如何用Kimi有效的分析上市公司财报

以下是在 Kimi 创建个人知识库的相关信息： 使用 GPT 打造个人知识库： 由于 GPT3.5 一次交互支持的 Token 有限，OpenAI 提供了 embedding API 解决方案。 将文本拆分成小文本块（chunk），通过 embeddings API 转换成 embeddings 向量并保存。 当用户提问时，将问题也转换成向量，与向量储存库中的向量比对，提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。 理解 embeddings： embeddings 是浮点数字的向量，两个向量之间的距离衡量关联性，小距离表示高关联度。 向量是用一串数字表示的量，在计算机科学中常用列表表示。 常见的向量距离计算方式是欧几里得距离。 使用 Coze 创建个人知识库： 来到个人空间，找到知识库导航栏，点击创建知识库。 知识库是共享资源，多个 Bot 可以引用同一个知识库。 选择知识库的格式（目前支持文档、表格、图片）并填写信息。 可选择本地文档或问答对表格，还能进行自定义的文档切割。 数据处理完成后，一个问答对会被切割成一个文档片。 关于使用知识库，可参考教程：

以下是文心一言、豆包（字节跳动）、天工（不太明确您提到的天工具体所指，可能是指某些特定的模型或产品）、Kimi 这几个软件的优势对比： 文心一言 4.0（网页版）： 优势：由百度开发，可能在某些特定领域的知识储备和语言理解能力上有一定优势。 豆包（字节跳动）： 优势：无需科学上网，使用方便。 Kimi： 优势：不需要科学上网，无收费，不需要登录可以直接使用；有案例，点击预设问题即可开始尝试。 需要注意的是，对于不同的用户和应用场景，这些软件的优势可能会有所不同，其表现也会受到数据、算法、训练等多种因素的影响。

以下是关于 Kimi 写作指令的相关内容： Kimi 新出的常用语功能包含 15 款预设好的 Prompt，例如： 【?会议精要】整理生成高质量会议纪要，保证内容完整、准确且精炼。 【?PPT 精炼】整理各种课程 PPT，输出结构明晰、易于理解内容文档。 【?爆款文案】生成高质量的爆款网络文案。 【?影剧推荐】根据喜好推荐影视，提供保姆级资源渠道。 【?影评达人】专业生成引人入胜、富有创意的电影评论。 【?职业导航】私人职业路径规划顾问，综合考虑个人特质、就业市场和发展前景。 【?营销策划】为产品或服务提供定制化营销活动策划。 【?面试模拟】私人面试 mock 伙伴，根据简历信息和求职岗位进行模拟面试。 【?宣传 slogan】快速生成抓人眼球的专业宣传口号。 【✍️期刊审稿】提前预知审稿人对文章的吐槽。 【?诗意创作】现代诗、五言/七言诗词信手拈来的诗歌创作助手。 【?推闻快写】专业微信公众号新闻小编，兼顾视觉排版和内容质量，生成吸睛内容。 【?要点凝练】长文本总结助手，能够总结用户给出的文本、生成摘要和大纲。 【?短剧脚本】创作定制化短视频脚本，包含拍摄要求和分镜细节。 【?美文排版】使用 Unicode 符号和 Emoji 表情符号优化文字排版，提供良好阅读体验。 创作现代诗的最简操作：使用 https://kimi.moonshot.cn ，然后把需求（如清明）贴进去发送。输出内容如不满意，可以直接输。如果新需求建议在 kimi 左上角中启动新会话，防止内容污染。为便捷使用，可将提示词工程添加为常用语，操作步骤为：点击输入框的立方体图标，出现页面后点击添加常用语，跳出输入框，回到文档复制提示词工程，在代码框右上角复制，贴到输入框，最后点击添加。其他大语言模型如豆包（https://www.doubao.com/）、通义千问（https://tongyi.aliyun.com/）、文心一言（https://yiyan.baidu.com/）也可使用。 推荐两个实用浏览器插件：（不方便下载的，文末附下载链接）。需要在浏览器中登录自己的 Kimi 账号，关联网页版。Kimi Copilot网页总结助手的插件提示词分了 3 部分，包括总结长文本、工作流程等。文末的 ZIP 格式插件应该可以自定义提示词。

