-
AI头脑风暴专家:让 AI当各个领域的专家|帮助我们做头脑风暴|47节
一、需求 AI头脑风暴专家 头脑风暴在职场中的作用是毋容置疑的。 当员工聚集在一起,自由地分享思路与观点时,原本可能被忽视的想法得以浮现,这对于解决复杂问题和发掘新机遇至关重要。通过头脑风暴,大家可以能够跳出常规思维模式,探索多种可能的解决方案。 当然,解决方案的质量也非常依赖团队成员的个人能力。如果希望提升头脑风暴的效果,每次遇到棘手的问题,都邀请更多的专家参与进来,这样几乎不现实。 那 AI …- 0
- 0
- 750
-
AI + SMART安排学习计划:快速制定具体学习计划的方案|49节
一、需求背景 AI + SMART 安排学习计划 在这个快速变化的数字时代,职场不再是一个静态的战场,而是一个不断演化的竞技场。每一天,新的技能和知识都在重塑我们的职业轨迹,而那些能够迅速适应并掌握这些变化的人,正悄然成为职场的领跑者。 掌握学习方法固然重要,但是一个良好的可执行的,可落地的学习计划也非常重要。 那我们怎么制定一个有目标、可量化、有期限的学习计划呢? 利用 AI + SMART 原…- 0
- 0
- 738
-
AI + 六顶思考帽:帮助我们做个人 IP 定位和未来的计划|48节
一、需求背景 AI + 六顶思考帽 想想过去, 我们开会聚焦讨论问题时,总会有人突然跳出来说 “我有一个新想法”, 或者突然说“这个事情这样不行啊,你要这么考虑”,会议要么就会被打断,要么就会因为意见不合陷入到无尽的争吵中,效率极其低下。 除了开会,我们在做个人决策时,往往也是思考不全面就匆匆下决定,导致了大量的出错。 其实人性是懒惰的,大多数情况下,一旦我们的脑海里产生自以为不错的想法后往往会停…- 0
- 0
- 778
-
思维模型:费曼学习法是强调知识从学习到吸收,再输出才能算完整|29节
费曼学习法是以诺贝尔物理学奖得主 理查德·费曼 的名字命名的学习方法,它强调通过 教授他人来 深化个人理解和知识的掌握。 一、定义 费曼学习法的本质特征,是强调知识从学习到吸收,还得再输出才能算完整的学习过程。 如果没有输出,那只是对知识的眼见,耳闻,知识让大脑知道而已,而费曼学习法的达成标准,是让知识通过我们的嘴巴教给下一个人,从而让下一个人的大脑达到知道的水平,这样一整套流程下来,我们才算真正…- 0
- 0
- 560
-
在 ChatGPT 中什么是温度值|基础概念04节
在 ChatGPT 中,temperature(温度值)是一个重要的参数, 通过 API 调用方式设置。我们可以将它比喻为调节 AI 创造性的 “温度控制器”。 「温度值」是一个大于0的数值,在 0 到 2 之间,它影响模型生成文本时采样预测词汇的概率分布。 当模型的「温度值」较高时(如 1.8、1.9 或更高),模型就像一个愿意冒险的人。 他会更倾向于从较多样且不同的词汇中选择,这使得生成的文本…- 0
- 0
- 564
-
思维模型:SWOT分析用于帮助个人或组织项目或业务策略|32节
一、定义 SWOT分析 是由著名管理学教授 海因茨威里克 首次提出的一种策略规划工具,用于帮助个人或组织识别其项目或业务策略的 优势(S)、劣势(W)、机会(O) 和 威胁(T)。 最初主要用于企业发展战略的制定,现在也被广泛应用到各个领域,包括广告营销、经济管理以及个人发展分析等方面。 过去,我和很多小伙伴一样, 使用 SWOT分析时, 按照时间的维度来区分优势、劣势、机会和危机, 认为当前的有…- 0
- 0
- 616
-
快速掌握常规提示词编写流程|发布21节
发布的方式一般分为以下几种: 直接交付给用户。 封装成智能体, 再把智能体使用地址交付给用户。 程序中直接使用(开发人员专用)。 目前支持封装智能体的工具如下: ChatGPT - GPTs: https://chat.openai.com/gpts ChatGLM - Glms: https://chatglm.cn/glms 豆包:https://www.doubao.com/chat/bot…- 0
