以下是关于私人知识库的相关知识： 使用 GPT 打造个人知识库： 可先将大文本拆分成若干小文本块（chunk），通过 embeddings API 将小文本块转换成与语义相关的 embeddings 向量，并在向量储存库中保存这些向量和文本块作为问答的知识库。 当用户提出问题时，问题先通过 embeddings API 转换成问题向量，然后与向量储存库的所有文本块向量比对，查找距离最小的几个向量，把这几个向量对应的文本块提取出来，与原有问题组合成新的 prompt 发送给 GPT API。 理解 embeddings： embeddings 是一个浮点数字的向量（列表），两个向量之间的距离衡量它们的关联性，小距离表示高关联度，大距离表示低关联度。 向量是数学中表示大小和方向的量，通常用一串数字表示，在计算机科学和数据科学中常用列表来表示。 计算向量之间距离常见的方式是欧几里得距离，即对应元素相减取平方和再开平方。 AI 时代的私人知识库： 私人知识库中的内容一般有两种：日常从互联网收集的优质信息和个人日常的思考以及分享。 基于私人知识库打造个人专属的 ChatGPT 常见有两种技术方案：训练专有大模型和利用 RAG（检索增强生成）技术。 训练专有大模型：可以使用个人知识库训练专有的大模型，但此方案并非当下主流，存在高成本、更新难度大等缺陷。高成本体现在需要大量计算资源和专业知识；更新难度大在于若要更新模型知识，需重新训练或微调模型，过程复杂耗时。

在 AI 赋能传统应用，后端开发对接 AI 时，功能和流程设计上需要注意以下要点： 1. 讨论需求：明确项目目标和用户需求，确保团队对产品方向有一致的理解。 2. 确定关键功能：根据需求确定产品最核心的功能，确保能实现最基本的用户价值。 3. AI 生成产品草图：利用 AI 快速生成界面草图，帮助团队更好地理解产品的外观和交互。 4. 列出功能列表：明确产品所需的功能模块，并逐一列出。 5. 选择一个功能：每次专注完成一个功能，确保质量与效率。 6. 向 AI 描述功能：详细描述功能需求，AI 会根据描述生成代码。 7. AI 编写代码：AI 根据需求编写代码，减少开发者的重复性劳动。 8. 测试代码：测试生成的代码，确保正常运行。 9. 向 AI 提出问题：若功能不正常，将问题反馈给 AI 进行调整。 10. 功能完成：功能通过测试后标记为完成。 11. 还有功能吗：若还有未完成的功能，继续开发下一个功能。 12. 发布初始版本：所有核心功能完成后发布初始版本，以获取用户体验反馈。

以下是关于 AI 赋能传统应用时的一些要点： 在 UI 设计方面，使用 Midjourney 生成特定页面（如首页、登录页等）时，可添加页面指令描述，如“landing page”“Profile Page”等关键词，分别用于生成社交平台的登录页和人力资源类产品的个人资料页。Midjourney 产出的设计图视觉效果佳，适合 APP 设计初始阶段的头脑风暴和风格探索，为设计师提供灵感和创意，但直接用于落地开发仍有距离。 在合规方面，政府通过发布相关内容支持相关工具的发展。AI 监管框架适用于整个英国，涵盖多个领域和政策区域，会考虑权力下放的影响，将依靠现有立法实施框架，并继续与各方互动确保各地受益。 在进一步的发展中，将分析研究成果，改善对相关问题的理解，确定合作安排，鼓励发布指导，提出中央监测和评估框架的设计提案等。

