以下是一些常用的结构化提示词框架： 1. 基础的结构化编写 Prompt 框架： Role: Profile: author:作者 version:版本 language:中文 description: Goals: 1. 2. Constrains: Skills: Workflows: 1. 2. 2. CRISPE 框架（Capacity and Role,Insight,Statement,Personality,Experiment） 3. BROKE 框架（Background,Role,Objectives,Key Results,Evolve） 4. ICIO 框架： Instruction（指令）：明确定义 AI 需要执行的任务，遵循简洁明了、具体详细、行动导向、单一任务等原则。 Context（背景信息）：提供任务的相关背景，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。 Output Indicator（输出引导）：指导 AI 如何构建和呈现输出结果，包括格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。

以下是关于国内 AI 行业最新发展状况的介绍： OpenAI 的 o1 模型主导：OpenAI 最新推出的 o1 模型正在重新定义 AI 在数学、科学和推理方面的极限，使竞争对手困惑甚至“破产”。 中国的 AI 崛起：无视制裁，中国的模型凭借坚韧和战略智慧正在“屠榜”，证明他们仍在牌桌之上。 生成式 AI 的数十亿繁荣：AI 初创公司正赚得盆满钵满，但可持续性难以捉摸。 AI 产业链中的机会分析： 1. 基础设施层：布局投入确定性强，但资金投入量大，入行资源门槛高，未来更多由“国家队”负责，普通人可考虑“合作生态”切入机会。 2. 技术层：技术迭代迅速，小规模团队或个人须慎重考虑技术迭代风险，基础通用大模型非巨无霸公司不建议考虑，竞争激烈，最终赢家通吃。 3. 应用层：是广阔蓝海，当前成熟应用产品不多，“杀手级”应用凤毛麟角，普通个体和小团队推荐重点布局，发展空间巨大。 AI 产品发展的未来展望： 1. 更深度的行业整合：AI 技术将与各行各业更紧密结合。 2. 用户体验的持续优化：易用性和稳定性将进一步提升。 3. 新兴应用场景的出现：可能在智能家居、自动驾驶等领域找到新突破口。 相关报告及解读链接： （报告 212 页）

Recraft 是一款好用的创新生成式 AI 设计工具。它具有以下优点： 能够让用户以一致的品牌风格创作和编辑数字插画、矢量艺术、图标及 3D 图形。 用户上传一张图片，它便能以相似风格快速生成图像。 提供精准的颜色控制功能，可轻松将一组颜色重新调色以符合品牌色彩方案。 AI 工具箱功能强大，能帮助用户从文本或视觉素材出发，数分钟内制作出精致设计作品。 利用套索工具可对设计进行编辑和重绘，实现细致调整和个性定制。 提供无限画布，可自由创作多幅图像、添加文本、拖放元素。 汇集众多艺术家和 AI 设计师，为用户提供灵感和创意源泉。 其链接为：https://www.recraft.ai/

Perplexity 是一家专注于开发新一代 AI 搜索引擎的公司，创立于 2022 年 8 月，由前 OpenAI 研究科学家 Aravind Srinivas 与前 Meta 研究科学家 Denis Yarats（Perplexity CTO）等合伙人共同创办。 其优势包括： 1. 理解能力强：能够深入理解查询的语义，而非仅仅匹配关键词，提供更准确和相关的结果。 2. 生成式回答：可以生成通顺的自然语言回答，而非简单返回网页链接和片段，使结果更易于理解和使用。 3. 个性化和上下文感知：能根据用户的历史查询和偏好个性化结果，提供更贴合需求的答复。 劣势有： 1. 训练成本高：训练大型 LLM 模型需要大量计算资源和高质量训练数据，成本较高。 2. 可解释性差：LLM 的工作原理较为黑箱，难以解释为何给出某个结果，缺乏透明度。 3. 潜在的偏差和不当内容：由于训练数据的局限性，可能产生偏见或不当内容。 独特之处在于将 LLM 技术应用于搜索引擎领域，试图颠覆传统基于关键词匹配的搜索范式，为用户提供更自然和智能的搜索体验，还融合了个性化和上下文感知等功能，努力成为新一代的“智能助手”。 在成立的 18 个月内，Perplexity 达到了 10 亿美元估值。但它与其他由 LLM 驱动的服务一样面临着幻觉问题等挑战，同时人工智能驱动的搜索也存在可靠性问题。

