以下是关于设计报告总结提示词的相关内容： 一、学术场景数据处理 （一）论文内容总结 大模型结合有效的提示词可迅速总结概括文档，节省时间。例如 GLM4Plus 结合良好的提示词能帮助学生快速总结论文内容，提高梳理效率。 （二）论文内容翻译 大模型能弥补翻译软件的不足，帮助学生更好地理解原文。GLM 结合良好的提示词能够快速翻译论文内容，提高阅读效率。 （三）论文内容扩写润色 将论文内容转化为社交媒体的科普内容时，精心设计的润色提示词可根据特定场景调整，生成多样化润色结果。如针对小红书的使用场景，调整提示词以匹配其口语化、轻松愉快的氛围。 二、卓 sir：2 小时帮同学干完了 3 篇调研报告 实现思路： 1. 确定调研报告的大纲目录，可通过手机识别老师发的示例报告目录截图。 2. 确定整体的语言风格和特色，如“逻辑清晰，层层递进，条理分明”，可让 Claude 2 总结范文的语言风格。 3. 让 GPT4 按照目录逐步生成章节内容，设置循环结构，在生成一段章节内容后，经同意再进行下一章节，对于需要调用 webpolit 插件查询信息的章节打上标签，让 GPT4 自主搜索信息后生成内容。 三、年底了，惊艳一次，用 Claude Artifacts 生成年终总结 制作过程与思考： 1. 设计灵感来源于一泽火出圈的社交名片和年底做年终总结的需求。 2. 提示词可 DIY 美化和润色，Claude 能给出迭代建议，但需具备基本美感，平时可参考设计网站。 3. 年终总结框架由基本信息、核心成果、相关展示、复盘总结、规划展望五个模块构成。 4. 提示词在 Claude 里一遍生成，但模型不稳定，不理想时可明确指出让其修改调试。

以下是关于制作数字人的一些方法和工具： 1. 制作数字人的工具： HeyGen：是一个 AI 驱动的平台，能创建逼真的数字人脸和角色，使用深度学习算法生成高质量肖像和角色模型，适用于游戏、电影和虚拟现实等。 Synthesia：AI 视频制作平台，允许创建虚拟角色并进行语音和口型同步，支持多种语言，可用于教育视频、营销内容和虚拟助手等场景。 DID：提供 AI 拟真人视频产品服务和开发，上传人像照片和输入内容，平台的 AI 语音机器人能自动转换成语音并合成逼真的会开口说话的视频。 更多数字人工具请访问网站查看：https://www.waytoagi.com/category/42 。请注意，这些工具的具体功能和可用性可能会变化，使用时请遵守相关使用条款和隐私政策，并注意版权和伦理责任。 2. 开源的数字人组合方案： 第一步：先剪出音频，使用 https://elevenlabs.io/speechsynthesis 或使用 GPTsovits克隆声音，做出文案的音频。 第二步：使用 wav2lip 整合包，导入视频和音频，对口型得到视频。基础 wav2lip+高清修复整合包下载地址：https://github.com/Rudrabha/Wav2Lip 。 3. 电商中虚拟数字人结合产品做视频的步骤： 第一步：添加产品/介绍背景，如果有自己的可以用自己的视频/图片素材，没有产品背景/产品介绍，可以根据搜索添加。 第二步：扣像结合背景，在剪映里面把数字人扣下来，导入视频，点击画面选择抠像，点击智能扣像，调整到合适的大小和位置。 第三步：添加字幕和音乐，智能识别字幕，可搜索添加音乐也可以手动添加自己喜欢的音乐。最终形成所需视频，可用于带货/讲解产品，应用在直播也是可以的，把视频做长些即可，但直播可能需要收费，短视频可通过购买邮箱注册使用免费时长/直接购买会员版。

目前大家用 AI 做的事情较多，主要集中在以下几个方面： 1. 内容创作：包括营销以及小说和短剧创作等。例如开发智能营销矩阵平台，为各细分行业的头部企业服务。 2. 写代码：写小脚本方便且能在短时间内完成较大工作量，但存在 debug 困难、技术局限性以及无法完成大型任务等问题。 3. 日常活动自动化：如交通监测系统使通勤更顺畅，银行账户欺诈检测等。 4. 工业中的大规模安全关键实践：像控制核聚变过程。 5. 科学研究：加速新药物的发现和应对气候变化的技术等。 6. 提升工作效率和安全性：支持人们更好地完成现有工作。 总之，AI 在多个领域都展现出了巨大的潜力和应用价值。

