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

怎么养成自己的AI

Answer

要养成自己的 AI,可以参考以下步骤:

  1. 工作流程方面:
    • 先拆解工作流程,梳理每个步骤的输入输出及相互关系。
    • 思考哪些环节可引入 AI 工具提效,一切从业务逻辑出发,AI 是锦上添花,不能本末倒置。
    • 搭建选题库,明确公众号定位(可用 AI 辅助分析目标受众),找对标账号和爆款文章,建微信群及时记录好选题,定期整理到飞书文档的选题库。
    • 写作环节,拆解对标文章,提炼写作技巧(可用 AI 辅助),结合自身特色列出写作大纲,使用 AI 优化大纲、查找资料、润色文章,但核心内容要自己写,不能过度依赖 AI。
    • 起标题与配图,用 AI 辅助批量生成标题再自己修改优化,评估标题吸引力,让 AI 分析文章提供配图建议,去免费图库搜索配图。
    • 排版与发布,飞书撰写->迅捷 Markdown 中转->Markdown 排版工具预览->粘贴到公众号后台,注意管理飞书图片使用期限,必要时可用 AI 辅助排版。
    • 养成习惯与总结,做每件事前思考 AI 能提供的帮助,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 工作流,警惕过度依赖,AI 只是辅助,核心能力要靠自己。
  2. 自我提升方面:
    • 利用大语言模型加速认知提升,让生物大脑和机器智能一同进化,留出更多时间做高阶思维锻炼,如计划、评估、决策、抽象和创造,培养达到更高理解水平所需的直觉。
    • 学会提问,未来教育应侧重于如何提出有价值的问题,好的思考带来好的问题,批判性思维和好奇心是思考的前提,也是人类文明向前的动力。
    • 学会广泛而深入地思考,吸收各种知识和思维模式,重点培养结构化思维,将复杂问题分解成更小、更易管理的部分,通过逻辑和有条理的步骤解决,从而达到解决整体问题的目的。
    • 利用自然语言表达和整理思维,形成清晰的“人类级别”叙述。
  3. 新手学习 AI 方面:
    • 了解 AI 基本概念,阅读「从这里启程」部分,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。
    • 开始 AI 学习之旅,在「入门:AI 学习路径」中找到为初学者设计的课程,推荐李宏毅老师的课程,通过在线教育平台按自己节奏学习,有机会获得证书。
    • 选择感兴趣的模块深入学习,如掌握提示词技巧。
    • 实践和尝试,理论学习后通过实践巩固知识,尝试使用各种产品做出作品,在知识库分享实践成果。
    • 体验 AI 产品,与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解工作原理和交互方式。
Content generated by AI large model, please carefully verify (powered by aily)

References

夙愿:AI 工作流,赋能我的十倍增长

1.先拆解工作流程,再给工作流武装上AI工具变成AI工作流。要点:先梳理传统工作流,搞清楚每个步骤的输入输出和环环相扣的关系然后思考哪些环节可以引入AI工具来提效要一切从业务逻辑出发,AI是锦上添花,不能本末倒置2.搭建选题库明确公众号定位(可用AI辅助分析目标受众)找对标账号和爆款文章建微信群及时记录好选题定期整理到飞书文档的选题库1.写作环节拆解对标文章,提炼可借鉴的写作技巧(可用AI辅助)根据借鉴的技巧,结合自身特色,列出写作大纲使用AI优化大纲、查找资料、润色文章但核心内容要自己写,不能过度依赖AI2.起标题与配图用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分析文章,提供配图建议,去免费图库搜索配图3.排版与发布飞书撰写->迅捷Markdown中转->Markdown排版工具预览->粘贴到公众号后台注意管理飞书图片的使用期限必要时可用AI辅助Markdown加粗、高亮等排版4.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工作流警惕过度依赖,AI只是辅助,核心能力要靠自己