以下是关于学习提示词的相关内容： 提示词在现代大型语言模型中极其重要，掌握其运用技巧能最大程度发挥模型潜能。 学习提示词运用的建议： 1. 理解提示词的作用：提示词为模型提供上下文和指示，直接影响模型输出质量。 2. 学习提示词的构建技巧：明确任务目标，用简洁准确的语言描述，给予足够背景信息和示例，使用清晰指令，对特殊要求明确指示，如输出格式、字数限制等。 3. 参考优秀案例：在领域社区、Github 等资源中研究学习优秀提示词案例，了解有效模式和技巧。 4. 实践、迭代、优化：多与语言模型互动，根据输出提高提示词质量，尝试各种变体，比较分析输出差异，持续优化构建。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等，辅助构建和优化提示词。 6. 跟上前沿研究：提示工程是前沿研究领域，持续关注最新研究成果和方法论。 学习 SD 提示词需要多方面知识和经验积累。初学者从官方资料入手掌握基本概念，中级阶段大量实践培养敏锐度，高级阶段追求创新、挖掘新维度。持续学习、实践和总结反馈是成为提示词高手的必由之路。 提示词是给大语言模型的输入文本，用于指定任务和生成输出，发挥“提示”模型的作用，设计高质量提示词需根据目标任务和模型能力精心设计。学习提示词需要先了解大模型特性，具备清晰表述需求和任务的能力。

Kimi 的功能包括以下方面： 1. 拥有 15 款官方提示词，例如： 【?会议精要】整理生成高质量会议纪要，保证内容完整、准确且精炼。 【? PPT 精炼】整理各种课程 PPT，输出结构明晰、易于理解内容文档。 【?爆款文案】生成高质量的爆款网络文案。 【?影剧推荐】根据喜好推荐影视，提供保姆级资源渠道。 【?影评达人】专业生成引人入胜、富有创意的电影评论。 【?职业导航】私人职业路径规划顾问，综合考虑个人特质、就业市场和发展前景。 【?营销策划】为产品或服务提供定制化营销活动策划。 【?面试模拟】私人面试 mock 伙伴，根据简历信息和求职岗位进行模拟面试。 【?宣传 slogan】快速生成抓人眼球的专业宣传口号。 【✍️期刊审稿】提前预知审稿人对文章的吐槽。 【?诗意创作】现代诗、五言/七言诗词信手拈来的诗歌创作助手。 【?推闻快写】专业微信公众号新闻小编，兼顾视觉排版和内容质量，生成吸睛内容。 【?要点凝练】长文本总结助手，能够总结用户给出的文本、生成摘要和大纲。 【?短剧脚本】创作定制化短视频脚本，包含拍摄要求和分镜细节。 【?美文排版】使用 Unicode 符号和 Emoji 表情符号优化文字排版，提供良好阅读体验。 2. 浏览器插件功能： 安装后，在浏览网络文章时点击插件图标，或使用快捷键 Ctrl/Cmd+Shift+K，即可一键召唤 Kimi 总结网页内容。 特点包括极简，点击一键总结，无其他花里胡哨的功能；Kimi 无法访问的网页也可以进行总结，如推特等；英文文章直接用中文总结要点；支持 Dark Mode。 注意事项：本插件为第三方爱好者开发，不是 Kimi 或月之暗面官方产品；由于 Arc 等浏览器没有所需的 API，所以本插件在 Arc 等浏览器无法使用。 Kimi 阅读助手插件可以快捷调用 Kimi，并将当前页面打包成一个.md 文件喂给 Kimi，总结模型可自己选择。 插件使用注意：需要 Chrome 114 及以上版本才能正常使用扩展；暂不支持 Arc 游览器（Arc 缺少相关 API）。 0.6.1 版本的更新包括：fix:预设提示词无法滚动；fix:超长提示词无法完整引用；feat:新会话默认选中总结提示词；feat:增加 Kimi 读书模式（切换章节后可以继续追加新的页面内容）。 如果您想入门 Kimi，可以先了解这些功能，并根据自己的需求选择相应的提示词和插件进行尝试和练习。