以下为您推荐一些可以通过描述生成 icon 的网站及相关信息： 1. Midjourney： 直播礼物风格图标：可以在素材网站上找到喜欢的 icons 风格进行喂图，然后加上关键词，如“Gift icon”“cartoon style”“solid color background luminous effect”“3d –iw 1 –v 5 –q 2”等，“Gift icon”可替换为其他关键词，如“beer icon”“Headphone icon”等。 主题应用 icons：关键词如“icon design”“light texture”“glow”“Dribbble”“3D”“frostedglass effect”“3D”“ui”“ux”“–upbeta –q 2 –v 4”。 B 端图标：先喂图，然后加上关键词，如“A data icon”“blue gradient frosted glass”“frostedglass building”“white transparent technology sensewhite city building scene”“data line link”“chip”“OCrenderer”“big data”“industrial machinery”“high detailight gray background with simple linear details”“studio lighting”“3d”“c4d”“pure white background”“8k”。 2. 擅长创作表情包 Meme： Prompt 4：Black and white photo illustration of a doge face in the center, looking utterly baffled with a humorous 'shrug' gesture. Adjacent to the doge, three doge face icons are displayed for 'Like', 'Repost', and 'Collect'. The 'Like' doge is smitten with heart eyes, the 'Repost' doge is dizzy with spiraled eyes, and the 'Collect' doge is greedily drooling over a bone. Prompt 5：Vector meme in black and white of a doge depicted with three heads and six arms, exuding a calm, Buddhalike aura. Surrounding comical diagram elements point to the doge with arrows labeled '70% tranquility', '20% deep thought', and '10% in the moment'. Prompt 6：如果想要呈现出特定的表现结果，还可以用比喻、类比等方法达到类似的画面。比如想生成很多 Doge，可以借助九头蛇等提示词。如 Illustration in a black and white sketch style, focusing on humor and cuteness. A nineheaded doge creature is depicted, where each head is comically expressive. Some heads are chuckling, others are making funny faces, a few are curiously tilting their heads, and some have their tongues out in amusement. 线程：

写 prompt（提示）是一个关键步骤，决定了 AI 模型如何理解并生成文本。以下是一些编写 prompt 的技巧和建议： 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，提供足够信息。 3. 使用清晰语言：用简单、清晰的语言描述，避免模糊或歧义词汇。 4. 给出具体要求：明确格式、风格等特定要求。 5. 使用示例：提供期望结果的示例，帮助模型理解需求。 6. 保持简洁：避免过多信息导致模型困惑。 7. 使用关键词和标签：有助于模型理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整 prompt。 此外，还有“Fewshots”的技巧，即在写 Prompt 时，通过提供 1 3 个输入 输出示例，让 GPT 学到样本共性，提升输出结果质量。比如： 初始 Prompt： 你是一个优秀的翻译人员，你会把我说的汉字翻译成英文和日语，日语同时展示日语汉字和假名。不要有任何额外的解释说明。 输入:邻居 输出:Neighbor 输入:自行车 输出:Bicycle 结构化的 prompt 方法论中，结构化是对信息进行组织，使其遵循特定模式和规则，方便有效理解。常用模块包括： Role:<name>:指定角色让 GPT 聚焦对应领域输出。 Profile author/version/description:Credit 和迭代版本记录。 Goals:一句话描述 Prompt 目标，让 GPT 聚焦。 Constrains:描述限制条件，帮 GPT 剪枝。 Skills:描述技能项，强化对应领域信息权重。 Workflow:重点，希望 Prompt 按特定方式对话和输出。 Initialization:冷启动时的对白，强调重点。

以下是关于提示词的全面介绍： 一、什么是提示词（Prompt） 在 AI 视频生成中，Prompt 指的是用于指导或引导 AI 模型生成特定视频内容的描述性文本或指令。简单来说，您需要在 Prompt 中描述您想要生成的视频画面。Prompt 一般包含描述性文字、指令参数、情感氛围、参考风格这几个方面。 二、提示词语言 推荐使用英文输入，PixVerse 对英文的理解能力最佳，效果最好。如果您对英文不熟悉，也可以使用自己的语言，PixVerse 的模型可以处理任何语言输入。 三、提示工程 提示工程（Prompt Engineering）是人工智能领域中，特别是在自然语言处理（NLP）和大型语言模型（LLMs）的上下文中，一个相对较新的概念。它涉及设计和优化输入提示（prompts），以引导 AI 模型生成特定类型的输出或执行特定的任务。 提示工程的关键点包括： 1. 精确性：通过精确的提示，可以提高 AI 模型输出的相关性和准确性。 2. 创造性：提示工程需要创造性地思考如何构建问题或请求，以激发 AI 模型的特定能力。 3. 迭代：通常需要多次尝试和调整提示，以获得最佳结果。 4. 上下文理解：提示需要包含足够的上下文信息，以便 AI 模型能够理解并执行所需的任务。 提示词通常指的是直接输入到 AI 模型中的问题、请求或指示，它们是提示工程的一部分。提示词可以非常简单，如“给我总结这篇文章的主要观点”，或者更复杂，如设计一个包含多个步骤和条件的复杂任务。 提示词是实际输入到 AI 系统中的具体文本，用以引导模型的输出。提示工程则是一个更广泛的概念，它不仅包括创建提示词，还涉及理解模型的行为、优化提示以获得更好的性能、以及创造性地探索模型的潜在应用。提示工程的目标是最大化 AI 模型的效用和性能，而提示词是实现这一目标的手段之一。在实际应用中，提示工程可能包括对 AI 模型的深入分析、用户研究、以及对特定任务的定制化提示设计。 以下是一些提示词相关的目录链接： 1. 2. 3. 4. 5. 6. 7. 内容由 AI 大模型生成，请仔细甄别。

