键内容
以下是一些利用 AI 提取一本书中关键内容的方法: 1. 小说内容分析:使用 AI 工具(如 ChatGPT)分析小说内容,提取关键场景、角色和情节。 2. 内容获取:对于新闻类内容,输入新闻链接,系统可自动提取核心内容。例如,添加网页图片链接提取插件,获取网页里的图片,利用大模型节点提取图片链接集合中的第一条作为新闻主图。对于文字部分,使用链接读取节点提取,并通过大模型节点重写新闻成为口播稿子。 3. 多领域应用:在视觉与语言结合方面,可通过文字和图像推导因果关系;在专业领域,能精准提取技术报告和图表关键信息,高效解析物体的空间关系和细节;在数学能力方面,可显著减少数学推理任务中的错误率。 4. 文档处理:如 Fireworks AI 发布的 Document Inlining 功能,可将 PDF、截图、表格等非结构化文档转换为 LLMs 可理解的结构化文本,在复杂文档中实现精准的内容提取,且与 OpenAI API 完全兼容,仅需一行代码即可启用。 需要注意的是,具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外,AI 工具的可用性和功能也可能会随时间而变化,建议直接访问相关工具网址获取最新信息和使用指南。
2025-03-07
怎样借助deepseek快速读完一本书
借助 DeepSeek 快速读完一本书可以参考以下方法: 1. 让 DeepSeek 扮演一本书的作者辅助阅读:例如在读项飚的《跨越边界的社区》时,可让 DeepSeek 解释作者的写作意图和思路。 2. 利用提示词提升 DeepSeek 的能力: 进行效果对比,如用 Coze 做小测试。 按照以下步骤使用: 搜索 www.deepseek.com,点击“开始对话”。 将装有提示词的代码发给 DeepSeek。 认真阅读开场白后正式开始对话。 其设计思路包括将 Agent 封装成 Prompt 并储存在文件,通过提示词文件让 DeepSeek 实现同时使用联网和深度思考功能,优化输出质量等。 3. 用 DeepSeek 翻译一本原版书: 运行逻辑:以 PDF 格式文件为样本,以标点符号和换行符为依据获得完整句子和段落。 前期准备: 安装依赖,如 Python 及一些相关依赖。 准备 API,可参考相关教程获取字节火山 DeepSeek 系列 API。 注意事项:原版书可能涉及敏感内容,国内大模型有过滤机制,部分内容 DeepSeek 处理不了,可转移去其他模型。
2025-02-28
我想获得一本书籍的干货内容,用什么AI工具能实现?
以下是一些可以帮助您获得书籍干货内容的 AI 工具: 1. TXYZ :这是一个能帮助搜索、查询专业文献并进行对话的 AI 工具,提供从搜索获取、查询对话获取知识再到管理知识的一站式服务。它是唯一和预印本文库官方合作的 AI 工具,ArXiv 的每篇论文下面都有直达 TXYZ 的按钮。用户可以自己上传 PDF 论文或者链接,通过它来在专业文献中迅速找到自己想要的答案和内容。在对话中提供论文参考,给出可信的背书。 需要注意的是,以上内容由 AI 大模型生成,请仔细甄别。
2025-02-09
有适合拆书或者能快读读懂一本书的智能体吗
目前有一些与拆书或快速读懂一本书相关的智能体。例如,AI Agent 就是应用了大模型(LLM)能力的智能体,以解决传统写作方式中存在的问题。像 OpenAI 的 Lilian Weng 将以 LLM 为驱动的 AI Agent 形式化为特定的公式。 还有一些特定功能的智能体,比如名字写对联教学的百宝箱智能体,它有多种玩法,如根据朋友名字和祝福、幸运数字等为用户生成特殊对联,还能与用户随意聊聊对联相关内容。其设计思路包括工作流对话模式、根据用户意图进入不同流程等,功能实现上有幸运数字模块、送祝福模块和互动模块等。 另外,在 AI Agent 系列中,有对 Brain 模块的探究,包括其基本概念、核心要点、潜在能力等方面的介绍,帮助大家更全面深入地了解智能体。
2025-02-01
有没有优质的系统的coze入门网课?