- 0
- 571
-
快速掌握常规提示词编写流程|提示词编写19节
快速创建初版结构化提示词 我构建一个快速创建提示词的智能体 -- 提示词·诸葛熊猫。(ChatGPT Plus 用户可以使用) 它可以快速创建一套初版的结构化提示词, 之后再优化和调整, 可以节省一些时间。 地址: https://chat.openai.com/g/g-tVQMRlgg0-ti-shi-ci-zhu-ge-xiong-mao 手动创建提示词 结合前文提及的 提示词框架,按照梳理后…- 0
- 0
- 553
-
提示词技巧:让我们快速熟悉下什么是ToT思维树|23节
什么是 ToT (思维树)? 2022年,一个叫 Jason Wei 的中国科学家,在一篇文章里首次提出了一个新观点:他认为,通过一种叫做 CoT(思维链) 的方法,可以让大型语言模型(LLM)在思考问题时,变得更加聪明和有逻辑。 但是即便有了 CoT(思维链),LLM 有时候还是会犯错。 去年,来自普林斯顿大学和 Google DeepMind 研究人员提出了一种全新的语言模型推理框架 -- T…- 0
- 0
- 1k
-
Matt Nigh 提出并发布的提示词-CRISPE框架|框架思维15节
CRISPE 框架是由 Matt Nigh 提出并发布的提示词框架,旨在帮助用户更有效地与大语言模型进行交互,从而产生高质量、多样性的答案。 定义 CR (Capacity and Role) - 能力与角色: 确定你希望语言模型扮演的角色,例如专家、顾问、创作者等。这个角色将指导模型如何理解和回应你的相关领域的问题。 I (Insight) - 洞察: 提供背景信息和上下文,帮助模型更好地理解你…- 0
- 0
- 1.5k
-
提示词避坑:快来让我们看看什么是概念不对齐|26节
什么叫概念对齐? 简而言之,就是你和对方对于某一个知识点理解和认知保持一致。 如果做不到概念对齐,最终的情况,类似于鸡同鸭讲,始终无法得到预期的回复。 当我们和大模型交互时,这种情况也会普遍存在,尤其是刚刚接触大模型的朋友们。这类朋友通常存在以下两种情况: 1、预期过高 随着大模型的发展,很多用户最开始使用时,对于大模型的期望是过高的,认为他无所不能。 大部分用户是不知道大模型的知识储备是有限的,…- 0
- 0
- 497
-
如何将复杂任务拆分成子任务12节
当我们向大模型问一个很复杂的问题,那么大模型需要同时考虑问题中的多个方面,这可能导致大模型难以捕捉到问题的所有细节,从而影响答案的准确性。 但是,如果我们将复杂问题分解为几个简单的子问题,然后逐一向模型提问,每个子问题都相对简单明了,这样模型就能更容易地理解和处理。 策略一:使用意图分类来识别用户查询最相关的指令 适用人群:新手 难度:⭐️⭐️ 解读 简单来说,就是先理解用户的真实需求,然后根据这…- 0
- 0
- 994
-
AI+FFC练习夸人能力:训练的助手|帮助我们提高夸人能力|45节
一、需求 夸人能力重要性已经不用多说,嘴笨、想要学习夸人技巧,只了解 FFC 这个沟通模型是远远不够的。 因为,每次夸人不能再打开大模型,输入具体的背景来生成夸人的内容,再告诉别人,这样黄花菜都凉了~ 夸人能力不是一蹴而就的,需要较强的应变能力。那口才不好,应变能力差怎么呢?没关系,我们通过刻意练习逐渐提高这项能力,相信不久的将来,你会看见全新的自己。 本次实战,我们来搭建一个用于训练的助手,帮助…- 0
- 0
- 620
-
让AI模型的交互效率和准确性-ICIO框架|框架思维14节