Kimi 是由 Moonshot AI 出品的一个 AI 会话助手和智能助手。 它具有以下特点和功能： 1. 具备读取网页内容的能力，并能在此基础上生成一定的内容，读取完毕会显示绿色标点作为提示。但阅读能力有一定限制，可能无法一次性处理大量资讯或某些网站内容，可分批次提供资料。 2. 可以整理资讯内容，并能将其转化为吸引人的公众号文章。 3. 是 ChatGPT 的国产平替，实际上手体验好，适合新手入门学习和体验 AI。 4. 不用科学上网、不用付费、支持实时联网。 5. 是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做得最好的 AI 产品。 6. 能一次搜索几十个数据来源，无广告，能定向指定搜索源，如小红书、学术搜索。 您可以通过以下链接使用： 网页端：https://kimi.moonshot.cn/?utm_campaign=TR_LgLmkEor&utm_content=&utm_medium=%E7%BD%91%E7%AB%99&utm_source=CH_tpOYmtV1&utm_term= 移动端 Android/ios：https://kimi.volctrack.com/a/E3w3Q1xa

使用 Coze 分析财报并生成图表的实现过程如下： 1. 工作流中的数据解析：用户上传 Excel 后，在工作流中获取 Excel 链接，通过插件下载并读取其中的数据。 最初尝试将解析出的 Excel 数据以单元格形式存到 bot 数据库，利用大模型根据单元格数据和用户提问生成答案，但大模型计算能力差，常出现计算错误。 改为将 Excel 转换为数据表，使用大模型把用户问题转换为 SQL，准确率很高。 由于 Coze 不能动态创建表，自行编写服务，在动作流中调用，根据 Excel 的 URL 动态创建表并插入数据，将表名存到 Coze 数据库，以便后续根据表名动态执行 SQL 获取数据。 2. 报表生成： 根据数据库表字段信息，使用大模型为用户生成 3 个推荐报表，包含标题、描述、查询 SQL，限制每次查询数据为 100 条。 拿到 SQL 后，使用插件动态执行查询数据，再根据标题和数据使用大模型转换为绘制 Echarts 图表的参数。 绘制图表，官方插件生成的图表较模糊，自行编写插件提高清晰度，并将图片放大三倍。 3. 其他相关操作： 查看大图时，把多张图片合成一张，图像流不支持合成图片，自行编写插件实现。 图表生成成功后，将图表链接存到数据库，为查看报表做准备。 大模型生成的 SQL 有时出错，可将报错信息和 SQL 传给大模型修复后重新执行，大模型生成的非标准 JSON 也可用此方案修复。 查看报表时，从数据库中查询图表链接，调用合并图片插件将几张图表合并成一张大图。 删除图表根据用户输入的标题从数据库中删除。 添加图表与前面解析 Excel 数据生成报表流程类似，用户输入标题后生成查询 SQL，后续步骤相同。

以下是关于财报摘要整理的 AI 相关信息： 目前，文本生成在多个领域广泛应用，如媒体广告、教育和法律等。AIGC 能根据给定主题或关键词自动生成新闻报道、文章摘要、广告文案等文本内容。 在医疗领域，AI 技术协助医生分析大量医疗数据，包括病历、影像资料等，有助于制定更精准的诊断方案和治疗计划，提高医疗质量和效率。在金融领域，证券 AI 智能投研可生成研报、进行财务数据查询、盈利预测和提供投资组合建议；银行智能风控通过分析客户信用历史和行为特征等数据，挖掘风险因素，实现信贷风险、反欺诈、反洗钱等行为预警。 从产品形态上，业内普遍认为 AI 应用将沿着 AIGC（内容生成）、Copilot（智能助手）、Insight（知识洞察）、Agent（智能体）四个重要方向演进。 此外，智能摘要功能能够辅助快速筛选信息，实现信息降噪。近期出现的各类 AI 搜索引擎，如 perplexity.ai、metaso、360 搜索、ThinkAny 等，在不断颠覆传统的搜索引擎。

