对于 AI 小白来说，要使用 AI 工具助力办公效率，可以参考以下内容： 1. 认识到目前大多数人零碎使用 AI 工具存在的问题，比如在挑选和切换工具时浪费时间，导致整体效率未提升甚至下降，需要形成一套完整且适合自己的 AI 工作方法论和流程。 2. 可以使用如 OppenheimerGPT 这样的创新工具，它是 MacOS 菜单栏应用程序，能同时使用 ChatGPT 和 Bard AI 模型，集成在一个用户友好的界面中，节省时间提高效率。 3. 参考他人的 AI 工作流心得，例如： 起床让 AI 为自己排 TODO 优先级，做私董会的脑暴。 工作中有阳光会撒娇/卖萌的 AI 小助理加油。 重点事项如内容创作，拆成 bot 团队组，包括选题、标题、框架、扩写等，并分 A/B 组互相改，提供反常识、梗，学习喜欢的 UP 创作方法论。 优化包括使用 Zion、ChatO 和自动化 AIAgent 分身，基于自身知识库的 bot；将知识库、Prompt 资产放入飞书的知识库和多维表单中维护；筛选多个生产力 AI 放在工具库待命。 未来可将整个公司业务搬入飞书中，外接 MJ、ChatBot 分身以及咨询日程预约。

对于 AI 小白，以下是一些使用 AI 的建议： 1. 学习 Python 语言： 掌握最少必要知识，尽快开始并度过学习过程。 参考 。 结合 ChatGPT，不懂的地方随时提问。 注意提示词的使用。 2. 利用剪映的 AI 功能： 例如使用 AI 配旁白功能，上传视频后，AI 会自动生成创意文案、添加有趣配音，轻松打造吸引人的网感视频。 其具有 AI 智能网感剪辑、AI 高光剪辑、文案生成、智能配音等主要功能。 3. 深入学习 Python 和 AI 知识： 对于 Python，学习属性和方法、继承和多态、异常处理、文件操作等。 对于 AI，了解基础理论，包括人工智能、机器学习、深度学习的定义及关系，回顾其发展历程和重要里程碑。掌握数学基础，如统计学基础（均值、中位数、方差等）、线性代数（向量、矩阵等）、概率论（条件概率、贝叶斯定理等），熟悉算法和模型，如监督学习（线性回归、决策树、支持向量机等）和无监督学习（聚类、降维等）。

以下是一份关于 AI 发展情况及对办公效率提升的 15 道选择题问卷： 1. 您是否了解当前 AI 的发展状况？ A. 非常了解 B. 了解一些 C. 不太了解 D. 完全不了解 2. 您认为 AI 对办公效率的提升作用主要体现在哪些方面？（可多选） A. 数据处理 B. 文档撰写 C. 会议安排 D. 任务分配 E. 其他 3. 在您的工作中，是否已经开始使用 AI 工具？ A. 是 B. 否 4. 如果您使用了 AI 工具，您觉得它对您工作的帮助程度如何？ A. 非常大 B. 较大 C. 一般 D. 较小 E. 几乎没有 5. 您认为 AI 工具在以下哪些方面能够提高办公效率？（可多选） A. 节省时间 B. 提高准确性 C. 创新思维 D. 优化流程 E. 其他 6. 您觉得 AI 工具在办公中的应用是否存在风险？ A. 是 B. 否 7. 如果存在风险，您认为主要是哪些方面？（可多选） A. 数据安全 B. 隐私泄露 C. 错误决策 D. 其他 8. 您认为 AI 工具在未来几年内对办公方式的改变程度会如何？ A. 巨大 B. 较大 C. 一般 D. 较小 E. 几乎不变 9. 您所在的团队是否已经开始使用 AI 工具？ A. 是 B. 否 10. 如果团队使用了 AI 工具，您认为它对团队工作方式的影响程度如何？ A. 非常大 B. 较大 C. 一般 D. 较小 E. 几乎没有 11. 您认为 AI 工具在哪些工作环节上能够发挥最大的作用？（可多选） A. 策划 B. 执行 C. 监督 D. 评估 E. 其他 12. 您是否愿意在未来更多地使用 AI 工具来提高工作效率？ A. 非常愿意 B. 愿意 C. 不确定 D. 不愿意 E. 非常不愿意 13. 您认为目前阻碍 AI 工具在办公中广泛应用的主要因素是什么？（可多选） A. 技术不成熟 B. 成本过高 C. 员工培训不足 D. 其他 14. 您认为 AI 工具在未来会取代人类的工作吗？ A. 会 B. 不会 C. 部分取代 D. 不确定 15. 对于 AI 在办公领域的发展，您的态度是？ A. 积极支持 B. 谨慎对待 C. 无所谓 D. 反对

