以下是一些通过 AI 工具赚钱的方式： 1. 成为 AI 博主，利用以下工具创作素材： AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity。 图片处理：DallE、Leonardo、BlueWillow、Midjourney。 版权写作：Rytr、Copy AI、Wordtune、Writesonic。 设计：Canva、Clipdrop、Designify、Microsoft Designer。 网站搭建：10Web、Framer、Hostinger、Landingsite。 视频处理：Klap、Opus、Invideo、Heygen。 音频处理：Murf、LovoAI、Resemble、Eleven Labs。 SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope。 Logo 设计：Looka、LogoAI、Brandmark、Logomaster。 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple。 自动化工具：Make、Zapier、Bardeen、Postman。 市场营销。 2. 利用生成式 AI 进行艺术创作，将创作内容用于盈利。 3. 通过以下方式利用 AI 数字人直播赚钱： 直接销售数字人工具软件，包括实时驱动和非实时驱动两类。实时驱动的标准零售价一年在 4 6 万以上，非实时驱动的一个月 600 元，但效果较差。 提供数字人运营服务，按直播间成交额抽佣。 对于 AI 直播卖货，适用品类和场景包括： 不需要强展示的商品，如品牌食品饮料。 虚拟商品，如门票、优惠券等。 店播效果较好，数据基本能保持跟真人一样。 不适用于促销场景和服装等过品快、建模成本高的商品。 AI 直播的壁垒和未来市场格局： 目前仍有技术门槛，如更真实的对口型、更低的响应延迟等。 不会一家独大，可能有 4 5 家一线效果的公司，大多为二三线效果公司。 能把客户服务好、规模化扩张的公司更有价值。 有资源、有业务的大平台下场可能带来降维打击。

程序员需要关注以下 AI 工具： 1. 辅助编程工具： GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能快速提供代码建议。 通义灵码：阿里巴巴团队推出，提供多种编程相关能力。 CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，实时提供代码建议。 CodeGeeX：智谱 AI 推出的开源免费编程助手，基于 130 亿参数的预训练大模型。 Cody：Sourcegraph 推出的代码编写助手，借助强大的代码语义索引和分析能力。 CodeFuse：蚂蚁集团支付宝团队提供的免费 AI 代码助手。 Codeium：由 AI 驱动，提供代码建议、重构提示和代码解释。 更多辅助编程 AI 产品可查看：https://www.waytoagi.com/category/65 2. 绘制逻辑视图、功能视图、部署视图的工具： Lucidchart：流行的在线绘图工具，支持多种图表创建。 Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 ArchiMate：开源建模语言，与 Archi 工具配合使用创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 draw.io（diagrams.net）：免费在线图表软件，支持多种类型图表创建。 PlantUML：文本到 UML 转换工具，通过描述文本自动生成视图。 Gliffy：基于云的绘图工具，支持创建架构图。 Archi：免费开源工具，支持创建逻辑视图。 Rational Rose：IBM 的 UML 工具，支持多种视图创建。 3. AI 博主素材相关工具： AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity 图片处理：DallE、Leonardo、BlueWillow、Midjourney 版权写作：Rytr、Copy AI、Wordtune、Writesonic 设计：Canva、Clipdrop、Designify、Microsoft Designer 网站搭建：10Web、Framer、Hostinger、Landingsite 视频处理：Klap、Opus、Invideo、Heygen 音频处理：Murf、LovoAI、Resemble、Eleven Labs SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope Logo 设计：Looka、LogoAI、Brandmark、Logomaster 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple 自动化工具：Make、Zapier、Bardeen、Postman 市场营销

对于程序员来说，需要关注的 AI 方面包括以下内容： 生成式 AI：对于更有经验的程序员，要关注整体代码质量，了解如 OpenAI Codex 模型等生成性编程工具，虽然它能生成代码，但程序员仍需编程。 AI 背景知识： 基础理论：包括人工智能、机器学习、深度学习的定义及其关系。 历史发展：回顾 AI 的发展历程和重要里程碑。 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、矩阵等基本概念。 概率论：掌握条件概率、贝叶斯定理等知识。 算法和模型： 监督学习：了解线性回归、决策树、支持向量机（SVM）等常用算法。 无监督学习：熟悉聚类、降维等算法。 强化学习：了解基本概念。 评估和调优：掌握模型性能评估方法，如交叉验证、精确度、召回率等，以及模型调优技术，如网格搜索。 神经网络基础： 网络结构：理解前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）等。 激活函数：了解 ReLU、Sigmoid、Tanh 等常用激活函数。 Python 编程： 基本语法：包括变量命名、缩进等规则。 数据类型：熟悉字符串、整数、浮点数、列表、元组、字典等。 控制流：掌握条件语句、循环语句的使用。 函数：学会定义和调用函数，理解参数和返回值。 作用域和命名空间：了解局部变量和全局变量的概念。 模块和包：掌握导入模块和使用包的方法。 面向对象编程（OOP）：了解类和对象、属性和方法、继承和多态。 异常处理：理解异常的概念，学会使用 try 和 except 语句处理错误。 文件操作：学会文件读写和文件与路径操作。

