AI探索指南

关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件

AI探索指南

  2. AI探索指南

    这张图片，用到了3个免费工具，

    这张图片，用到了3个免费工具，
    先用 https://ideogram.ai/ 生成图片，提示词是：
    the words:"100 days"

    再用 https://clipdrop.co/uncrop 的 uncrop 功能向左右两边扩展图片，使得图片更长。

    再用 https://clipdrop.co/cleanup 的 cleanup 功能抹除因为扩展图片而带来的瑕疵。这个功能效果是可以把画面中的某个物体抹除并补全背景。

  3. AI探索指南

    一个评估 prompt 清晰有效性的 prompt.

    一个评估 prompt 清晰有效性的 prompt.

    我们知道，写 prompt 的核心原则就是清晰明确地描述需要 AI 去完成的任务。具体的技巧都是围绕这个核心原则。

    当我们要写一个 prompt 完成相对复杂一些的任务的时候，我们可能会竭尽所能地增加各种约束、规则、步骤、样例描述等等。但这里有一个问题，我们很难知道到底哪些限定词是真正影响输出结果的？它们到底有多大的影响？

    另外，一个相对复杂的 prompt 发送给 AI 的时候，它是否能够完全理解？

    所以，我想是不是可以通过一个 prompt 来让 AI 自己去理解 prompt 并让其对具体的 prompt 的清晰有效性进行评估。

    目前，我的想法是让其通过阅读理解、分析逻辑、回忆上下文三个方面来对具体的 prompt 进行评估。

    附图是我让它评估我写的雅思口语评估助手。

    基于 GPT 3.5-turbo 模型测试下来，英文输出的评估结果更加详细和具体。所以我在 prompt 里设置了默认输出是英文。如果不想读英文，可以在评估结果出来之后，发送 “将上面的回复完整地翻译为地道的中文，不要遗漏任何信息。” 效果见图二。

    从评估结果可以看到当前模型是如何理解我们的 prompt 的。

    更进一步，在评估结果出来之后，我们让 AI 自己尝试优化我们的 prompt，发送 “基于以上评估和用户的，请修改出一个你认为更高效、更精简的版本。确保你的修改不遗漏原的任务目标。” 即可。效果见图三。

    让 AI 修改 prompt 不是说直接用它修改的版本，而是参考它修改的点。如图三，它精简了我的 prompt 中的关于雅思口语考试详细的评估标准和高分答案标准。

    我参考它的优化建议修改了我原来的 prompt，测试下来，输出结果和原来差不多。相当于在 prompt 里去掉了一些冗余信息，也省了点 tokens.

    Prompt 评估助手：https://docs.qq.com/doc/DSUVKZVhWaVdBQVll

    （原版）雅思口语答案评估助手：https://docs.qq.com/doc/DSWltc3liQWNEQ2VZ

    （基于 Prompt 评估助手优化版）雅思口语答案评估助手：https://docs.qq.com/doc/DSUNUZk5mUlJJSWha

  5. AI探索指南

    AI探索指南
    成了，成了，我的爬虫成了。不需要插件，不需要下载Python，102 部电视剧的评分，2 分钟就爬完了。 代码是 ChatGPT 给的，提示词是“我有 100 部电视剧，想在 colab 上，使用Python爬虫，在豆瓣上爬他们的评分，请问具体可以怎么操作呢？”的大白话。 返工过 2 版。 第一版因为豆瓣有反爬虫机制，每部电视剧都显示“未找到评分”，报错给ChatGPT后，它自己添加额外的请求头（headers）； 第二版是我自己的原因，我想看到每一步的反馈，方便不满意及早调整。它说可以使用Pyt…
    FrMiT4ZCkvNtlpgtUuukVdE42zSPv3.png
    369.8 KB

  6. AI探索指南

    成了，成了，我的爬虫成了

    成了，成了，我的爬虫成了。不需要插件，不需要下载Python，102 部电视剧的评分，2 分钟就爬完了。

    代码是 ChatGPT 给的，提示词是“我有 100 部电视剧，想在 colab 上，使用Python爬虫，在豆瓣上爬他们的评分，请问具体可以怎么操作呢？”的大白话。

    返工过 2 版。

    第一版因为豆瓣有反爬虫机制，每部电视剧都显示“未找到评分”，报错给ChatGPT后，它自己添加额外的请求头（headers）；

    第二版是我自己的原因，我想看到每一步的反馈，方便不满意及早调整。它说可以使用Python的print函数或其他日志记录方法，来输出当前正在处理的电视剧名称和已完成的数量，然后有改了段代码。

    之前，也试过用 ChatGPT 的联网功能和联网插件去爬，但联网功能的爬虫太老实，看到反爬虫机制就作罢了；webpilot 等联网插件则太不老实，爬出来的结果乱七八糟，早就不是豆瓣上的真实数据了。

    更早的时候，也有想过用chrome浏览器上的Web Scraper 插件爬。不过，每一部剧都需要重新搜一遍，印象中Web Scraper 不太能胜任。以往我都是搜完某个关键词之后，用Web Scraper把网站上的所有结果全部爬一遍。

