Navigate to WaytoAGI Wiki →
Home/All Questions
财务专员,采购专员,PM,CRM,开发(网站前端和后端开发,低代码RPA开发,Mendix开发) 这些角色在使用AI的时候会涉及哪些AI工具,帮我分类列举出来
以下是为您分类列举的不同角色可能涉及的 AI 工具: 财务专员:可能会使用财务分析预测的 AI 工具,例如能够进行风险评估和预算规划的工具。 采购专员:或许会用到能够进行市场趋势分析和供应商评估的 AI 工具。 PM(项目经理):可能涉及项目进度预测和资源分配优化的 AI 工具。 CRM(客户关系管理):可能使用客户行为分析和销售预测的 AI 工具。 网站前端和后端开发:可能运用代码自动生成和漏洞检测的 AI 工具。 低代码 RPA 开发:也许会用到流程自动化设计和优化的 AI 工具。 Mendix 开发:可能涉及模型生成和性能优化的 AI 工具。
2025-03-07
如何在Kimi创建我的个人知识库
以下是在 Kimi 创建个人知识库的相关信息: 使用 GPT 打造个人知识库: 由于 GPT3.5 一次交互支持的 Token 有限,OpenAI 提供了 embedding API 解决方案。 将文本拆分成小文本块(chunk),通过 embeddings API 转换成 embeddings 向量并保存。 当用户提问时,将问题也转换成向量,与向量储存库中的向量比对,提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。 理解 embeddings: embeddings 是浮点数字的向量,两个向量之间的距离衡量关联性,小距离表示高关联度。 向量是用一串数字表示的量,在计算机科学中常用列表表示。 常见的向量距离计算方式是欧几里得距离。 使用 Coze 创建个人知识库: 来到个人空间,找到知识库导航栏,点击创建知识库。 知识库是共享资源,多个 Bot 可以引用同一个知识库。 选择知识库的格式(目前支持文档、表格、图片)并填写信息。 可选择本地文档或问答对表格,还能进行自定义的文档切割。 数据处理完成后,一个问答对会被切割成一个文档片。 关于使用知识库,可参考教程:
2025-03-07
财务专员,采购专员,PM,CM,开发 这些角色在使用AI的时候会涉及哪些AI工具,帮我分类列举出来
以下是财务专员、采购专员、PM(产品经理)、CM(不太明确您所指的具体含义,可能是配置管理专员等)、开发人员在使用 AI 时可能涉及的 AI 工具分类列举: 财务专员: 预测方面:生成式 AI 可帮助编写 Excel、SQL 和 BI 工具中的公式和查询,发现模式,并从更广泛、更复杂的数据集中为预测建议输入。 报告方面:生成式 AI 可帮助自动创建文本、图表、图形等内容,并根据不同示例调整报告。 会计和税务方面:生成式 AI 可以帮助综合、总结,并就税法和潜在的扣除项提出可能的答案。 采购专员: 生成式 AI 可以帮助自动生成和调整合同、采购订单和发票以及提醒。 PM(产品经理): 用户研究、反馈分析:Kraftful(kraftful.com) 脑图:Whimsical(whimsical.com/aimindmaps)、Xmind(https://xmind.ai) 画原型:Uizard(uizard.io/autodesigner/) 项目管理:Taskade(taskade.com) 写邮件:Hypertype(hypertype.co) 会议信息:AskFred(fireflies.ai/apps) 团队知识库:Sense(senseapp.ai) 需求文档:WriteMyPRD(writemyprd.com) 敏捷开发助理:Standuply(standuply.com) 数据决策:Ellie AI(ellie.ai) 企业自动化:Moveworks(moveworks.com) 开发人员: 不太明确您提到的开发人员的具体开发领域,不同领域可能有不同的针对性 AI 工具。但一般来说,在代码生成、错误检测、性能优化等方面可能会用到相关的 AI 工具。 由于不太明确“CM”的具体含义,暂时无法为您准确列举其对应的 AI 工具。
2025-03-07
如何避免ai的幻觉
要避免 AI 的幻觉,可以从以下几个方面入手: 1. 提示词工程: 明确要求 AI 引用可靠来源,例如在询问历史事件时要求引用权威的历史文献,询问科学事实时要求引用已发表的科研论文,询问法律条款时要求引用官方的法律文件。 要求 AI 提供详细的推理过程,例如在询问数学公式时要求展示推导过程,询问代码功能时要求逐行解释代码的含义。 明确限制 AI 的生成范围,例如在询问名人名言时指定名人的姓名和相关主题,询问新闻事件时指定事件的时间范围和相关关键词。 2. 数据方面: 数据清洗:利用各种技术手段对 AI 的训练数据进行“清洗”,去除错误信息、补充缺失数据、修正不一致的内容,并尽可能消除数据中的偏见。 数据增强:为 AI 模型提供更多、更丰富的训练数据,例如在训练图像识别模型时,对已有的图像进行旋转、缩放、裁剪等操作,生成更多新的样本,从而提高模型的泛化能力。 3. 从伦理和社会角度: 制定 AI 伦理规范:需要制定明确的 AI 伦理规范,引导 AI 技术的研发和应用,确保 AI 系统符合人类的价值观和道德准则,避免 AI 被用于危害人类利益的行为。 加强 AI 监管:加强对 AI 系统的监管,建立完善的评估机制,及时发现和纠正 AI 系统中的错误和偏差,防止 AI 幻觉造成严重后果。 提升公众的 AI 素养:提升公众的 AI 素养,让人们了解 AI 技术的原理和局限性,理性地看待 AI 幻觉问题,避免被 AI 误导。 需要注意的是,提示词工程只是一种辅助手段,要从根本上解决 AI 幻觉问题,还需要从数据、模型、训练方法等多个方面进行努力。同时,AI 幻觉既有负面影响,也可能带来正面价值,我们既要警惕其风险,也要善于利用其带来的机遇。
2025-03-07
哪个平台可以教我如何给deepseek发指令?