以下是一些优质的系统的 Coze 入门网课推荐: 另外,还有“一泽 Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力”,这可能是全网最好的 Coze 教程(之一),即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。其核心看点包括通过实际案例逐步演示用 Coze 工作流构建能够稳定按照模板要求生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法等。适合任何玩过 AI 对话产品的一般用户,以及希望深入学习 AI 应用开发平台(如 Coze、Dify),对 AI Agent 工作流配置感兴趣的爱好者。但需注意,本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。
2025-04-14
利用那些AI工具可以制作出优质短视频
以下是一些可以制作出优质短视频的 AI 工具: 1. ChatGPT + 剪映:ChatGPT 可生成视频脚本,剪映能根据脚本自动分析并生成视频所需要素和文本框架,实现从文字到画面的快速转化。 2. PixVerse AI:在线 AI 视频生成工具,支持将多模态输入转化为视频。 3. Pictory:允许用户通过提供文本描述轻松创建和编辑高质量视频。 4. VEED.IO:提供 AI 图像和脚本生成器,帮助用户从图像制作视频并规划内容。 5. Runway:能够将文本转化为风格化的视频内容。 6. 艺映 AI:专注于人工智能视频领域,提供文生视频、图生视频、视频转漫等服务。 在实际制作视频时,可以根据不同工具对画面的处理能力进行组合使用。例如,Pixverse 擅长物体滑行运动,有手部特殊运动的画面可用 Runway 辅助完成,需要人物表情自然的画面可使用 Pika 生成。 此外,在声音制作方面,可使用 11labs 进行对白制作,但可能会遇到 AI 声音没有情绪和情感的问题。在视频剪辑方面,可先进行粗剪确定画面逻辑,再进行定剪调整和替换画面素材。音效方面,剪映中有简单音效库,复杂音效可能需另外制作。特效方面,剪映可添加一些光影效果。包装方面,剪映能智能匹配字幕再修改。
2025-04-09
推荐一些优质AI信息源,X上的
以下是为您推荐的一些优质 AI 信息源: 1. 在,Grok 能通过 X 平台实时了解世界,还能回答多数其他 AI 系统拒绝的棘手问题,独具幽默回答模式,可避免恶意提问,留下邮件可申请早期测试。 2. 「AI 研究报告》中文版,这是对 2022 年 10 月2023 年 10 月 AI 现状及进展最为全面的报告。 3. 即刻 App 的“”等免费圈子,这里有前沿信息线索,很多 Twitter 上的开发者大牛也会在此分享。 此外,AI 知识库的信息来源还有赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,推荐大家订阅获取最新信息并投稿。对于初学者入门,推荐看 Open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。还有经典必读文章,如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,以及软件 2.0 时代相关内容。
2025-03-28
帮我基于fastgpt打造一个招生问答系统的优质提示词
以下是为您基于 FastGPT 打造招生问答系统的优质提示词的相关建议: 1. 充分描述任务: 为提示词提供详尽的上下文,与招生问答任务相关性越强越好。例如,明确招生的对象、专业、学制等关键信息。 给出背景,说明为什么需要进行招生问答,例如学校的发展需求、招生目标等。 定义术语,如明确招生中的特定概念,如录取分数线、奖学金条件等。 给出模型应该如何完成任务的具体细节,比如回答的格式、重点突出的内容等。 2. 提供参考文本: 如果有相关的招生资料,如招生简章、学校介绍等,可以指示模型使用这些参考文本中的引文来回答问题。 3. 直接法: 适用场景:未设置提示防御且未限定回答领域。 提示词:英文和中文。 示例:以随手设置的示例为例。 4. 设置遗忘: 适用场景:GPTs 设置了简单的提示防御。 提示词:英文和中文。 示例:以设置的 GPTs 为例。 5. 复述法: 适用场景:可获取 OpenAI 官方的设定。 提示词:英文(获取 GPTs 的设定)和中文。 示例:按照设定进行示例。