Ideogram 是一款功能强大的工具，以下是关于 Ideogram 2.0 的相关信息： 功能解读： 生成风格选择（Auto）：相同 prompt 下可生成不同风格的结果。 提示增强 Magic Prompt：增强输入的初始 prompt，提高图像多样性和丰富性，或将初始 prompt 翻译为英文。 尺寸选择 Aspect ratio：可自由选择生成图片的尺寸，自定义推荐调整比例，因像素尺寸数值 Dimensions 很多情况下会提示失败。 可见性 Visibility：公共模式 Public 指个人生成的图片是否会分享到公共空间被其他用户看到，工作需求推荐选择私人模式 Private。 模型选择 Model：推荐最新的 2.0 模型。 调色板 Color palette：可自动选择，或使用提供的配色，或根据需求自行设置相应配色，生成图像的配色会匹配设置。 渲染质量 Rendering：跟生成的质量相关，一般默认即可，个人使用感觉区别不大，包括快速（约 5 秒）、默认（约 12 秒）、质量（约 20 秒）三种模式。 种子值 Seed：尽可能维持相同的图像效果，但生成结果略有调整。 负面提示词 Negative prompt：可填写不希望出现的元素进行规避。 特点： 是目前 AI 设计能力最强，文字生成效果最好且最准确（仅限英文），图像生成效果优于 Flux 和 Dalle·3。 精准文本生成：增强了图像中精确文本的渲染能力，适用于海报、徽标、封面、贺卡、T 恤设计等。 多样化风格：提供 5 种不同风格，通用、写实、设计、3D 和动漫（Auto 是随机选择一种）。 创意控制：引入“融合 Remix”、“描述 describe、“放大 Upscale”、“提示词增强 Magic Prompt 功能、“调色板 Color palette”。 开发者友好：提供 API 接口，方便企业集成高级图像生成功能。 支持手机端：目前上线 iOS 应用程序。 免费使用额度：目前可免费使用，每天最多 10 次生成机会（40 张图片）。 基本操作界面：暂未提供详细信息。 简单示例： 注意生成图像的设置，如将魔法提示设置为“关闭”、模型选择 v2.0。 字体设计方面：AI 在生成图像时不是使用真实字体，而是基于学习创造类似特定风格或字体的文字，可能存在字体版权、生成错误等问题，可通过再次生成提示、使用编辑器修改、更换版本等方式纠正。

GPT4o 是 OpenAI 推出的模型。开发人员现在可在 API 中将其作为文本和视觉模型进行访问。与 GPT4 Turbo 相比，具有速度快 2 倍、价格减半、速率限制高出 5 倍的优势。未来几周计划向 API 中的一小群受信任的合作伙伴推出对其新音频和视频功能的支持。 GPT4o（“o”代表“omni”）是迈向更自然人机交互的一步，能接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像输出的任意组合。它在 232 毫秒内可响应音频输入，平均为 320 毫秒，与人类响应时间相似。在英语文本和代码上的 GPT4 Turbo 性能相匹配，在非英语语言的文本上有显著改进，在 API 中更快且便宜 50%，在视觉和音频理解方面表现出色。 在 GPT4o 之前，语音模式由三个独立模型组成的管道实现，存在信息丢失等问题。而 GPT4o 是在文本、视觉和音频上端到端训练的新模型，所有输入和输出都由同一个神经网络处理，但对其能做什么及局限性仍在探索。

Prompt 是您给 AI（如 Claude）的文本，用于引发相关输出，通常以问题或指示的形式出现。例如：“Why is the sky blue?” 它是一段指令，用于指挥 AI 生成您所需要的内容，每个单独的提示词叫 tag（关键词）。支持的语言为英语，emoji 也可以用。语法规则包括用英文半角符号逗号分隔 tag，改变 tag 权重有两种写法，还可以进行 tag 的步数控制。此外，prompt 是给到大模型输入的一段原始输入，能够帮助模型更好地理解用户的需求并按照特定的模式或规则进行响应。比如可以设定“假设你是一位医生，给出针对这种症状的建议”，然后后续对话会按照这个设定展开，还能在 prompt 的设定中要求模型按照一定的思路逻辑回答，如思维链（cot），也能让模型按照特定格式（如 json）输出，将模型变成输出器。