通过阅读财报数据并提取信息生成表格，可以通过以下几个步骤实现： 1. 获取财报文件：首先，你需要获取公司的财报文件，这些文件通常以PDF、Word文档或Excel电子表格的形式提供。 2. 选择合适的工具：根据财报文件的格式，选择合适的工具来读取文件内容。例如，对于PDF和Word文档，可以使用Python的`PyPDF2`、`pythondocx`库；对于Excel文件，可以使用`pandas`库。 3. 文本提取：使用所选工具提取文档中的文本内容。例如，使用`PyPDF2`库可以提取PDF中的文本。 4. 数据清洗：提取的文本可能包含格式错误、多余的空格或特殊字符等，需要进行数据清洗，以便于分析。 5. 信息识别与提取：识别文本中的关键财务数据，如收入、利润、成本等。这可能需要使用正则表达式来匹配特定的数字格式和相关的财务术语。 6. 数据结构化：将提取的数据结构化，通常意味着将数据放入一个表格中，如CSV格式或数据库表中。可以使用`pandas`库来创建DataFrame对象，然后导出为Excel或CSV文件。 7. 生成表格：使用表格生成工具或软件，如Microsoft Excel、Google Sheets或`pandas`库，将结构化的数据生成表格。 8. 数据验证：验证提取的数据是否准确无误，必要时进行手动校正。 9. 自动化：对于重复性的任务，可以编写脚本或程序自动化上述过程。 下面是一个简单的Python示例，演示如何使用`pandas`和`pythondocx`库从Word文档中提取财报数据并生成表格： ```python import pandas as pd from docx import Document 加载Word文档 doc = Document 创建空的DataFrame df = pd.DataFrame 遍历文档中的每个段落 for para in doc.paragraphs: 使用正则表达式匹配财务数据 match = re.search 假设我们正在查找收入数据 if match: 提取数字并添加到DataFrame revenue = int df = df.append 导出DataFrame到Excel df.to_excel ``` 请注意，这只是一个简化的示例，实际的财报数据提取可能要复杂得多，需要根据具体的财报格式和所需数据进行调整。此外，对于非结构化数据（如PDF或扫描的文档），可能需要使用OCR（光学字符识别）技术来提取文本。

以下是一些可能获取上市公司年报数据的 AI 工具及相关信息： AI 智库：提供了上市公司的相关排名和产品信息，如百度、美图公司、阿里巴巴、昆仑万维等公司的情况。 余一的相关文档：包括《从 2023 年报，看中国上市公司怎么使用生成式 AI》等，可通过相关链接获取详细内容。 对于小白来说，您可以先尝试从这些资源中获取所需的上市公司年报数据。

以下是 2024 年美国融资金额超过 1 亿美元的部分 AI 产业链上市公司（截止 2024.10.15）： |项目名称|融资时间|融资金额（亿美元）|轮次|估值（亿美元）|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Augment|20240424|2.27|B|10|AI 编码辅助|应用|编程|Lightspeed Venture Partners, Index Ventures, Sutter Hill Ventures| |Cognition|20240424|1.75||20|端到端软件 Agents|应用|编程|Founders Fund, Ramp 联合创始人 Eric Glyman, Stripe 联合创始人 Patrick 和 John Collison, DoorDash 联合创始人 Tony Xu| |Xaira Therapeutics|20240423|10|A||AI 药物研发|应用|医学|Foresite Capital, ARCH Venture Partners| |Cyera|20240409|3|C|14|AI 数据安全平台|应用|数据|Coatue, Sequoia, Redpoint, Accel| |Celestial AI|20240327|1.75|C||用于 AI 存储和计算的光互连技术平台|基础设施|芯片、硬件和云平台|Thomas Tull 美国创新技术基金, M Ventures, 淡马锡, Tyche Partners| |FundGuard|20240325|1|C|4|AI 投资会计系统|应用|金融|Key1Capital, Hamilton Lane, Blumberg Capital, Team8| |Codeium|20240829|1.5|C|12|AI 编码平台|应用|编程|General Catalyst, Kleiner Perkins, Greenoaks| |Groq|20240805|6.4|D|30|AI 芯片|基础设施|芯片|贝莱德, Type One Ventures, Verdure Capital Management, Neuberger Berman| |DevRev|202408|1|A|11|AI 支持代理|应用|企业服务|Khosla Ventures, Mayfield, Param Hansa Values| |Abnormal Security|202408|2.5||50|电子邮件安全|应用|数据|Wellington Management, Menlo Ventures, Greylock, Insight Partners| |Harvey|20240723|1|C|15|法律科技|应用|法律|Google Ventures, OpenAI, Kleiner Perkins, Sequoia| |Skild AI|20240709|3|A|15|机器人技术|应用|机器人|Lightspeed Venture Partners, Coatue, Bezos Expeditions, Sequoia, Menlo Ventures, General Catalyst| |Hebbia|20240708|1.3||7|生成式 AI 搜索|应用|企业服务|Andreessen Horowitz, Peter Thiel, Index Ventures, Google Ventures| |Zephyr AI|20240313|1.11|A||AI 药物发现和精准医疗|应用|医学|Revolution Growth, 礼来公司基金会, EPIQ Capital Group, Jeff Skoll| |Together AI|20240313|1.06|A|12|AI 基础设施和开源生成|模型|硬件和云平台|Salesforce Ventures, NEA, Kleiner Perkins, Lux Capital| |Glean|20240227|2.03|D|22|AI 驱动企业搜索|应用|企业服务|Lightspeed Venture Partners, Kleiner Perkins, Sequoia, Databricks Ventures| |Figure|20240224|6.75|B|27|AI 机器人|应用|机器人|Nvidia, OpenAI, 微软| |Abridge|20240223|1.5|C|8.5|AI 医疗对话转录|应用|医学|Redpoint, Lightspeed Venture Partners, USV, IVP, Spark Capital| |Recogni|20240220|1.02|C||AI 接口解决方案|基础设施|芯片|GreatPoint Ventures, Celesta Capital, Pledge Ventures, Mayfield, DNS Capital| 信息来源：Techcrunch