语音转文本（Speech to Text）： 介绍： 语音转文本 API 提供了基于开源大型v2 Whisper 模型的转录和翻译两个端点，可用于将音频转录为任何语言，或将音频翻译并转录成英语。目前文件上传限制为 25MB，支持 mp3、mp4、mpeg、mpga、m4a、wav 和 webm 等输入文件类型。 快速入门： 转录：转录 API 的输入是要转录的音频文件及所需输出格式的音频文字稿，支持多种输入和输出文件格式，默认响应类型为包含原始文本的 JSON，可通过添加更多带有相关选项的form 行设置其他参数。 翻译：翻译 API 以任何支持的语言作为输入音频文件，并在必要时将音频转录成英文，目前仅支持英语翻译。 支持的语言：南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚文、保加利亚文、加泰罗尼亚文、中文、克罗地亚文、捷克文、丹麦文、荷兰文、英国英语、爱沙尼亚文、芬兰文、法国法式英语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印度尼西亚语、意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语。 相关推荐及资源： 语音转文字推荐 OpenAI 的 wishper：https://huggingface.co/openai/whisperlargev2 语音转文字：一分钟搞定的~ 23 分钟的音频：https://huggingface.co/spaces/sanchitgandhi/whisperjax 。这个项目在 JAX 上运行，后端支持 TPU v48。与 A100 GPU 上的 PyTorch 相比，它要快 70 多倍，是目前最快的 Whisper API。

Gamma 是一个在线演示文稿制作平台，它利用人工智能技术帮助用户快速创建和设计演示文稿。用户通过简单的文本输入即可生成幻灯片，其 AI 系统会根据内容自动提供布局建议和设计元素。该平台支持多种多媒体格式（如 GIF 和视频）的嵌入，使演示文稿更生动吸引人。Gamma 提供了多种预设主题和自定义选项，允许用户调整和优化演示文稿。其目标是简化演示文稿的创建过程，让非设计专业人士也能轻松制作出具有专业外观的演示文稿，使用户节省设计时间，专注于内容表达和创意发挥。 当前市场上好用的 AI PPT 工具还有： 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出，用户通过输入简单文本描述生成专业的 PPT 设计，包含丰富模板库和设计元素，适用于多种场合。https://www.xdesign.com/ppt/ Mindshow：AI 驱动的 PPT 辅助工具，提供自动布局、图像选择和文本优化等智能设计功能，还可能包括互动元素和动画效果。https://www.mindshow.fun/ 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理技术优势，提供智能文本生成、语音输入、文档格式化等功能。https://zhiwen.xfyun.cn/

一个好的 prompt 通常应具备以下结构： 1. CRISPE 框架： Capacity and Role（能力与角色）：明确希望 AI 承担的角色和具备的能力，例如指定其为专注于民商事法律领域、擅长案例研究等的律师。 Insight（洞察）：提供背景信息和上下文，如处理复杂合同纠纷案件时，向 AI 提供案件关键事实、相关法律及背景。 Statement（陈述）：直接明确期望 AI 完成的任务，比如要求总结案件中双方诉求、检索法条、预测判决结果。 Personality（个性）：设定希望 AI 以何种风格或方式回答。 Experiment（举例）：通过具体例子进一步说明。 2. 对于镜头提示词： 遵循清晰结构，将场景、主题和相机运动的细节划分为单独部分，例如。 在提示的不同部分重复或强调关键思想，有助于提高输出的一致性。 尝试将提示集中在场景中应出现的内容上，比如输入晴朗的天空，而非没有云的天空。

以下是为新手学习 AI 知识提供的建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的主要分支（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，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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，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。 5. 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，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于不会代码但希望继续精进的情况，可以尝试了解以下作为基础： 1. AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 中学生学习 AI 可以参考以下建议： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 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，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。但请注意，以上内容由 AI 大模型生成，请仔细甄别。