ICIO 框架 主要提高AI模型的交互效率和准确性。这个框架由四个基本部分组成:指令(Instruction)、背景信息(Context)、输入数据(Input Data)和输出指示器(Output Indicator)。 定义 Instruction (任务) : 你希望 AI 去做的任务,比如翻译或者写一段文字。 Context (背景) : 给 AI 更多的背景信息,引导大模型做出更贴合需求…- 0
- 0
- 1.4k
-
你是否还不清楚在大模型中什么是 Token |基础概念03节
什么是 Token ? 在大模型中,Token 是一个基本但重要的概念。它是文本处理中的最小单位,比如单词、数字、符号或者汉字。你可以把 Token 想象成是单词、数字、标点符号或者其他语言元素,也可以理解为搭建成建筑(句子)的一个个积木(Token)。 在英语中,一个 Token 可能是一个单词,比如 “apple”,或者一个标点符号,比如句号 “.”。但在其他语言中,比如中文,一个 Token…- 0
- 0
- 637
-
快速掌握常规提示词编写流程|测试和迭代20节
V1 版本测试 1、输入提示词: 2、回答受众人群、写作风格的关键信息。 3、输入待解读的 AI 新闻素材。 4、得到解读的结果。 5、分析问题 内容排版混乱。没有规定输出格式。 看不到原文或者原文的标题,处理起来比较麻烦,且不好对照。 6、迭代思路 增加 Output Format 关键字,要求大模型按照指定格式进行输出。 在 Workflow 第3步中,要求保持原标题和原文不变。 并且在 Co…- 0
- 0
- 628
-
提示词技巧:如何解决超出大模型上下文上限的问题|25节
你是否曾在使用 AI 辅助写作时,沉浸于创作中不自觉地敲下长篇大论,期待它能无缝接上你的思路,却发现结果出乎意料? 或者,在向 AI 寻求健康咨询,详细叙述了你的病症和生活习惯,期望得到详尽的指导,结果却是一个方向偏离的回答? 如果这些场景听起来似曾相识,那么可能因为你不了解大模型上下文原理。 关于 Token 的原理,在 02 基础概念 - 什么是 Token? 中我已经详细说明了。 过去有很多…- 0
- 0
- 14.7k
-
快速掌握常规提示词编写流程|流程梳理17节
针对 AI 新闻小助手 的需求,我将按照如下步骤梳理流程: 欢迎语 和用户打招呼, 让用户知道这套提示词主要的功能是什么。 你好, 我是 AI 新闻解读小助手, 我将分析你提供的AI新闻,为你生成容易理解的内容。 引导用户输入 引导用户输入关键信息,为了更好让大模型了解使用者的背景信息。 受众人群的背景 解读的写作风格 思考的方式 待解读的新闻原稿 通俗解读和思考 核心动作, 以及执行的规则。 通…- 0
- 0
- 583
-
AI目录结构优化:让你快速有效的进行知识管理与分类技巧|44节
一、需求 随着信息时代的快速发展,知识库已经成为我们生活和工作中不可或缺的一部分。 无论是个人的学习笔记、公司的项目文档,还是整个行业的研究资料,一个结构清晰、易于检索的知识库目录结构都至关重要。 但很多时候,我们都会面临一个问题:随着知识的累积,知识库变得越来越庞大和复杂,找到我们需要的信息变得越来越困难。 对于职场新手可能缺乏有效的知识管理和分类技巧,导致知识库变得错综复杂。 当然,即使是那些…- 0
- 0
- 753
-
快速掌握指定模型根据参考文本回答问题11节
当在与大模型对话时涉及某些特定的问题、引用网址时,大模型提供的答案未必完全准确,它只是基于预训练的知识库中找到相关的答案进行回复,而通过提供参考文本,用户可以获得相对准确的答案。 具体官方策略如下: 1、指定模型根据用户提供的参考文本回答问题。 2、指定模型根据参考文本回答,并体现具体引用的原文内容。 策略一:指定模型根据参考文本回答问题 适用人群:新手 难度:⭐️ 如果我们能够为模型提供与当前查…- 0
- 0
- 891




