智变时代 / 全面理解机器智能与生成式 AI 加速的新工业革命

但这也不意味着不用再培养基础认知了,我们可以利用大语言模型来加速认知的提升,用它们来指导学习,让生物大脑和机器智能一同进化,这样我们才有更多的时间来做高阶思维的锻炼,例如计划,评估,决策、抽象和创造,从而培养出达到更高理解水平所需的直觉。。要知道过去没有高阶认知我们没有任何代价,现在的代价是非创造级别的工作,对人类来说即将失去经济价值,因为AI的自动化会做得更好。提问与思考在许多事情都被自动化的情况下,什么是值得学习的呢?首先,学会提问,未来的教育应侧重于如何提出有价值的问题,而不仅仅是回答问题。好的思考才能带来好的问题,批判性思维和好奇心是思考的前提,也是人类文明能够向前的动力。其次,学会广泛而深入地思考——尽可能多地吸收各种知识和思维模式,重点培养结构化思维。调将复杂的问题分解成更小、更易管理的部分,并通过逻辑和有条理的步骤来解决这些部分,从而达到解决整体问题的目的。我们在上一章就提到了,目前AI模型都在练习如何根据长期目标来分解和执行计划,从而提升自己的智能,人类不是更应该这样吗?不然如何去评估和验证AI的执行结果呢?利用自然语言来表达和整理思维,形成清晰的“人类级别”叙述;所以AI不会减少编程的需求,而是让人人都能编程,这是通过算法和逻辑来解决问题的一种思维模式,可以帮助我们更好地结构化思考。通过广泛而深入的思考,我们才能定义真正对我们有价值的东西。成为超级个体

问:新手如何学习 AI?

了解AI基本概念:首先,建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分,熟悉AI的术语和基础概念。了解什么是人工智能,它的主要分支(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,这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅:在「[入门:AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中,你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识,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,你可以按照自己的节奏学习,并有机会获得证书。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),你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧,它上手容易且很有用。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你的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎你实践后的分享。体验AI产品:与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如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。通过与这些AI产品的对话,你可以获得对AI在实际应用中表现的第一手体验,并激发你对AI潜力的认识。

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
AI阅读习惯养成APP
以下是为您提供的关于 AI 阅读习惯养成的相关内容: AI 稍后读助手的设计思路: 1. 简化“收集”: 实现跨平台收集功能,支持电脑(web 端)、安卓、iOS 多端操作。 输入一个 URL 即可完成收集,借鉴微信文件传输助手的方式,通过聊天窗口输入更符合用户习惯。 2. 自动化“整理入库”: 系统在入库时自动整理每条内容的关键信息,包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。 阅读清单支持跨平台查看,提高可访问性。 3. 智能“选择”推荐: 根据当前收藏记录和用户阅读兴趣进行相关性匹配,生成合适的阅读计划。 同在字节生态中的 Coze、飞书、飞书多维表格可以构建完整的 AI 工作流:通过飞书机器人与 Coze 搭建的智能体对话,在聊天窗口完成链接输入和阅读计划输出;由 Coze 调用大模型、插件完成内容整理和推荐;利用飞书多维表格存储和管理稍后读数据,无需开发插件和 APP 即可实现跨平台的稍后读收集与智能阅读计划推荐。 关于 DeepSeek R1 的纯强化学习: DeepSeek R1 引入纯强化学习(RL),不依赖大量人类标注数据,通过自我探索和试错学习。在“冷启动”阶段,通过少量人工精选的思维链数据初步引导,建立符合人类阅读习惯的推理表达范式,随后主要依靠强化学习,在奖励系统反馈下(对结果准确率与回答格式进行奖励)自主探索推理策略,不断提升回答准确性,实现自我进化。准确率奖励用于评估最终答案是否正确,格式奖励强制结构化输出,让模型把思考过程置于<think></think>标签之间。如 Alpha Zero 只训练三天就完胜 Alpha Go Lee,Alpha Go 结合监督学习和强化学习,受人类局限,Alpha Zero 纯强化学习,具有创造性风格。大模型 AI 在纯强化学习下展现出超出想象的成长潜力,DeepSeek R1 更注重学习推理底层策略,培养通用推理能力,实现跨领域知识迁移运用和推理解答。
2025-03-28