以下是关于如何给 DeepSeek 发指令的相关信息: 访问网址:www.deepseek.com,点击“开始对话”。 操作步骤: 第一步:搜索 www.deepseek.com,点击“开始对话”。 第二步:将装有提示词的代码发给 DeepSeek。 第三步:认真阅读开场白之后,正式开始对话。 此外,还为您提供了一些关于 DeepSeek 的其他知识: 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担。 通过提示词文件,让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统,但是可能形式大于实质,之后根据反馈可能会修改。 用 XML 来进行更为规范的设定,而不是用 Lisp(对作者来说有难度)和 Markdown(运行下来似乎不是很稳定)。 完整提示词:v 1.3 特别鸣谢:李继刚的【思考的七把武器】在前期为作者提供了很多思考方向;Thinking Claude 这个项目是作者现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源。 同时,为您介绍一些其他相关内容: 集合·DeepSeek 提示词方法论: 核心原理认知:包括 AI 特性定位(多模态理解、动态上下文、任务适应性)和系统响应机制(采用意图识别+内容生成双通道、自动检测 prompt 中的任务类型/输出格式/知识范围、反馈敏感度)。 基础指令框架:如果不知道如何表达,还是可以套用框架指令,如四要素模板、格式控制语法(强制结构、占位符标记、优先级符号)。 进阶控制技巧:包括思维链引导(分步标记法、苏格拉底式追问)、知识库调用(领域限定指令、文献引用模式)、多模态输出。
2025-03-07
怎么用Trae进行threesjs建模
以下是使用 Trae 进行建模的相关内容: 1. 进入 Trae 客户端后,查看对话框右下角,有三种大模型可供选择:Claude3.5Sonnet、Claude3.7Sonnet、GPT4o。Trae 提供了两种模式,Chat 模式可根据描述进行代码生成、解释、分析问题或解决问题;Builder 模式能帮助从 0 开发一个完整的项目,对代码文件的任何更改都会自动保存。 2. 使用案例: 生成一个贪吃蛇游戏:打开 Builder 模式,直接输入“使用 web 技术栈生成一个贪吃蛇游戏”,排队完成后,Trae 开始思考和代码编写过程,期间需要手动接入进行文件审查,在提示中点击“全部接受”。代码生成完成后,Trae 自动运行命令启动页面,点击运行,在 Webview 中即可看到实现的游戏效果。 克隆 next.js 网站:先明确目的,如做出完整效果但暂不处理细节样式问题。然后逐步实现文章列表部分和底部导航栏,通过提示词让 Trae 生成相应效果。注意不要直接点击全部接受,先检查效果是否符合需求,可让 AI 解释新增代码作用或添加注释以精准修改。 制作消消乐游戏:在 Trae 中输入相关提示词生成初步效果,然后增加关卡、更换元素、添加音效等完善游戏。 希望以上内容对您有所帮助。
2025-03-07
长token处理
以下是关于长 token 处理的相关信息: 通义千问方面: 开源的 Qwen2.51M 大模型推出 7B、14B 两个尺寸,在处理长文本任务中稳定超越 GPT4omini,同时开源推理框架,在处理百万级别长文本输入时可实现近 7 倍的提速,首次将开源 Qwen 模型的上下文扩展到 1M 长度。 在上下文长度为 100 万 Tokens 的大海捞针任务中,Qwen2.51M 能够准确地从 1M 长度的文档中检索出隐藏信息,仅有 7B 模型出现少量错误。 对于更复杂的长上下文理解任务,通义官方选择了等测试集。 Qwen2.51M 系列模型在大多数长上下文任务中显著优于之前的 128K 版本,特别是在处理超过 64K 长度的任务时表现出色。Qwen2.514BInstruct1M 模型不仅击败了 Qwen2.5Turbo,还在多个数据集上稳定超越 GPT4omini,可作为现有长上下文模型的优秀开源替代。 OpenAI API 方面: 模型通过将文本分解为标记(Token)来理解和处理文本,Token 可以是单词,也可以是字符块。 对于英文文本,1 个 Token 大约相当于 4 个字符或 0.75 个单词。 给定的 API 请求中处理的 Token 数量取决于输入和输出长度,文本提示词和生成的补全合起来不能超过模型的最大上下文长度(对于大多数模型,这是 2048 个 Token,或大约 1500 个单词),可查看分词器工具了解更多信息。