以下是关于“AI 怎么挣钱”的相关内容： 从 GPTs/GLMs 如何赚钱谈起： 不管 GPTs 还是 GLMs 的上线，民间讨论最多的是能否赚钱及怎么赚钱。但答案可能让大多数人失望，能赚钱，但大多数人不能。 以一个 AI 产品经理的角色复盘 2023 年的所见所闻所感来聊 AI 赚钱（应用落地）这件事。 关于 Token 计费： 听说 AI 按 Token 算钱，用起来很费 Token，存在双向收费，如问问题和回答都收费。 Token 类似积木，通过搭建积木来完成应用，在企业环境中，了解 Token 有助于更好理解 AI 在企业中落地。 关于 AI 赚钱的其他问题： 大型语言模型主要基于语言理解和生成，不是专门设计进行数学计算，所以有时会算错小学数学题。 学了 AI 有可能赚钱，人工智能领域有高薪工作，掌握 AI 技能可增加就业机会，但能否赚钱还取决于个人学习能力、实际应用能力、对市场和商业的理解等，持续学习和实践很重要。 总之，AI 赚钱并非简单直接，需要综合多方面因素考虑。

以下是一些可以免费使用且能生成项目进度甘特图的 AI 软件： 1. 项目管理和任务跟踪工具： Jira：已开始集成 AI 功能，可辅助制定计划、分配任务、跟踪进度等。 Trello：能辅助项目管理。 2. 文档和协作工具： 微软的 Copilot：可集成到 Office 套件中，为项目文档撰写、编辑等提供助手功能。 云存储服务如 Google Drive 也开始提供 AI 驱动的文档管理和协作功能。 3. 创意生成工具： 文心一格、Vega AI 等：可帮助快速生成创意图像素材。 此外，在绘制逻辑视图、功能视图、部署视图方面，以下工具可供选择： 1. Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，用户可使用拖放界面轻松创建架构图。 2. Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能。 3. ArchiMate：开源的建模语言，与 Archi 工具一起使用可创建逻辑视图。 4. Enterprise Architect：强大的建模、设计和生成代码的工具，支持多种架构视图创建。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 6. draw.io（现称为 diagrams.net）：免费的在线图表软件，支持多种类型图表创建。 7. PlantUML：文本到 UML 的转换工具，可通过编写描述性文本自动生成相关视图。 8. Gliffy：基于云的绘图工具，提供创建架构图的功能。 9. Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持多种视图创建。 如果您需要创建项目管理流程图，可按以下步骤使用 Lucidchart： 1. 注册并登录： 2. 选择模板：在模板库中搜索“项目管理流程图”。 3. 编辑图表：根据项目需求添加和编辑图形和流程步骤。 4. 优化布局：利用 AI 自动布局功能，优化图表外观。 5. 保存和分享：保存图表并与团队成员分享，或导出为 PDF、PNG 等格式。 利用这些 AI 工具，您可以快速、高效地创建专业的示意图，满足各种工作和项目需求。请注意，以上内容由 AI 大模型生成，请仔细甄别。

2023 年大模型发展的重要技术包括以下方面： 模型发布：百川智能发布 Baichuan2—Turbo，字节云雀大模型等。 涉及领域：涵盖通用、医疗、汽车、教育、金融、工业、文化/零售/交通等多个行业。 关键进展：从 22 年 11 月 ChatGPT 的惊艳面世，到 23 年 3 月 GPT4 作为“与 AGI（通用人工智能）的第一次接触”，再到 23 年末多模态大模型的全面爆发。 多模态大模型的应用： 优点：适应性极好，方便适应各种奇葩需求；对算法要求降低，大部分功能由大模型提供，特别是非结构化信息处理；API 访问方式简化了边缘设备要求，方便在多种设备适配。 缺点：推理时长是最大障碍，传统目标检测或人脸识别优化后能达到 100 300ms，而大模型动则需要 10 秒的延时，限制了许多场景；模型的幻象和错误率较高，在多链路复杂应用中迅速变得不可行；在大多数生产模式下，仍需使用云服务数据中心，存在隐私问题；商业私有化部署是刚需，当下开源模型与 GPT4 有代差。