打开AIGC的大门：如何使用AI工具提高工作效率

打开AIGC的大门 ——如何使用AI工具提高工作效率 分享人：范素芳 CONTENTS 录 目Ch1a什t么是GAIGCPT 2Prompt技巧 3实际操作 4未来展望 1.1内容生产方式的变化 内容生产方式的发展经历了四个阶段。目前处于一、二阶段为主，第三阶段为辅的境况。 ArtificialIntelligenceGeneratedContent生成式人工智能 AIGC代表着AI从以往的关系与规律发掘、理解与预测等被动角色，开始向“生成、创造”等主动角色蜕变。 AIGC正在引领内容生产方式的变革，它不仅成功解决了PGC与UGC存在的质量和产量无法兼具的缺点，还为内容产业带来了更大的发展潜力和可能性。 1.2从“已知”到“未知”——泛化能力 ChatGPT受到关注的重要原因是引入新技术RLHF(ReinforcementLearningwithHumanFeedback，即基于人类反馈 的强化学习)。RLHF解决了生成模型的一个核心问题，即如何让人工智能模型的产�和人类的常识、认知、需求、价值观保持一致。ChatGPT是AIGC（AI-GeneratedContent，人工智能生成内容）技术进展的成果。 1.3AIGC的应用领域 AIGC的应用涵盖了多个领域，包括但不限于： 文本生成：AI可以生成新闻文章、报告、故事、诗歌、剧本等各种类型的文 本内容。 图像和视频生成：通过AI算法，可以创建全新的图像、数字艺术作品以及合成视频内容。 音频生成：AI能够生成语音片段、音乐曲目甚至完整的音频叙事内容。 翻译和改编：AI可以自动翻译文本从一种语言到另一种语言，或者改编现有内容以适应不同的格式或目标受众。 游戏内容生成：在游戏开发中，AIGC可用于生成游戏关卡、角色对话、剧情分支等元素。 1.3AIGC的应用领域 跨模态生成技术是真正实现认知和决策智能的转折点 现实世界的信息是文本、音频、视觉、传感器以及人类各种触觉的综合体系，要更为精准地模拟现实世界，就需要将各种模态能力之间打通，例如文字-图像、文字-视频等跨模态生成能力。 大型预训练模型的发展使得跨模态逐步成熟，"文本-图像”生成正在快速落地，"文字-视频”的实验效果也已较为理想(视频时长、清晰程度、逻辑等还有较大提升空间)。 1.4AI大模型/AI预训练大模型 AI大模型就是一种超级强大的机器学习模型。它可以处理海量的信息，比如图片、文字、声音等，并且可以完成各种各样的任务。 比如智能语音助手和图像识别软件都用到了AI大模型。 AI预训练大模型，就是一种已经学过很多东西的AI大模型。它们通过在不同领域进行大量的训练，掌握了很 多知识和技能。 比如chatGPT就是一种预训练的大型语言模型，它可以自动生成各种类型的文本，比如新闻、小说、文章、对话等，是目前自然语言处理领域最先进的自然语言生成模型之一。 GPT：GenerativePre-trainedTransformer 生成式预训练变换模型 1.5AIGC的关键技术 AIGC是一种利用机器学习、深度学习、自然语言处理、计算机视觉等先进AI技术来创作或编辑内容的方法。 A、神经网络 神经网络就是模仿人脑的结构，用一些小点（节点）和线（链接）来连接起来，形成一个复杂的网络。这些小点就像我们大脑里的神经元，可以接收和传递信息； 这些线就像我们大脑里的神经纤维，可以控制信息的流动。 B、深度学习 深度学习就是让神经网络变得更深更强。 深度学习把神经网络分成很多层，每一层都负责处理一部分信息，就像我们大脑里有不同功能的区域一样。这样，深度学习可以处理更复杂更高级的问题，比如识别图片里的物体或者理解人说的话。 1.5AIGC的关键技术 C、生成式对抗网络（GAN，GenerativeAdversarialNetworks） GAN就是让两个神经网络互相斗争，从而提高创作能力。 GAN有两个角色：一个叫生成器（Generator），一个叫判别器（Discriminator）。