文心一言有免费版可以使用。它是百度出品的 AI 对话产品，能写文案、想点子，陪您聊天、答疑解惑。像 Kimi 智能助手、通义千问等也是国内免费的 APP。文心一言 4.0 有 API 版本，部分可能是付费使用的，同时也有网页版。

在 AI 时代，作为普通人，以下是一些被认为重要的能力： 1. 情绪管理和沟通能力：能强化建立社会连接的效率，在人类社会中，社会连接是个人最重要的资本。 2. 学会选择的能力：明确“下一步要去哪里”，思考在计算宇宙的无限可能性中应带领人类文明走向何方。 3. 发展 AI 难以替代的技能：如团队建设、跨文化交流、创新解决方案的设计等。AI 虽能输出代码，但无法建立团队、跨越文化界限交流或激发团队创造力。 4. 重新规划职业生涯的能力：对于从事可能被 AI 取代风险工作的人，需学习新技能或转向更需要人类特质的工作领域。 5. 知识管理能力：重新思考个人能力和技能培养，学会使用 AI 工具获取和管理信息，加速知识内化，提升思考、决策和创新能力。

以下是中国大陆的一些 AI 大模型及对应的软件名称： 北京企业机构： 百度：文心一言，网址：https://wenxin.baidu.com 抖音：云雀大模型，网址：https://www.doubao.com 智谱 AI：GLM 大模型，网址：https://chatglm.cn 中科院：紫东太初大模型，网址：https://xihe.mindspore.cn 百川智能：百川大模型，网址：https://www.baichuanai.com/ 上海企业机构： 商汤：日日新大模型，网址：https://www.sensetime.com/ MiniMax：ABAB 大模型，网址：https://api.minimax.chat 上海人工智能实验室：书生通用大模型，网址：https://internai.org.cn 国内免费的大模型 APP 有： Kimi 智能助手：由 Moonshot AI 出品，能一口气读完二十万字的小说，还会上网冲浪。 文心一言：百度出品的 AI 对话产品，能写文案、想点子，陪聊天、答疑解惑。 通义千问：由阿里云开发，能与人交互、回答问题及协作创作。 此外，还有以下大模型有免费接口： 阿里：通义千问大模型，网址：https://dashscope.console.aliyun.com/ 智谱 AI：ChatGLM，网址：https://open.bigmodel.cn/ 科大讯飞：SparkDesk，网址：https://xinghuo.xfyun.cn/sparkapi 需要注意的是，目前国内的大模型大多限制一定免费额度的 Token。谷歌的 Gemini 大模型（gemini 1.5）和海外版 Coze 的 GPT4 模型免费且能图片识别，但需要给服务器挂梯子。具体操作可参考张梦飞同学写的教程：【保姆级教程】这可能是你在地球上能白嫖到的，能力最强的超级微信机器人！一步一图，小白友好，网址：https://waytoagi.feishu.cn/wiki/YeBiwZx2TiyNLMk8pdjcmdQfnjd 。但使用海外服务需遵守相关法律法规。