2025-03-07
deepseek教程 清华大学
以下是关于 DeepSeek 教程的相关信息: 清华大学新闻与传播学院新媒体研究中心出品了《》,详细阐述了 DeepSeek 的功能,包括智能对话、文本生成、代码生成、自然语言理解等,并探讨了如何使用 DeepSeek,包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法,旨在帮助用户更好地掌握 AI 工具的使用,提升工作效率和创新能力。 全球数据资产理事会发布了《》。 还有《》。
2025-03-07
我想学习自动抓取网络信息
以下是关于自动抓取网络信息的相关内容: Firecrawl Extract 是一个能够实现自动抓取网络信息的工具。它具有以下特点: 1. 只需文字提示,即可爬取任意网络数据。 2. 通过自然语言提示,能轻松将网页内容转换为结构化数据,无需手动写脚本。 3. 支持复杂数据提取,例如联系人信息、任务描述、动态价格等。 4. 兼容多语言与国际网站,能够抓取 JavaScript 渲染的动态页面内容。 5. 提供 API 集成,支持大规模数据处理,可提取数千个结果,解决上下文限制问题。 相关链接: 1. 2.
2025-03-07
有可以优化产品海报kv的ai工具吗 创意优化
以下是一些可以优化产品海报 kv 的 AI 工具和相关信息: 1. 可画软件:提供多种排版模板和 AI 功能,方便图片处理和尺寸调整,如将海报尺寸调为 1080 乘 1440。 2. PS 消除工具:2023、2024 版本 PS 的消除笔通过大括号键和小括号键调整笔刷大小进行涂抹消除。 3. 字体软件:推荐了 IAIFONT、自由等字体软件,可及时预览和切换字体,注意使用免费字体和避免版权问题。 4. 吉梦智能画板:具有消除、图层、一键抠图等功能,抠图效果较好。 5. Request 软件:具有锐化清晰度等 PS 中有的功能,可自定义尺寸、选择风格模型、创建风格,支持中文输入但部分提示词用谷歌翻译更准确,还具有文字输入、样机等功能。每天登录有 50 点积分,生成一次图像需 1 点积分,可创建系列图像。 在海报制作过程中,有以下要点和案例: 1. 海报制作要点:创意好、有氛围、突出产品特性即可,不必刻意追求复杂效果和为难自己。 2. 东阿阿胶案例: 拆解步骤:得到需求——提取元素——绘制线稿——用 controlnet 转绘上色——ps 优化——定稿。 需求元素:风格要潮流插画,还要有唐代元素和国潮(前期基本上是沟通成本,主要定线稿)。 提取元素:获取的信息需要体现产品图,需要体现唐代元素,需要 logo 在中心位置,按照需求开始绘制线稿。 线稿绘制:沟通的元素是牡丹花,驴子(最后换成了琵琶),人参和产品图和 logo,所以进行线稿调整绘制(中间很多细节沟通)最终定下线稿(里面很多元素都是拼接的)。 拆分元素线稿:这一步非常重要,因为会涉及到后续元素替换等问题,比如单个 logo,产品等,提取出单独元素,进行绘制,最后进行替换。 单个元素绘制:这样会让单个元素更加精致,也方便后期替换。 然后利用拼接好的线稿进行大量跑图抽卡,选出一张最合适的进行 ps 优化。 整体拼接上色后的效果(将单独跑的元素在 ps 里替换优化,再过一遍 sd 进行溶图放大)得到最终效果。 上色运用的大模型:GhostMix 鬼混_V2.0 ,lora 模型:“盒子系列——平面国潮插画_v1.0:182ba9e2f576 ,controlnet 模型:“Module:lineart_coarse,Model:contr 。 此外,咖菲猫还分享了海报制作及东阿阿胶商业案例经验,包括插画牡丹因甲方不喜生成元素改为手绘,有简单拆解步骤,且需求文档易变动,接单时要再三确认,线稿牡丹手绘,其余用 AI 结合生成;绘制线稿的方法,有手绘和用 SD 提取线稿两种,1.5 的 Controlnet 较好用,线稿提取后可下载、拉进 PS 优化,要注意拆分元素避免后期更改成本高,跑图后需进 PS 拼接叠加优化,可能会糊,可 SD 放大融合,AI 细节问题用 PS 处理;强调报价不能太低,对于甲方提供的模型需自己试,Lora 模型比例要调整跑图,与甲方沟通确定合适比例,AI 项目沟通成本高,线稿处理可用 PS 工具规整,风格图出来后要细节修复,且不能弄错产品 logo 和名字。
2025-03-07