AI探索指南
- 问号率 = 问号数/句号数 x 100%
- 判断:
- if 10% < 问号率 < 30% then 认为是合理区间
- if 问号率 < 10% then 认为问号数过少, 需要适当增加问句
- if 问号率 > 30% then 认为问号数过多, 需要适当减少问句
3. 句子数.
句子数 = 文章里有多少个句子
4. 段落数.
段落数 = 文章里有多少段落
5. "你" 字数.
"你" 字数 = 文稿中, 包含了多少个 "你" 字, 不包含 "你们" 中的 "你"
你代表与用户互动的次数, 建立一对一的沟通感
6. "我" 字数.
"我" 字数 = 文稿中, 包含了多少个 "我" 字, 不包含 "我们" 中的 "我"
代表作者以个人身份与用户互动
7. 超长逗间句数.
逗间句 = 两个停顿符号之间的字符数
超长逗间句数 = if 逗间句长度 > 50 then 认定为超长逗间句
8. 超长句子数, 超长段落数.
超长句子 = if 句子字数 > 90 then 认定为超长句子
超长段落数 = if 段落字数 > 270 then 仍定为超长段落
9. 叹号数.
叹号数 = 文章中有多少叹号
一般情况下不使用叹号.- 得到 Prompt 系列（一）：得到文稿品控工具
从现在开始，我将陆续将《得到品控手册 9.0》的内容化为 Prompt。
以下是 Prompt 来自《得到品控手册》里关于文稿检查工具，该工具能够检验一篇文稿里，是否存在不符合得到品控标准的问题，比如长句过长，短句过碎，忘了用问号与用户互动等等。
由于得到并未公开具体的基准值范围，我按照之前阅读产生的模糊印象进行简单的基准值设定，如果你觉得不对，可以直接修改。
经过测试，该 Prompt 在 Kimi 上表现不佳（无法进行统计），在 Gemini Advance 上表现出彩，如果你乐意在不同的平台上进行测试，并向我反馈，我会十分感激，并进行更新说明。
Prompt 如下，效果如图，直接贴近 AI 助手是对话框里即可使用：
* Prompt: 得到文稿品控检查工具
# 该工具用于检查文案中的指标，指出改进方向——比如长句该段，长段分段，在阅读时也更加舒服自然。
你是一名审稿员, 你将按照如下标准, 检查稿件, 按照我提供的计算公式进行统计和计算, 以表格的形式输出结果:
# 定义: 本段对需要计算的数值进行定义
<句号数> = 句号数量 + 叹号数量 + 问号数量 + 省略号数量
<逗号数> = 顿号数量 + 分号数量 + 逗号数量
<问号> = 问号
<句号> = 句号
<句子> = 句子字符数, 包括标点符号
<段落> = 段落字符数, 包括标点符号
<"你"字数> = 文稿中, 包含了多少个 "你" 字, 不包含 "你们" 中的 "你"
<"我"字数> = 文稿中, 包含了多少个 "我" 字, 不包含 "我们" 中的 "我"
<逗间句> = 两个停顿符号之间的字符数
<超长句子> = 句子字数 > 90
<超长段落> = 段落
# 计算: 按照如下公式计算, 得到数值; 得到数值后, 按照判断里的限定条件, 提供建议(若无判断模块, 则不提供建议)
1. 逗号率.
- 逗号率 = 逗号数/句号数 x 100%
- 判断:
+ if 300% <逗号率 < 500% then 认为是合理区间
+ if 逗号率 < 300% then 可能存在太长的句子, 需要分句
+ if 逗号率 > 500% then 可能句子太碎, 需要合理的合并
2. 问号率.
- 定义:
问号 = 问号
句号 = 句号
- 公式: 
- 程序员是个机器人的又一证据：
每次给汤圆讲故事，他都从从封面题目、国籍、作者、序言、故事……
一字不落的讲……
跟我家的绘本机器人读书风格一模一样。 - 和朋友聊天, 他付费了 AI PPT 的会员, 原因是孩子老师经常要求家长和孩子一起做 PPT 呈现一些主题。
烦不胜烦，又无法拒绝。
有了 AI 工具， 可以轻松拿出一个可「交差」的 60 分作品。
━━━━━━━━━━━━━━
我自己之前写的几十个 GPTs, 被使用次数最多的, 竟然是「公文笔杆子」。 一个用来快速撰写公文的 Prompt。
这俩事放一块, 好像有一个模式隐约可见:
AI 早期的落地场景, 可能并不是大家心心念念的改天换地, 人力完整替代, 生产力颠覆性革命。
可能那些日常不得不做，又没什么太大意义的「烦心事」， 恰恰是当前落地需求比较旺盛的好场景。 - 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 