提示词相关知识如下： 1. 什么是提示词： 用于描绘您想生成的画面。 输入语言方面，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（如一个长头发的金发女孩），基础模型 1.5 使用单个词组（如女孩、金发、长头发），支持中英文输入。 启用提示词优化后，可帮您扩展提示词，更生动地描述画面内容。 2. 如何写好提示词： 小白用户可以点击提示词上方官方预设词组进行生图。 提示词内容要准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 调整负面提示词，点击提示框下方的齿轮按钮，弹出负面提示词框，负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 利用“加权重”功能，让 AI 明白重点内容，可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先，也可对已有的提示词权重进行编辑。 辅助功能包括翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 3. 提示词要素： 提示词可以包含指令（想要模型执行的特定任务或指令）、上下文（包含外部信息或额外的上下文信息，引导语言模型更好地响应）、输入数据（用户输入的内容或问题）、输出指示（指定输出的类型或格式）。 4. 提示工程与提示词的区别： 提示工程是人工智能领域中，特别是在自然语言处理和大型语言模型的上下文中一个相对较新的概念，涉及设计和优化输入提示，以引导 AI 模型生成特定类型的输出或执行特定的任务。其关键点包括精确性、创造性、迭代、上下文理解。 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，是提示工程的一部分。提示工程是一个更广泛的概念，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，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。

AGI 为普通人带来了诸多机会： 未来社会和经济将发生长期变革，会有新的事物、帮助他人的方式和竞争方式出现，尽管短期内生活变化不大。 机构、意志力和决心将很有价值，正确决定做什么以及在变化世界中导航能带来巨大价值，培养韧性和适应能力是有益的技能。AGI 使个人拥有更大影响力。 许多商品价格会大幅下跌，奢侈品和受限资源价格可能上涨。 人工智能将渗透到经济和社会各领域，一切都有望变得智能，人们可能获得更多控制技术的权力。 像 Sora 这样的模型基础功能，被认为是实现 AGI 的重要里程碑。AI 应用在很多方面为普通人带来机遇，如 AI 视频与自媒体结合。 基于国产芯片的软硬件联合优化及固件生态是明确的机会。 端上智能在全天候硬件 24x7 收集数据方面有最大想象空间。

我调用的是抖音集团的云雀大模型。 大模型指的是用于表达 token 之间关系的参数多，主要是指模型中的权重（weight）与偏置（bias），例如 GPT3 拥有 1750 亿参数，其中权重数量达到了这一量级，而词汇表 token 数只有 5 万左右。以 Transform 为代表的大模型采用自注意力（Selfattention）机制来学习不同 token 之间的依赖关系，生成高质量 embedding。常见的数字化 embedding 算法有：基于统计的 Word2Vec（通过上下文统计信息学习词向量）、GloVe（基于词共现统计信息学习词向量）；基于深度网络的 CNN（使用卷积网络获得图像或文本向量）、RNN/LSTM（利用序列模型获得文本向量）；基于神经网络的 BERT（基于 Transformer 和掩码语言建模（Masked LM）进行词向量预训练）、Doc2Vec（使用神经网络获得文本序列的向量）。 AI 相关技术名词包括：AI 即人工智能；机器学习指电脑找规律学习，包括监督学习（有标签的训练数据，算法的目标是学习输入和输出之间的映射关系，包括分类和回归）、无监督学习（学习的数据没有标签，算法自主发现规律，经典任务包括聚类）、强化学习（从反馈里学习，最大化奖励或最小化损失，类似训小狗）；深度学习是一种参照人脑有神经网络和神经元的方法（因为有很多层所以叫深度），神经网络可以用于监督学习、无监督学习、强化学习；生成式 AI 可以生成文本、图片、音频、视频等内容形式，其中生成图像的扩散模型就不是大语言模型；LLM 即大语言模型，对于生成式 AI，大语言模型生成只是其中一个处理任务，比如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN），GPT 中 Transformer 是关键，Transformer 比 RNN 更适合处理文本的长距离依赖性。

以下是关于文生图提问的相关内容： 在 Coze 中，文生图的开始和结束节点是必需的。节点参数方面，默认绘制 10881088 的方图，最大能画 17281728 的方图，最小 576567，像素区间内各种比例可任选。Ratio 是程序员常用的“枚举”操作。试用效果方面，如“1 girl”等提示词实测效果偏向网红动漫风，也支持中文提示词。但在写入现实主义时可能会遇到风控，可尝试去掉相关关键字。 对于【SD】文生图，提示词如 等。 关于提示词的其他方面，如提示词快闪答疑中，未涉及太多与文生图直接相关的内容。