在国内使用 ChatGPT 存在一些限制和需要注意的地方： 1. ChatGPT 是由 OpenAI 开发的知名 AI 助手。它具有开创性，是首批向公众开放的大规模商用 AI 对话系统之一，改变了人们对 AI 的认知，为技术发展指明方向。其界面简洁直观，交互流畅自然，降低了使用门槛。从技术角度看，背后的 GPT 系列模型性能和能力领先，能应对各种复杂任务和挑战。 2. 但也要认识到其局限性，随着 AI 技术发展，它已不是市场上唯一顶级选择，其他产品在特定领域可能超越它。 3. 对于国内用户，可能会因网络连接问题遇到连接不稳定、响应延迟等困扰，影响使用体验。 4. 如果您想在国内使用 ChatGPT，若身在海外或有稳定国际网络连接，它是不错的选择。若没有，可能需要考虑本地化替代方案。 5. 对于苹果系统用户，在中国区正常下载不了，需切换到美区。美区 Apple ID 注册教程可参考知乎链接： 。最终在 Apple Store 搜到 ChatGPT 下载安装，注意别下错。 6. 可以通过支付宝购买苹果礼品卡，地区切换到美区任意区，找到【品牌精选 折扣礼品卡】，点击【大牌礼品卡】，往下滑找到【App Store&iTunes US】礼品卡，按需购买，建议先买 20 刀。然后在 apple store 中兑换礼品卡，在 chatgpt 中购买订阅 gpt plus，中途不想订阅可在订阅列表中取消。 7. 使用时，打开 ChatGPT 应用或网页，点击开始对话。会员在苹果或安卓手机上购买的，电脑上也能登录。版本切到 ChatGPT 4o，点击右下角“耳机?”图标，选择声音可体验语音对话功能。

以下是关于如何靠 AI 赚钱的一些分析： 从 GPTs/GLMs 赚钱的角度来看，OpenAI 推出 GPTs 时，创建的 GPTs 可视为产品。其核心竞争力和护城河在于数据和服务（定制化 Tools）。例如，WebPilot 的作者通过自己开发的搜索接口提供搜索服务接入 GPTs，若要模仿，要么自行开发搜索服务，要么购买其 API 接口；小红书写作专家通过收集大量小红书数据和规则，包装成 GPTs，模仿则需先获取这些数据。但靠这种方式可能只能赚到一波红利钱，并非长久之计。 另外，作为目前最大的第三方 GPTs 商店，BeBeGPTs 收录了大量 GPTs 数据。从数据来看，大多数人难以通过 GPTs/GLMs 赚钱。 生成式 AI 在艺术创作方面是第一个主流用例，如 Lensa 应用。生成式 AI 产品可服务于各种用例，从消费者“仅为了娱乐”地创造内容，到创作者或个体创业者通过内容实现盈利，且已在多种媒介中推出。 总之，靠 AI 赚钱并非易事，需要在数据、服务等方面形成独特的竞争力。

要降低文中的 AI 味道，可以从以下几个方面入手： 1. 文风方面：避免使用诸如“首先、其次、再者、最后”等套话，减少概括性描述，增加侧面描写，使叙述更加生动灵活，避免结构死板。 2. 道德说教方面：减少过度的正面描述和道德说教，让内容更贴近真实的人类生活，避免与人类生活脱节，以免引起读者的厌烦。 3. 角色设定方面：让 AI 扮演特定的角色，并给出明确的输出要求，例如营造特定的场景和氛围，让其在回复中加入动作等细节，增加画面感和情感，使回复更具灵性和人味儿。 需要注意的是，去除 AI 味并非绝对，不同的模型在文风上存在差异，如 Claude 和 Google 的 gemini 模型相对来说 AI 味较淡，而 OpenAI 的 GPT 模型在不断改进。

以下为您推荐一款可用于给老照片上色且效果较好的免费 AI 软件——Stable Diffusion。 在使用 Stable Diffusion 给老照片上色时，新上线的 controlnet 模型中的 Recolor 模型作用显著，可将黑白图片重新上色。对于人物照片还原，可选择 realisian 的写实大模型，提示词直接描述颜色和对应的内容。 ControlNet 选择 Recolor 时，预处理器选择“recolor_luminance”效果更佳。之后将照片放入后期处理，使用 GFPGAN 算法将人脸变清晰。若要将五官重绘及让照片中的头发、衣服等元素变清晰，可将图片发送到图生图中，打开 stableSR 脚本放大两倍，切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可不写以免干扰原图。 对于内容较多、无法一一指定颜色的照片，可能需要逐个上色后用 ps 进行融合。

关于用 AI 处理 Excel ，目前有以下几种工具和插件可以增强其数据处理和分析能力： 1. Excel Labs ：这是一个 Excel 插件，新增了基于 OpenAI 技术的生成式 AI 功能，允许用户在 Excel 中直接利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot ：微软推出的 AI 工具，整合了 Word 、 Excel 、 PowerPoint 、 Outlook 、 Teams 等办公软件，用户通过聊天形式告知需求，Copilot 会自动完成如数据分析或格式创建等任务。 3. Formula Bot ：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI ：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术的不断发展，未来可能会有更多 AI 功能被集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。但请注意，以上内容由 AI 大模型生成，请仔细甄别。

要从 IT 产品和项目经理转变为 AI 产品经理，可以参考以下步骤： 1. 入门级：通过 WaytoAGI 等开源网站或相关课程了解 AI 概念，使用 AI 产品并动手实践应用搭建。 2. 研究级： 技术研究路径：对某一领域有认知，能根据需求场景选择解决方案，利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 商业化研究路径：熟悉传统互联网偏功能实现和偏商业运营的产品经理工作，最好能将两者结合。 3. 落地应用级：积累成功落地应用的案例，产生商业化价值。 AI 产品经理的岗位技能要求包括： 1. 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 3. 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 4. 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 5. 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 6. 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 7. 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 8. 对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践。 9. 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 10. 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 11. 具有一定的编程基础，熟练使用 Python、Git 等工具。 总结来说，AI 产品经理要懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。同时，要关注场景、痛点、价值。

以下是从小白开始学习 AI 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自己的作品。 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。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。