目前，中国上市公司在 AI 应用方面取得了一定进展。 一方面，许多公司正将 AI 融入其工作流程，以快速达成 KPI、扩张规模和降低成本。例如，工作流程自动化平台 ServiceNow 通过 AI 驱动的 Now Assist，实现了近 20%的事件避免率；Palo Alto Networks 利用 AI 降低了处理费用的成本；Hubspot 利用 AI 扩大了能够支持的用户规模。瑞典金融科技公司 Klarna 最近宣布，通过将 AI 融入用户支持，他们在运行率方面节省了 4000 多万美元。 另一方面，对于 AI 应用层的创业者来说，存在一些问题和探索。中国企业软件的发展曾受人均 GDP 不够高、人力成本等因素限制，但如果 AI 能极大降低软件成本并提高效率，可能带来价值突破。我们期待中国 2B 的 AI 软件应用实现跨越式发展。 此外，还有一些相关的资源可供参考，如 2022 2024 年融资 2000 万美金以上的公司列表和详细公司分析、AI Grant 公司列表和详细公司分析、AIGC 行业与商业观察等。同时，也有关于 AI 变革公司/产业实践探索的相关内容，如 2023 年年报中中国上市公司对生成式 AI 的使用，以及安克创新的 AI 实践分析等。

以下是近期融资的 AI 行业上市公司的相关信息： Celestial AI 融资 1 亿美元，用于使用基于光的互连传输数据。 Zenarate 融资 1500 万美元，是提供 AI 模拟培训平台的公司。 Augmedics 获得 8250 万美元，用于使用 AR 和 AI 进行脊柱手术。 CalypsoAI 筹集了 2300 万美元，用于生成 AI 模型的护栏。 2024 年美国融资金额超过 1 亿美元的 AI 公司（截止 2024.10.15）： |项目名称|融资时间|融资金额（亿美元）|轮次|估值（亿美元）|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Weka|20240513|1.4|E|16|AI 原生数据平台|应用|数据|Valor Equity Partners, 高通创投, Nvidia, 日立创投| |CoreWeave|20240501|11|C|190|GPU 基础设施|基础设施|硬件和云平台|Coatue, Fidelity, Altimeter Capital, Magnetar Capital| |Scale AI|202405|10|F|140|数据标记服务|应用|数据|Accel, Tiger Global, Spark Capital, 亚马逊| |Blaize|20240429|1.06|D||AI 边缘计算平台|基础设施|硬件和云平台|淡马锡, 富兰克林邓普顿, Bess Ventures| |Augment|20240424|2.27|B|10|AI 编码辅助|应用|编程|Lightspeed Venture Partners, Index Ventures, Sutter Hill Ventures| |Cognition|20240424|1.75||20|端到端软件 Agents|应用|编程|Founders Fund, Ramp 联合创始人 Eric Glyman, Stripe 联合创始人 Patrick 和 John Collison, DoorDash 联合创始人 Tony Xu| |Xaira Therapeutics|20240423|10|A||AI 药物研发|应用|医学|Foresite Capital, ARCH Venture Partners| 近期热门融资 AI 产品速递 1 st ： You.com 已完成多轮融资，包括来自 Salesforce CEO Marc Benioff 的 2000 万美元资金和 4500 万美元的募资。目前，You.com 用户数量稳定增长，已超过 10 万。体验链接：www.you.com