以下是新手入门和学习 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，可根据自己的兴趣选择特定的模块进行深入学习。 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。 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，了解它们的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。 对于中学生学习 AI，建议如下： 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。

以下是关于图生视频的指令参考： Morphstudio 中： 文生视频：提示词指令为“/video”。举例：“/video 你好世界比例 16:9动作幅度为 5镜头拉近每秒 30 帧秒数为 5 秒” 图生视频：提示词指令为“/animate一只在行走的猫比例 16:9动作幅度为 5相机向上移动每秒 30 帧” 参数说明： “ar”（只针对 MorphVideo 机器人）：用来设置视频的画面比例，如 16:9、4:3、1:1、3:4、9:16 等。 “motion”：调整视频中的运动强度，数值越低运动越微妙，数值越高运动越夸张。 “camera”：控制摄像头移动，如 Zoom（镜头拉近/拉远）、Pan（摄像机向上/向下/向左/向右移动）、Rotate（相机顺时针旋转或逆时针旋转）、Static（相机静态）。 “fps”：视频的帧率，默认每秒 24 帧。 “s”（只针对 MorphVideo 机器人）：设置视频的时长，单位是秒。 此外，还有其他案例： Vidu 大家测试中，有“公子在宣武门前站着说话，气场强大，头发和衣衫随风飘动，气体流动，手指向远方”“小孩子向画面右侧奔跑，后面腾起一路尘土”“公子扔出手中球体法器，法器升空爆出万丈金光，公子惊奇的看着”等提示词生成的视频效果。 桂大羊的教程中，通过性格特征和时代背景描绘人物提示词、上传角色参考图，根据剧本创作提取场景提示词，采用文生图模式并进行垫图操作，确立台词、剧本、风格、人物形象、画面场景后，使用即梦进行图生视频，上传图片至视频生成模块，用简单提示词描绘动态内容，可生成 3 秒钟视频，运镜类型可根据剧本镜头描绘设置，以随机运镜为主，生成速度可选择慢速。

以下是关于图生视频的指令： 1. Morphstudio： 文生视频：提示词指令为`/video`，举例：`/video 你好世界比例 16:9动作幅度为 5镜头拉近每秒 30 帧秒数为 5 秒` 图生视频：提示词指令为`/animate一只在行走的猫比例 16:9动作幅度为 5相机向上移动每秒 30 帧` 参数说明： `ar`（只针对 MorphVideo 机器人）：用来设置视频的画面比例，如 16:9、4:3、1:1、3:4、9:16 等。 `motion`：调整视频中的运动强度，数值越低运动越微妙，数值越高运动越夸张。 `camera`：控制摄像头移动，包括 Zoom（镜头拉近/拉远）、Pan（摄像机向上/向下/向左/向右移动）、Rotate（相机顺时针旋转或逆时针旋转）、Static（相机静态）。 `fps`：视频的帧率，默认每秒 24 帧。 `s`（只针对 MorphVideo 机器人）：设置视频的时长，单位是秒。 2. Runway： 图片搞定之后，拖到 runway 里面去图生 4s 视频。（runway 是收费的，可在闲鱼或淘宝买号找免费的） 进入 runway 官网首页，点击 start with image，然后直接将图片拖进来。 动画幅度尽量用 3，5 有时候会乱跑。 啥都不用改，直接点击生成即可。 注意：不需要等进度条转完，可以直接继续往里放图片，可以同步执行。 直接点删除，然后重新上传下面的图即可（最多可以放几个没数，可自行测试） 3. Pika： 生成视频频道在 Discord 上，点击邀请链接（https://discord.gg/pika）加入频道。 生成视频的指令： `/create`为文字生成视频指令。 `/animate`为图片生成视频指令。 `/encrypt_image`为图片+文字生成视频指令。 常用指令参数： `gs xx`：引导比例，较高的值使其与文本更相关（推荐范围为 824）。 `neg xxx`：负面提示（指定在视频中不希望出现的内容）。 `ar xx:xx`：宽高比（例如 16:9、9:16、1:1、4:5）。 `seed xxx`：生成过程中增加一致性的种子数。 `motion xx`：所需运动强度（仅支持 0/1/2）。 `fps xx`：视频的帧率。