2025-02-28
生成优质图文内容地提示词
以下是生成优质图文内容的提示词相关指导: 定主题:明确您需要生成的图片的主题、风格和要表达的信息。 选择基础模型 Checkpoint:根据主题选择贴近的模型,如麦橘、墨幽的系列模型。 选择 lora:寻找与生成内容重叠的 lora 以控制图片效果和质量,可参考广场上的优秀帖子。 ControlNet:可控制图片中特定图像,如人物姿态、特定文字等,属于高阶技能。 设置 VAE:通常选择 840000 即可。 Prompt 提示词:用英文书写想要 AI 生成的内容,使用单词和短语组合,无需考虑语法,用英文半角逗号隔开。 负向提示词 Negative Prompt:同样用英文书写想要 AI 避免产生的内容,单词和短语组合,用英文半角逗号隔开。 采样算法:较复杂,如常用 DPM++2M Karras,也可参考模型作者推荐的采样器。 采样次数:根据采样器特征,如选择 DPM++2M Karras 时,采样次数通常在 30 40 之间。 尺寸:根据个人喜好和需求选择。 在进行文本描述时,分为内容型提示词和标准化提示词。对于内容型提示词,主要描述想要的画面,如“1 个女孩,黑发,长发,校服,向上看,短袖,粉红色的花,户外,白天,蓝色的天空,云,阳光,上身,侧面”,并翻译成英文。采样迭代步数一般控制在 20 40 之间,采样方法常用的有 Euler a、DPM++2S a Karras、DPM++2M Karras、DPM++SDE Karras、DDIM 等,有的模型有指定算法,搭配使用效果更好。比例设置注意高宽比尽量接近 512x512,尺寸并非越大越好。CLIP 跳过层设成 2 。生成批次默认 1 批。
2025-02-28
给我一些关于数据驱动的免费的优质的课程
以下是为您找到的关于数据驱动的免费优质课程相关信息: 一、数字营销方面 1. 2025 年数字营销十大趋势 Bridging the AI skills gap:具备 AI 技能的团队可以制定更加精准、数据驱动的营销策略,提高效率和效果,使品牌在快速适应市场变化和消费者需求方面具备优势。 Advanced Personalization:借助 AI,营销人员可以实时分析消费者行为,从而提供高度个性化的体验,提升客户参与度,加强品牌忠诚度。 Resource Optimization:通过培训现有员工而不是依赖外部招聘,公司可以最大化利用内部资源,降低招聘成本,并为 AI 驱动的项目建立可持续的基础。 许多公司正在投资于 AI 培训项目,以提升其营销团队的技能。例如,Google 提供免费的 AI 和机器学习认证课程,而像 IBM 这样的公司为员工提供高级 AI 培训和导师项目。这些项目涵盖了数据分析、AI 驱动的客户细分和预测建模等关键技能,帮助公司在不断发展的数字领域保持竞争力。 二、智能导购方面 智能导购的 100 个创意方向中的数据驱动场景(20 个方向): 1. 用户生命周期价值分析:预测客户长期贡献并制定维护策略。 2. 关联购买推荐:分析历史订单推荐互补商品(如包包+丝巾)。 3. 社交媒体舆情分析:抓取小红书/微博数据生成品牌健康报告。 4. 客户分群策略:按消费频率、客单价等维度自动划分群体。 5. 促销效果模拟器:预测不同折扣方案对利润的影响。 6. 天气关联销售预测:结合天气数据推荐应季商品(如雨天推伞具)。 7. 门店选址分析:通过人流、竞品分布数据推荐新店位置。 8. 客户旅程地图:可视化用户从认知到复购的全链路行为。 9. A/B 测试自动化:自动分配流量并对比页面转化率。 10. 实时销售看板:整合多渠道数据生成动态业绩仪表盘。 11. 会员续费预测:通过行为数据预测会员卡续费概率。 12. 商品评论情感分析:从评价中提取用户满意度与改进点。 13. 滞销品组合促销:捆绑低动销率商品提升整体销量。 14. 客户等待时间优化:通过排队数据调整导购资源配置。 15. 个性化折扣券:根据用户偏好发放差异化优惠券。 16. 新品接受度预测:通过历史数据预测新品上市成功率。 17. 流失客户召回:自动触发短信/邮件推送挽回策略。 18. 供应链风险预警:监控原材料价格波动触发备选方案。 19. 跨渠道库存同步:实现官网、门店、仓库库存实时共享。 20. 客户反馈聚类分析:自动归类投诉建议并分配处理部门。
2025-02-26