以下是关于如何写出有效且规范的输入命令提示词的相关内容： Claude 官方文档的提示词优化建议： 更明确地编写规则或添加新规则。 在提示词中包含明确的“输入规范输出”示例，向 Claude 展示如何正确处理。 当 Claude 在一种输入类型上表现良好时，尝试用另一种输入类型，包括边缘案例。 不断完善提示词，添加规则和示例，直至在代表性输入组上获得良好性能，并进行“保留测试”。 安迪提出的 ICIO 框架： ICIO 框架由四个关键部分构成，分别是 Instruction（指令）、Context（背景信息）、Input Data（输入数据）和 Output Indicator（输出引导）。 Instruction（指令）：应简洁明了、具体详细、行动导向、专注单一任务。 Context（背景信息）：包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 Input Data（输入数据）：为 AI 提供执行任务所需的具体信息或数据，并非所有任务都需要。 Output Indicator（输出引导）：涵盖格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。 星流一站式 AI 设计工具中的提示词相关内容： 提示词用于描绘画面，星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言，基础模型 1.5 使用单个词组，支持中英文输入。 写好提示词的方法： 内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等。 调整负面提示词，帮助 AI 理解不想生成的内容。 利用“加权重”功能，让 AI 明白重点内容。 可使用预设词组、辅助功能，如翻译、删除所有提示词、会员加速等。启用提示词优化可扩展提示词，更生动地描述画面内容。

以下是本地部署 ollama + deep seek 后有效搭建机械领域知识库或微调为机械领域的步骤： 1. 下载 Ollama 程序：官方网址为 https://ollama.com/ 。默认下载到 C 盘，若想修改安装目录到 D 盘，后续会有相关说明。下载完成后，右下角会出现 Ollama 的图标，打开命令行输入相应命令回车。根据自身独立显卡性能选择模型，如英伟达 2060Super 可选择 Deepseekr1:14b 的模型。若下载速度慢，可按 Ctrl+C 强制退出重新下载。下载完毕后，再下载一个嵌入模型，Ollama 的 bge 模型官方网址：https://ollama.com/library/bgem3 ，输入相应命令，下载好后直接退出终端。 2. 配置模型：返回 RAGFlow 中，打开右上角设置，进入模型提供商进行配置。选择 Ollama，并配置相关信息，基础 URL 按要求设置，设置完成后点击确定。 3. 导入嵌入模型：导入一个嵌入模型用于文本向量化。 4. 设置系统模型：完成相关设置。 5. 创建知识库：返回知识库，进入数据集，可导入文件或设置文件夹当作知识库，自行设置。导入完毕后，对文件进行解析，解析速度取决于本机 GPU 性能，越好的显卡解析越快。解析完成后，进行检索测试，测试没问题即可进入聊天界面，助理设置可自行设置。

以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架，以帮助您有效地实现目标： 一、英语四级考试 实施策略： 1. 制定学习计划，每天安排一定时间学习英语，包括词汇、语法、听力、阅读和写作。 2. 多做历年真题，熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴，互相监督和鼓励。 里程碑： 1. 每月进行一次模拟考试，评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践： 1. 利用碎片时间背单词，如在公交车上、课间等。 2. 听力练习时，反复听同一篇材料，直到完全听懂。 3. 写作练习后请老师或同学帮忙批改，总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略： 1. 从零基础开始学习 Swift 编程语言，通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目，提升实际操作能力。 3. 关注苹果官方网站和社区，了解挑战赛的最新动态和要求。 里程碑： 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践： 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识，加深理解和记忆。 3. 参考优秀的 Swift 项目案例，学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略： 1. 学习 AI 相关的基础知识，包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程，通过实践项目积累经验。 3. 关注行业动态，参加相关的研讨会和培训课程。 里程碑： 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发，担任产品经理助理角色。 最佳实践： 1. 多与行业内的专业人士交流，获取经验和建议。 2. 不断提升自己的沟通和协调能力，以更好地推动项目进展。 3. 学会从用户需求出发，设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助，祝您顺利实现目标！

