以下是关于通过 DeepSeek 生成论文的相关指令和信息： 1. 高级调试策略： 模糊指令优化：对于宽泛需求可添加维度约束，如“写小说”可修正为“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；对于主观表述可量化标准，如“写得专业些”可修正为“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法：包括首轮生成获取基础内容、特征强化加强某段的技术细节描述、风格调整改用特定语气并添加结论部分、最终校验检查时间逻辑一致性和列出可能的事实性错误。 2. 高阶能力调用： 文风转换矩阵：如作家风格移植“用鲁迅杂文风格写职场 PUA 现象”、文体杂交“将产品说明书改写成《史记》列传格式”、学术口语化“把这篇论文摘要翻译成菜市场大妈能听懂的话”。 领域穿透技术：如行业黑话破解“解释 Web3 领域的'胖协议瘦应用'理论”。 3. 场景化实战策略：包括创意内容生成、技术方案论证。 4. 效能增强技巧： 对话记忆管理：如上下文锚定“记住当前讨论的芯片型号是麒麟 9010”、信息回溯“请复述之前确认的三个设计原则”、焦点重置“回到最初讨论的供应链问题”。 输出质量控制：对于过度抽象可“请具体说明第三步操作中的温度控制参数”；对于信息过载可用“用电梯演讲格式重新组织结论”；对于风格偏移可“回归商务报告语气，删除比喻修辞”。 5. 特殊场景解决方案： 长文本创作：可采用分段接力法，如“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应”。 敏感内容处理：可采用概念脱敏法“用经济学原理类比说明网络审查机制”、场景移植法“假设在火星殖民地讨论该议题”。 此外，DeepSeek 在写文方面全面领先，但长文会太发散，文风用力过猛，可能导致审美疲劳，且模型多样性不够，相同 prompt 提问多次答案雷同。写理性文章时，可先与 DeepSeek 讨论思路，再用 Cloud 3.5 批量生成。用 O1 模型对 AI 创作的字数控制有一定效果，也可通过多轮对话让 AI 增删改查来调整字数。

以下是关于写好 AI 绘画提示词的一些要点和方法： 1. 趣味性与美感概念：通过反差、反逻辑、超现实方式带来视觉冲击，在美术基础不出错前提下将形式与内容结合。 2. 纹身图创作要点：强调人机交互，对输出图片根据想象进行二次和多次微调，确定情绪、风格等锚点再发散联想。 3. 魔法少女示例：以魔法少女为例，发散联想其服饰、场景、相关元素等，并可采用反逻辑反差方式。 4. 提示词编写方法：用自然语言详细描述画面内容，避免废话词，Flux 对提示词的理解和可控性强。 5. 实操演示准备：按赛题需求先确定中式或日式怪诞风格的创作引子。 6. 人物创作过程：从汉服女孩入手，逐步联想其颜色、发型、妆容、配饰、表情、背景等元素编写提示词。 7. 输入语言：星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（一个长头发的金发女孩），基础模型 1.5 使用单个词组（女孩、金发、长头发），支持中英文输入。 8. 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 9. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框，负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 10. 利用“加权重”功能：可在功能框增加提示词，并进行加权重调节，权重数值越大，更优先。对已有的提示词权重进行编辑。 11. 辅助功能：翻译功能可一键将提示词翻译成英文；删除所有提示词可清空提示词框；会员加速可加速图像生图速度，提升效率。 12. 对于 Stable Diffusion：生成方式主要分为文生图和图生图两种。文生图仅通过正反向词汇描述来发送指令。在文本描述上又分为两类：内容型提示词主要用于描述想要的画面，采样迭代步数通常数值控制在 20 40 之间最好，采样方法一般常用的为：Euler a；DPM++2S a Karras；DPM++2M Karras；DPM++SDE Karras；DDIM。将比例设置为 800:400，高宽比尽量在 512x512 数值附近。

以下是写好 AI 绘画提示词的一些要点和方法： 1. 画面描述：用自然语言详细描述画面内容，避免废话词。比如描述人物时，包括发型、妆容、服饰、配饰、表情、背景等元素；描述场景时，涵盖环境光照、画面构图等。 2. 趣味性与美感：趣味性可通过反差、反逻辑、超现实方式带来视觉冲击，美感需在美术基础不出错前提下形式与内容结合。 3. 纹身图创作：强调人机交互，对输出图片根据想象进行二次和多次微调，确定情绪、风格等锚点再发散联想。 4. 特定示例：如以魔法少女为例，发散联想其服饰、场景、相关元素等，并可采用反逻辑反差方式。 5. 输入语言：根据不同模型选择合适的输入方式，有的使用自然语言（一个长头发的金发女孩），有的使用单个词组（女孩、金发、长头发），且支持中英文输入。 6. 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等，例如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 7. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框，输入不想生成的内容，如不好的质量、低像素、模糊、水印等。 8. 利用“加权重”功能：在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。 9. 辅助功能：如翻译功能可一键将提示词翻译成英文，还有删除所有提示词、会员加速等功能。 10. 模型选择与参数设置：根据需求选择合适的模型和采样方法，合理设置采样迭代步数和比例等参数。

AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，还存在专家 Agent（拥有特定领域知识和技能，负责处理复杂的任务和解决特定问题）、管理 Agent（协调和控制其他 Agent 的活动，确保整体系统协调一致地运行）、学习 Agent（通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力）。 从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，往后，我们都将其称之为 AI Agent。

LLM（大型语言模型）是一种具有重要意义的人工智能系统，它具有以下特点和作用： 它不仅仅是一个聊天机器人，更像是新一代操作系统的核心程序。能够协调跨多种模式的输入与输出（如文本、音频、视觉），具备代码解释和运行程序的能力，具有浏览器/上网功能，包含用于文件和内部内存存储与检索的嵌入式数据库。 是 LangChain 平台与各种大模型进行交互的核心模型，是一个能够处理语言输入和输出的抽象概念，输入是字符串形式的用户请求或问题，输出也是字符串形式的模型回答或结果。其优势在于让开发者无需关心大模型的细节和复杂性，能灵活选择和切换不同大模型，还能让开发者自己封装自己的 LLM 以实现特定的语言逻辑和功能。 是一种非常聪明的人工智能系统，能够通过学习大量的文字数据来理解和生成自然语言。可以想象成一个超级有知识的朋友，能回答各种问题、写故事、完成作文。就像一个读了很多书、知识丰富的小朋友，虽然不是真人，却是一个能处理和学习海量文字数据的计算机程序，这些数据来源广泛。如今的搜索引擎背后可能就有 LLM 的支持，能给出更准确、完整的答案，有时像真正的专家一样解答问题。 总的来说，LLM 是一种通过学习大量文本数据，能够理解和生成自然语言的人工智能系统。

智能体（Agent）在人工智能和计算机科学领域是一个重要概念，指能够感知环境并采取行动以实现特定目标的实体，既可以是软件程序，也可以是硬件设备。 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并具有以下关键组成部分： 1. 规划：包括子目标和分解，将大型任务分解为更小、可管理的子目标，以有效处理复杂任务。 2. 反思和完善：能够对过去的行为进行自我批评和反思，从错误中吸取教训，完善未来步骤，提高最终结果质量。 3. 记忆：包含短期记忆，用于所有的上下文学习；长期记忆，通过利用外部向量存储和快速检索，为 Agents 提供长时间保留和回忆（无限）信息的能力。 4. 工具使用：Agents 学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 以下是一些关于智能体 Agent 的相关目录： 1. 2. 3. 4. 5. 6. 从产品角度思考 Agent 设计： 1. Agent 可以是一个历史新闻探索向导。 身份：历史新闻探索向导 性格：知识渊博、温暖亲切、富有同情心 角色：主导新闻解析和历史背景分析 为使角色更生动，可为其设计简短背景故事，如曾是一位历史学家，对重大历史事件了如指掌，充满热情，愿意分享知识。 2. 写好角色个性的方法： 角色背景和身份：编写背景故事，明确起源、经历和动机。 性格和语气：定义性格特点，如友好、幽默、严肃或神秘；确定说话方式和风格。 角色互动方式：设计对话风格，从基本问答到深入讨论。 角色技能：明确核心功能，如提供新闻解析、历史背景分析或心理分析；增加附加功能以提高吸引力和实用性。 正如《》所写：个性化定制的“虚拟伴侣”能得到用户认可，是因为精准击中许多年轻人无处可藏的孤独和焦虑，背后是年轻人渴望被理解、沟通和交流。美国心理学家 Robert Jeffrey Sternberg 提出了“爱情三角理论”，认为爱情包含“激情”“亲密”“承诺”三个要素。激情是生理上或情绪上的唤醒，例如对某人有强烈的性或浪漫的感觉；亲密是一种相互依恋的感觉，通过相互联结带来的喜爱和相互沟通分享自己的所见所闻、喜怒哀乐来体现；承诺是决定建立长期稳定关系，融入对方生活，形成互助互惠的关系，代表着一种长相厮守的责任。