以下是中国大陆的一些 AI 大模型： 北京企业机构： 百度：文心一言，https://wenxin.baidu.com 抖音：云雀大模型，https://www.doubao.com 智谱 AI：GLM 大模型，https://chatglm.cn 中科院：紫东太初大模型，https://xihe.mindspore.cn 百川智能：百川大模型，https://www.baichuanai.com/ 上海企业机构： 商汤：日日新大模型，https://www.sensetime.com/ MiniMax：ABAB 大模型，https://api.minimax.chat 上海人工智能实验室：书生通用大模型，https://internai.org.cn 需要注意的是，目前国内的 AI 大模型在商业化应用方面还存在一些问题，如部分模型在实际应用中出现各种 bug，商业落地案例相对较少等。

以下是 AI 入门的着手点： 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： 根据自己的兴趣选择特定的模块（比如图像、音乐、视频等）进行深入学习。 4. 对于不会代码的情况： 学习 Python 的属性和方法，包括如何为类定义属性和方法，以及如何通过对象来调用它们。 了解继承和多态，包括类之间的继承关系以及如何实现多态。 理解异常处理，包括异常的概念、异常处理的方式（如使用 try 和 except 语句）。 掌握文件操作，包括文件读写、文件与路径操作。 了解 AI 背景知识基础理论，包括人工智能、机器学习、深度学习的定义及其之间的关系。 回顾 AI 的发展历程和重要里程碑。 熟悉数学基础，包括统计学基础（如均值、中位数、方差等统计概念）、线性代数（如向量、矩阵等基本概念）、概率论（如条件概率、贝叶斯定理）。 熟悉算法和模型，包括监督学习（如线性回归、决策树、支持向量机）和无监督学习（如聚类、降维）。 5. 中学生学习 AI： 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、主要技术以及在各领域的应用案例。 参与 AI 相关的实践项目，如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。

以下是为新手提供的学习 AI 的方法： 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，可以根据自己的兴趣选择特定的模块进行深入学习。 4. 掌握提示词技巧： 提示词上手容易且很有用。 5. 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。 6. 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。 7. 持续学习和跟进： 关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 需要注意的是，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。

ComfyUI 工作组的工作方式如下： 1. 生成抠图素材工作流：包含生成绿幕素材和绿幕素材抠图两个组。由于 SD 无法直接生成透明背景的 PNG 图片，所以要先生成一张前景为重要主体素材、背景为纯色（如绿幕）的素材图，再将前景素材从背景中抠出来。工作流文件可通过链接 https://pan.quark.cn/s/01eae57419ce （提取码：KxgB）下载拖入 ComfyUI 中自动加载并对照学习。 2. 从 WebUI 到 ComfyUI 的过渡创建简单工作流：以采样器为起点，分别拉出模型、正面条件（正向提示词）、负面条件（负向提示词）、Latent（潜在空间）。注意正面条件（正向提示词）、负面条件（负向提示词）对应的 CLIP 文本提示词要回流到模型（CheckPoint 加载器上）。在潜在空间中编码，然后 VAE 解码，输出图像。创建图生图工作流时，把空 Latent 换成载入图片，图片需编码后给到采样器。同时，ComfyUI 中的降噪相当于 WebUI 中的重绘幅度。 3. 基础界面和操作： 节点名称在 SD 模型里对应的名称和解释： CLIP Text Encode 对应 Text Encoder，有两个节点分别连接 positive 和 negative 端，分别代表正向 prompt 和负向 prompt。 KSmapler 对应 Image Information Creator，是模型生成图片的核心部分，配置项较多，后续会详细讲解。 Empty Latent Image 对应 Image Information Creator，整个生图过程在 Latent Space 里进行。 VAE Decoder 对应 Image Decoder，整个生成过程都在 Latent Space 进行，全称为 Variational Auto Encoder（变分自编码器）。 此外，还有一些实用的插件和脚本，如题词汉化插件：https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet ，集合了许多实用功能；自定义脚本：https://github.com/pythongosssss/ComfyUICustomScripts ，用于界面的一些调整。