以下是关于 Deepseek 提示词怎么写最有效的一些建议： 1. 新旧提示法对比： 传统方法：像唠叨家长一样详细列举各种要求，可能会限制模型的创造力。 新型技巧：像对聪明助理打暗号，只在关键点进行引导，例如“主题：环保|要最新案例|结尾有力道”，让模型自主发挥，自动调用知识库中最相关数据，自主组织最佳结构。 2. 提示词写作框架变化：以前需在提示词中列出步骤和思维链，现在只需定义初始状态和目标状态，让模型自行搜索。 3. 提示词的类别作用：一类弥补 AI 缺点，如让 Deepseek 说人话；另一类帮助 AI 理解人类需求，要定义清楚背景和目标状态。 4. 提示词写作要点：要告知 AI 足够背景信息，采用结构化的提示词有助于 AI 遵循指令，且除非必要否则不在提示词里指定思考步骤。 5. Deepseek 模型创作特点：发散能力强，生成点子出色，但收敛成完整故事有问题，文笔有时浮夸。在使用提示词时可加以考虑和引导。

要将大量记录的文本内容输入知识库并形成有效问答，可参考以下方法： 1. 使用 embeddings 技术： 将文本转换成向量（一串数字），可理解为索引。 把大文本拆分成若干小文本块（chunk），通过 embeddings API 将小文本块转换成 embeddings 向量，这些向量与文本块的语义相关。 在向量储存库中保存 embeddings 向量和文本块。 当用户提出问题时，将问题转换成向量，与向量储存库的向量比对，查找距离最小的几个向量，提取对应的文本块，与问题组合成新的 prompt 发送给 GPT API。 2. 创建知识库并上传文本内容： 在线数据： 自动采集：适用于内容量大、需批量快速导入的场景。 在文本格式页签选择在线数据，单击下一步。 单击自动采集。 单击新增 URL，输入网站地址，选择是否定期同步及周期，单击确认。 上传完成后单击下一步，系统自动分片。 手动采集：适用于精准采集网页指定内容的场景。 安装扩展程序，参考。 在文本格式页签选择在线数据，单击下一步。 点击手动采集，完成授权。 输入采集内容网址，标注提取内容，查看数据确认后完成采集。 本地文档： 在文本格式页签选择本地文档，单击下一步。 拖拽或选择要上传的文档，支持.txt、.pdf、.docx 格式，每个文件不大于 20M，一次最多上传 10 个文件。 上传完成后单击下一步，选择内容分段方式，包括自动分段与清洗（系统自动处理）和自定义（手动设置分段规则和预处理规则）。

以下是有效使用 WaytoAGI 能力的实现路线： 1. 加入飞书群：您可以在 WaytoAGI 飞书知识库首页找到加入飞书群的链接（最新二维码请在获取），然后点击加入，直接@机器人即可。 2. 在网站首页提问：您也可以在 WaytoAGI.com 的网站首页，直接输入您的问题，即可得到回答。 对于知识库的使用，您可以参考以下内容： 1. 从 Agent 板块开始：以 Agent 板块为例，链接： 。使用方法为从下往上看，一个一个点进去，都有视频。共学都有视频，都是手把手从注册开始的教学，不会就多看几遍，基本保障一个工具能调通、一个 Agent 能搭好。注意事项：内容较多，点进去看看哪个工具您听过就从哪个工具开始，不然太累。 2. 看精选文章：链接： 。使用方法为看了一些视频之后，根据需求找到导航，想看哪里点哪里。备注：智能千帆、阿里云百炼都是有视频的，其余没有视频。注意事项：内容较多，要考虑聚焦，先挑一个，开始手把手一起做起来，只要开始用起来，这事儿就成啦！ 此外，推荐您采用布鲁姆分类法学习路径： 1. 应用方面：深入 。 2. 分析方面：大量阅读，理解各知识之间的关系。