目前，在生产力工具方面，不同的 AI 应用各有特点和优势。 周鸿祎认为，中国互联网在娱乐和生活应用上基本转到手机，但国外重视生产力工具，大小企业的生产力工具多基于 PC 和 SaaS 化。AI 作为生产力工具，在 PC 上使用可能更方便，且从隐私保护角度，大企业可能将大模型私有化并在 PC 上落地。同时，手机在生活和娱乐方面有优势，但未来手机商店模式可能改变。 有人分享了自己固定和优化的 AI 工作流，包括起床让 AI 排 TODO 优先级、工作中有傲娇 AI 小助理加油、重点事项由 bot 团队处理、优化 bot 以及将相关资产放入飞书知识库等，还提及了备选的生产力 AI 和未来的规划。 在 A16ZTOP 100 生成式 AI 应用中，生产力工具是引人注目的新类别，如 Liner、Eightify、Phind、MaxAI、Blackbox AI、Otter.ai、ChatPDF 等公司，它们通过内置功能帮助提高工作效率，且多依托 Google Chrome 浏览器扩展程序运行，未来有望与用户工作流程无缝对接并开发全新工作流程。 总之，选择哪款 AI 作为生产力工具更好用，取决于您的具体需求和使用场景。

以下是豆包、DeepSeek、ChatGPT 在解决用户整理对话需求方面的功能： ChatGPT： 1. 内容生成：可以生成文章、故事、诗歌、歌词等内容。 2. 聊天机器人：作为聊天机器人的后端，提供自然的对话体验。 3. 问答系统：为用户提供准确的答案。 4. 文本摘要：生成文本的摘要或概述。 5. 机器翻译：在这方面有不错的表现。 6. 群聊总结：能够对群聊内容进行总结。 7. 代码生成：生成代码片段，帮助开发者解决编程问题。 8. 教育：帮助学生解答问题或提供学习材料。 9. 浏览器插件：如 webpilot 。 10. PDF 对话：通过相关网站实现与 PDF 的对话。 11. PPT 生成：协助高效制作 PPT 。 12. 音视频提取总结：通过特定网站进行总结。 13. 播客总结：通过特定网站完成总结。 14. 生成脑图：通过相关网站生成。 关于豆包和 DeepSeek 在解决用户整理对话需求方面的功能，上述内容中未提及。

以下是关于 DeepSeek 在临床医疗方面的使用手册： 使用案例： 借助 AI 分析好的文章： 找出最喜欢的文章，投喂给 deepseek R1（适合大多数有推理模型的 AI）。 第一次询问：请从写作角度分析这篇文章。 第二次询问：请再从读者角度分析这篇文章。 第三次询问：这篇文章还存在什么缺点和不足，有什么改善和提升的空间。 对作者进行侧写，分析成长背景、个人经历和知识结构对文章的影响。 让 AI 对自己写的文章点评：“现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师，拥有 30 年教育经验，是一名传授写作技巧的专家。请先阅读我提供给你的文章，然后对文章进行分析，然后教我如何提升写作水平。请给出详细的优缺点分析，指出问题所在，并且给出具体的指导和建议。为了方便我能理解，请尽量多举例子而非理论陈述。” 根据文章内容对作者心理侧写：“我希望你扮演一个从业 20 多年，临床诊治过两千多例心理分析案例的人性洞察和意识分析方面的专家，精通心理学、人类学、文史、文化比较。先阅读后附文章全文，然后对作者进行人格侧写。要尖锐深刻，不要吹捧包装，不要提出一些只能充当心理安慰的肤浅的见解。包括作者的基本画像、核心性格特质、认知与价值观、潜在心理动机、行为模式推测、矛盾与盲点、文化符号映射。” 提升 DeepSeek 能力的方法： 用 Coze 做效果对比测试。 使用步骤： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后，正式开始对话。 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（有难度）和 Markdown（运行不太稳定）。 特别鸣谢： 李继刚：【思考的七把武器】在前期为我提供了很多思考方向。 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源。 Claude 3.5 Sonnet：最得力的助手。