以下是一些可以获取搭建完成的智能体并直接使用的途径： 1. 在五津的“宝藏智能体 club”中，创建智能体，输入人设等信息，放上创建的工作流。配置完成后进行测试，但千万不要直接发布。工作流中的某些节点使用的插件 api_token 填的是您的 token，其他人调用会消耗您的费用。您可以将 api_token 作为工作流最开始的输入，用户购买后输入 api_token 再发布。 2. 通过 Coze 接入： 2 月 14 日 8 点有火山引擎解决方案专家在飞书会议的直播，直播结束后可看回放： 。 学习文档： 。 模板更新： 。 创建账号，如果是普通账号，请自行升级或注册专业号后使用。 点击创建智能体，完成创建后，如果已创建好推理点，可在 Bot 编排里直接看到和选择创建好的推理模型，测试可用后直接发布。注意，如果发布到公共空间，其他人使用会消耗您的 Token（也可设置成仅自己使用）。 3. 在阿里云百炼平台中： 模型广场丰富，有各种模型，包括音频理解、视频理解等，通义的一些强模型也在其中。 无需部署直接用，和摩搭的最大区别在于无需部署，直接就能使用 Deepseek R1 模型。 价格与免费额度：价格与各大平台差不多，有大量免费额度，如 100 万 token，不同版本的模型如 7B、14B、32B 等也送 100 万 token，LLAVA 限时免费。 授权与实名认证：使用需要解锁和授权，没有授权按钮的需要对阿里云进行实名认证，可通过支付宝扫码或在右上角头像处进行，共学群里有相关指引。 模型效果对比：在首页体验模型页面可对比不同模型的效果，如 V3 和 R1，R1 会先思考，速度较快。 多模态能力介绍：多模态可以识别更多输入信息，如读文件、图片等，而 Deepseek R1 本身不是多模态模型。 连接 Chat Box：通过模型广场的 API 调用示例获取链接，截断后粘贴到 Chat Box 的设置中，添加自定义提供方，设置模型名称为 Deepseek R1，并获取 API key。 API key 重置：可删除旧的 API key 并重新创建，方便本地软件连接。 模型应用：如语音识别模型，能将语音快速转成文字，有多种应用场景。 智能体搭建：新建智能体应用，可选择模型，调整参数，如回复字数限制和携带上下文轮数等。 互联网搜索：在检索配置中开启互联网搜索，能从新闻网站获取最新新闻和天气等信息，会判断检索结果的合适性。

要从零到一成为 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 产品并尝试动手实践应用搭建。 2. 研究级： 技术研究路径：深入研究某一技术领域。 商业化研究路径：根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用： 拥有成功落地应用的案例，产生商业化价值。 同时，AI 产品经理需要懂得技术框架，不一定要了解技术细节，但要对技术边界有认知，最好能知道一些优化手段和新技术的发展。产品经理要关注的还是场景、痛点、价值。 此外，还可以参考一些实际案例，比如 Kelton 作为 Owner 从 01 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。 在技术方面，对于纯小白，可以从最基础的小任务开始，让 AI 按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。还可以通过和 AI 的对话，逐步明确项目需求，让 AI 帮助梳理出产品需求文档。

以下是关于 Midjourney 提示词的相关内容： Midjourney V6 更新风格参考命令 2.0： 将 sref 和 URL添加到提示的末尾，以指定风格参考图像。使用“风格参考”图像的魔力在于 Midjourney 将努力捕捉参考图像的美学特质而非语义内容。新提示本身不应包含美学内容，这有助于 sref 的执行。例如：A young man stands at the edge of the forest cliff,looking over the ocean below.sref https://s.mj.run/9DFZsjKwkyEv 6.0 Midjourney 基础知识·提示： 在 Midjourney 中，提示是提供给 AI 的文本命令，用于指示其创建内容，可以是单词、句子或详细描述。提示设计越周到，结果越可能符合预期。 简单提示示例：Prompt：An alien humanoidv 6.1 提示：一个外星人形生物v 6.1 详细提示示例：Prompt：A lowangle shot of an alien humanoid creature with a glowing screen on its face,looking down from the side,atmospheric lighting,and a minimalist backgroundv 6.1 提示：一个外星人形生物的低角度镜头，它的脸上有一个发光的屏幕，从侧面向下看，大气的照明，和极简主义的背景v 6.1 色彩缤纷的油画： 在 Midjourney 中，"colorful oil painting"是特定提示词，用于引导生成具有油画质感且色彩丰富的图像。"Colorful"指包含许多鲜明、明亮的颜色，"Oil painting"指使用油画颜料作画的艺术形式，特点是颜料质地浓厚、层次丰富、色彩深邃。 艺术风格： "Oil painting"通常与古典艺术和现实主义联系，也可与多种艺术风格和主义结合，如印象派、表现主义或超现实主义等。 使用"colorful oil painting"提示词时，构图通常呈现油画特有的质感和笔触，可能采用传统油画构图技巧，如黄金分割、三分法或动态对称来平衡画面元素。 "Colorful"强调色彩丰富多样，生成的图像通常包含鲜艳、饱和的色彩及对比色或互补色运用，以增加视觉冲击力。 此外，关于 Midjourney V6、V5.2 和 niji 6 的出图部分未提供具体内容。如果您想了解更多关于 Midjourney 提示词的信息，建议参考 Midjourney 官方文档或相关教程。

以下是制作小游戏并上架到抖音和微信可能需要用到的 AI 和软件： AI 方面：可以利用 AI 描述需求生成游戏代码，例如向云雀 3.5 等模型描述需求来辅助生成代码。还可以让 AI 处理图片、绘制角色形象等。 软件工具： 图像托管网站：用于上传游戏中的图片，选择无需登录、兼容性强的网站。 代码解释网站：有专门解释代码改游戏 bug 的网站，部分有免费额度。 GitHub：用于游戏发布，需要注册账号，设置游戏名，选择公共或锁定，上传文件等。 Zion：支持小程序、Web、AI 行为流全栈搭建，APP 端全栈搭建 2025 上线。 Coze：可作为后端服务。 微信开发者工具：用于微信小程序的开发。