自己尝试了一下这个 ChatTTS 语音合成项目。

真的很牛批，他是有感情的，并且会自己在合适的地方添加语气词帮助衔接内容。

并且和字节新上的 LLM 语音合成做了一下对比，除了音质之外都比字节的强。

项目地址：https://github.com/2noise/ChatTTS

《得到品控手册》，里面把内容生产标准化这事给标准化了。

每个环节，单独分析撰写SOP，里面有原则，有方法论，也有示例。

这是什么？写Prompt的原材料啊。

把这里的一个个锦囊事项，搞成一个个的Prompt或GPTs，可太容易了。

Know-how直接喂到嘴边了，搞内容创业的同学可以试试效果。

快来感受一下，大早上震撼到我了，这也太真实了。

这个视频里的声音是推上一个人用开源 TTS https://github.com/2noise/ChatTTS 生成的。

B站这里还有个作者演示的更强大版本 https://b23.tv/ClQqNxS ，不过作者说不会开源这个版本，其实就是大家可以去跟他合作的意思。

自己撸了一套完全离线的RAG。

技术栈：
- llama3替代OpenAI
- nextjs做UI和api
- postgresql pgvector 做存储

中间碰到一些坑，第一个国内开发就是网络的坑，大部分框架默认自带就是OpenAI的服务，但是被墙，有的框架写的太死，都不好配置代理...

第二个坑，OpenAI默认向量纬度是1536，但是llama3是4096，得手动搞一下数据库，它默认创建的时候是1536。

还有很多配置因为ts llamaindex可能太小众了，配置啥都没有，我得去读一下源码...

学习和参考了 @艾逗笔 的两个项目，感谢！

https://github.com/all-in-aigc/gpts-works
https://github.com/thinkany-ai/rag-search

https://github.com/langchain-ai/langchain-nextjs-template 这个项目是用langchain来写的，不过可以学习一下他的输出prompt，以及RAG的写法。

总的来说要自己搞一下，该踩的坑还得得躺。

又发现了一个卖金铲子的家伙！
各家都在做 AI 搜索
AI 搜索的痛点就是数据源不够好
这个叫Tako的服务，给 AI 搜索产品提供基于真实知识的互动图表。
比如对比 Netflix 和 Nvidia 的净利润曲线
这可比总结几个网页高级多了。。。
特别适合写研究报告，这种很难找的信息，用户付费意愿也很强
第一个合作伙伴会是 Perplexity，拭目以待！

我脑袋里大概有四十多个AI产品的idea，都很有意思，而且利用了大模型作为核心能力。但是呢，我还看到了两个更大的方向，所以这些东西暂时都没法做出来，大的不一定好，小的也很好，但是既然看到了，那还是得去搞搞看

如果之后大的搞成了，或者搞挂了，再去把这些小东西挨个搞出来，也能聊以自慰，玩很久了

如何让你的简历在AI 面前“所向披靡”？

与 ChatGPT 斗，其乐无穷！

via @Diiiii

大厂都自己下场做教学了，谷歌出了一个给用户的提示快速入门手册。

包括提示词的书写格式以及涉及到各个职能的常用提示词和拆解。

我把整个 PDF 用 GPT-4o 翻译了，后面有下载地址。

在撰写有效提示时，有四个主要方面需要考虑。不需要全部使用。

Persona 角色、Task 任务、Context 上下文、Format 格式

以下是快速入门 Gemini 的一些提示：

使用自然语言。写作时就像在与另一个人交谈。用完整的句子表达完整的想法。

具体并反复迭代。告诉 Workspace 的 Gemini 你需要它做什么（总结、写作、改变语气、创建）。提供尽可能多的上下文。

简明扼要，避免复杂。用简短但具体的语言陈述你的请求。避免使用行话。

让它成为一次对话。如果结果不符合您的期望或您认为有改进的空间，请微调您的提示。使用后续提示和迭代的审查和改进过程，以获得更好的结果。

剩下的提示词案例和 PDF 下载在这里：https://mp.weixin.qq.com/s/lIMh_5jLlLWq5hptBv6tRw

拼多多评价模块用上了AI总结

被kimichat背刺了，我想从一份英文PDF提取我想要的信息，然后我就直接给kimichat发过去

最后它也帮我总结了，但是数据都错了 完全对不上。客户跟我说才知道

AI道路任重而道远，如果不能完全信任，那么它的价值到底在何处呢？

每天调戏GPT …

卧槽，期待的东西终于来了，AnyNode 这个 ComfyUI 节点牛哇。

你可以输入提示词让 LLM 帮你编写任何功能的节点。

AnyNode 会根据你的要求编写一个 Python 函数，然后把这个节点链接到你要求的输出格式节点就行。

比如作者案例里面就通过提示词实现了文本总结节点、颜色通道调整节点，Ins 滤镜节点，甚至一个边缘检测器。

插件地址：https://github.com/lks-ai/anynode