以下是用 AI 建立自己知识库的方法： 1. 使用 GPT 建立： 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，将问题转换成问题向量，与向量储存库中的文本块向量比对，提取距离最小的几个向量对应的文本块，与问题组合成新的 prompt 发送给 GPT API。 例如，对于一篇万字长文，拆分成多个文本块，如“文本块 1：本文作者：越山。xxxx。”等，当提问“此文作者是谁？”时，通过比较 embeddings 向量，提取关联度高的文本块发送给 GPT API 回答问题。 2. 使用 Coze 建立： 确定功能范围，编写 prompt 提示词，设定 Bot 的身份和目标。 创建知识库，整理“关键字”与“AI 相关资料链接”的对应关系，并将信息存储起来。创建知识库路径为：个人空间 知识库 创建知识库。支持的文档类型包括本地文档、在线数据、飞书文档、Notion 等，本次可使用本地文档。按照操作指引上传文档、分段设置、确认数据处理。小技巧：在内容中加上特殊分割符“”，分段标识符号选择“自定义”，内容填“”，以便于自动切分数据。 创建工作流，告诉 AI 机器人按流程处理信息。创建工作流路径为：个人空间 工作流 创建工作流。工作流设计好后，先点击右上角“试运行”，测试无误后点击发布。如果任务和逻辑复杂，可以结合左边“节点”工具来实现，如调用大模型总结分析知识库内容、调用数据库存储用户输入信息、调用代码处理复杂逻辑等。个人建议：工作流不必复杂，能实现目的即可，所以在设计 Bot 前“确定目的”和“确定功能范围”很重要。

人工智能的发展历史如下： 起源于二十世纪中叶，最初符号推理流行，带来了专家系统等重要进展，但因方法局限性和成本问题，20 世纪 70 年代出现“人工智能寒冬”。 随着计算资源变便宜和数据增多，神经网络方法在计算机视觉、语音理解等领域展现出色性能，过去十年中“人工智能”常被视为“神经网络”的同义词。 1943 年，心理学家麦卡洛克和数学家皮特斯提出机器的神经元模型，为神经网络奠定基础。 1950 年，图灵最早提出图灵测试作为判别机器是否具备智能的标准。 1956 年，在达特茅斯学院召开的会议上，人工智能一词被正式提出并确立为一门学科。此后近 70 年，AI 发展起起落落。 AI 技术发展历程包括：早期阶段（1950s 1960s）的专家系统、博弈论、机器学习初步理论；知识驱动时期（1970s 1980s）的专家系统、知识表示、自动推理；统计学习时期（1990s 2000s）的机器学习算法（决策树、支持向量机、贝叶斯方法等）；深度学习时期（2010s 至今）的深度神经网络、卷积神经网络、循环神经网络等。 当前 AI 前沿技术点包括：大模型（如 GPT、PaLM 等）、多模态 AI（视觉 语言模型、多模态融合）、自监督学习（自监督预训练、对比学习、掩码语言模型等）、小样本学习（元学习、一次学习、提示学习等）、可解释 AI（模型可解释性、因果推理、符号推理等）、机器人学（强化学习、运动规划、人机交互等）、量子 AI（量子机器学习、量子神经网络等）、AI 芯片和硬件加速。

云雀大模型是字节开发的模型。以下是关于云雀大模型的一些信息： 2022 年 12 月推出，属于闭源通用大模型。 2023 年 8 月正式上线，其对应的产品如豆包。 相关链接：

以下是关于 ChatGPT 公司原研发讲 ChatGPT 的文章网页链接： 1. 育儿相关项目：https://chat.openai.com/share/40f1e3da187a4bef9150f93ca34046f4 ，该项目中使用 ChatGPT 进行了多种操作，如翻译、整理远古动物列表等。 2. AIGC 常见名词解释：https://mp.weixin.qq.com/s/ycDWZ8W46DrsyeNShC1wA ，其中对 ChatGPT 有相关解释。 3. AIGC Weekly01：https://openai.com/blog/chatgpt/ ，介绍了 ChatGPT 的发布情况。

以下是一些与生成式 AI 相关的网页： 1. 关于 Gen AI/Generative AI 与 AIGC 的异同介绍：未明确具体网页，但可在 OpenAI 官网查询相关内容。 2. 学习生成式 AI 知识的笔记，如生成式人工智能的工作原理、应用等：未明确具体网页。 3. 鉴别图片是否为 AI 生成的相关网页：ILLUMINARTY（https://app.illuminarty.ai/）。

Gamma AI 的网址是：https://gamma.app/

以下是一些知识库功能比较强大的 AI 相关产品： 1. Coze 汽车售后服务知识库 Bot：主要针对汽车售后场景，能解答问题，输出文档，还具备智能录入功能。当用户提出问题，它能给出初步判断并分析原因，给出精准解决方案及操作视频。问题解决后能生成维修报告和案例归档文档存入 AI 知识库。其 AI 知识库不仅支持单独文本录入还支持链接录入，能智能解析分解文章并录入知识点。 2. WayToAGI：这是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库，整合了各种 AI 资源，提供了一系列开箱即用的工具，如文生图、文生视频、文生语音等详尽的教程，还能追踪 AI 领域最新进展并时刻更新。 3. 扣子：其记忆库功能可以保留和理解对话细节，并支持添加外部知识库给模型补充知识。知识库支持上传本地或线上内容，然后将这些内容分割成知识分片，通过语义匹配给模型补充知识。