    我爱ChatGPT和colab，对我这种非技术人员实在太友好了。没学过 Python 没关系，没学过爬虫没关系，只要敢问，ChatGPT 真的敢教，colab 也真的能实现。#AI工作流

    AI工作流

  7. AI探索指南

    ### 6.2 答案段落位置测试

    AI探索指南
    FpVFqFOaP1LJ7VliByN0YrsC9IoTv3.jpg
    ### 6.2 答案段落位置测试

    - 根据答案所在段落的位置（开始、结束或输入的中间）测试这些策略。

    ### 6.3 上下文长度测试

    - 通过测试包含70K和95K令牌文档的效果，以了解上下文长度对结果的影响。

    ---

    通过遵循本执行手册的指导，用户可以有条不紊地进行测试和优化，以提高Claude模型在长文档上下文中的回忆能力。

  8. AI探索指南

    ！非常好的文章，使我的GPT4旋转

    ！非常好的文章，使我的GPT4旋转。

    Claude 官方发布的一篇博客，很实用，链接🔗https://www.anthropic.com/index/prompting-long-context

    下面是我用ChatGPT4的web browsing功能把这篇博客通过特定的prompt转换成的一本「执行手册」，可以简单参考一下，具体信息建议还是从原文链接看：

    基于您的要求和提供的文章内容，以下是一份详细、具体、逻辑清晰且可操作的执行手册，形式为Markdown文本：

    ---

    # Claude模型长文本回忆优化执行手册

    本手册旨在指导用户通过特定步骤和方法，优化Claude模型在处理长文档时的回忆能力。

    ## 一、目标定义

    - 评估和优化Claude模型在长文档上下文中正确回忆特定信息的能力。

    ## 二、准备阶段

    ### 2.1 数据源选择

    - 选择一个公开可用的、日常发布的政府文档，作为测试的基础数据源。

    ### 2.2 文档分段与问题生成

    - 将选定的文档分成多个部分。
    - 使用Claude为每个部分生成五个选择题，每个题目包含三个错误答案和一个正确答案。

    ## 三、多选题生成策略

    ### 3.1 避免过于明显的问题

    - 确保问题不应包含答案。

    ### 3.2 避免模糊的短语

    - 避免使用模糊的短语，如“此文档”或“此段落”，而应明确指定问题所指的段落。

    ## 四、评估与测试

    ### 4.1 模型选择

    - 使用Claude Instant 1.2模型进行测试。

    ### 4.2 回忆能力测试

    - 在不同情境下测试Claude的回忆能力，例如仅提供Claude用于编写问题的确切段落，评估Claude能否正确回答自己生成的问题。

    ## 五、提示策略

    ### 5.1 Base策略

    - 直接要求Claude回答问题。

    ### 5.2 Nongov Examples策略

    - 提供与政府文档无关的两个正确回答的常识性选择题示例。

    ### 5.3 Two Examples策略

    - 提供两个与文档上下文中的其他部分有关的正确回答的选择题示例。

    ### 5.4 Five Examples策略

    - 同上，但提供五个示例。

    ## 六、优化提示

    ### 6.1 使用

    - 在测试各种提示策略时，同时测试是否使用，在其中指示Claude提取相关引用。
    FpVFqFOaP1LJ7VliByN0YrsC9IoTv3.jpg
    1.2 MB

  11. AI探索指南

    2023年，让你月赚5w的48个AI工具：

    2023年，让你月赚5w的48个AI工具：

    1. AI研究工具
    • Claude
    • ChatGPT
    • Bing Chat
    • Perplexity

    2. 图片处理
    • Dall-E
    • Leonardo
    • BlueWillow
    • Midjourney

    3. 版权写作
    • Rytr
    • Copy AI
    • Wordtune
    • Writesonic

    4. 设计
    • Canva
    • Clipdrop
    • Designify
    • Microsoft Designer

    5. 网站搭建
    • 10Web
    • Framer
    • Hostinger
    • Landingsite

    6. 视频处理
    • Klap
    • Opus
    • Invideo
    • Heygen

    7. 音频处理
    • Murf
    • LovoAI
    • Resemble
    • Eleven Labs

    8. SEO优化
    • Alli AI
    • BlogSEO
    • Seona AI
    • Clearscope

    9. Logo设计
    • Looka
    • LogoAI
    • Brandmark
    • Logomaster

    10. 聊天机器人
    • Droxy
    • Chatbase
    • Voiceflow
    • Chatsimple

    11. 自动化工具
    • Make
    • Zapier
    • Bardeen
    • Postman

    12. 市场营销
    • AdCopy
    • TryPencil
    • Mailchimp
    • AdCreative

  12. AI探索指南

    Milestones Archive - The History of the Web

    Milestones Archive - The History of the Web

    一个很好的网站：1988-2023：互联网发展里程碑。尤其是互联网早期发展的历程和节点，对现在新技术创业者投资人会尤其有启发。

    当很多人说（AI、Web3、Metaverse）等就是互联网的（1993，1994，1995，1998）年的时候，究竟在这些时间点互联网行业发生了什么？