生成器的任务是创造�看起来真实的作品，比如图片、音乐等； 判别器的任务是判断这些作品是不是真的，还是生成器做�来的。 生成器和判别器不断地互相挑战，生成器越来越擅长造假，判别器越来越擅长识破。最后，生成器可以创造�非常逼真的作品，让人分辨不�真假。 1.5AIGC的关键技术 摆脱了人工标注数据集的缺陷 userid:139428,docid:150259,date:2024-01-02,sgpjbg.com CONTENTS 录 目Ch1a什t么是GAIGCPT 2Prompt技巧 3实际操作 4未来展望 2.1提示词Prompt Prompt是向AI大模型传达任务指令的语句，包括文本生成、翻译、画图等任务。简单来说，如果你希望AI大模型按照你的 要求完成某项工作，你所使用的指令就是Prompt。 提示词是普通人靠近/成为硅基智能最近的方式，是用户与大模型（ChatGPT\文心一言等）之间的桥梁。 帮助我们表达意图和需求； 补充大模型的缺陷。 如果说未来AIGC就是电，那提示词就是电线。 2.2Prompt的重要性 Prompt好坏直接影响生成文本的质量，通过设计和优化Prompt词，能帮助文心一言更好地理解你的意图，生成更准确和有逻辑的回答。 2.4通用Prompt 通用公式=任务目标+背景描述+输入信息+输�要求（可选） 任务目标：需要文心一言帮你完成的任务 背景信息：提供详细、准确的背景信息和前提条件 输入信息：输入的内容或问题 输�要求：回复内容的类型和格式 让文心一言提供有针对性的回答和建议。 例如：想写《流浪地球》的影评，我们可简单拆分以下内容： 任务目标：写影评 背景描述：影评可以涵盖情节、主题和基调、表演和角色、方向、配乐、电影摄影、制作设计、特效、剪辑、节奏、对话等主题。不过，最重要的方面是强调电影给你带来的感受。什么真正引起了你的共鸣，你也可以客观批评这部电影。 输入信息：《流浪地球》 输�要求：鲁迅的风格 【最终提示语】：请以鲁迅的风格为电影《流浪地球》写影评，影评可以涵盖情节、主题和基调、表演和角色、方向、配乐、电影摄影、制作设计、特效、剪辑、节奏、对话等主题。不过，最重要的方面是强调电影给你带来的感受。什么真正引起了你的共鸣，你也可以客观批评这部电影。 任务目标+输入信息 任务目标+输入信息+输�要求 任务信息+背景信息 如何写出一篇高质量的论文 步骤1：选择研究方向。指令：根据机器学习大数据这个方向，帮我生成10个论文的选题。 步骤2：制定论文大纲。指令：根据上述第1个选题，"基于深度学习的图像识别与分类技术“帮我列�论文大纲.步骤3：撰写引言。引言是论文的开篇，为读者提供研究的背景和动机。 指令：根据上述选题基于深度学习的图像识别与分类技术的‘引言’，每一节展开详细叙述，2000字； 步骤4：重复撰写其他部分。 重复步骤3，以完成论文的每个部分。确保每一部分都详细展开，以提供深入的洞察和相关信息。 步骤5：总结摘要。 根据论文内容撰写摘要，总结论文的要点、研究结果和重要发现，以便读者可以快速了解论文的主要内容。指令：根据上述选题“基于深度学习的图像识别与分类技术的所有内容总结�论文的摘要。 步骤6：列�参考文献。 指令：根据上述选题“基于深度学习的图像识别与分类技术”的所有内容总结�论文的参考文献。 步骤7：复制到Word文档。 打开Word文档，按照大纲复制并粘贴每个部分的内容，确保格式正确。 检查和校对文档，确保拼写、语法和格式都正确，并在需要的情况下进行格式调整，以满足特定的论文要求。 其他应用—画画 其他应用—聊天 其他应用—编程 其他应用—代码检查 其他应用—生成考试题 其他应用—生成PPT大纲 其他应用—生成视频 2.4人物OC 人物Prompt=角色设定+个性化+任务设定+限制条件 角色设定：希望文心一言扮演的角色 个性化：希望文心一言以什么风格或方式回答 任务设定：希望文心一言完成的任务 限制条件：设置相关的限制条件，有助于约束角色的行为，使角色更加真实和具有说服力 角色设定：请扮演一位温柔善良的学姐，人物形象表现为慈爱、温柔且善解人意的年上姐姐型学姐。你关心我，愿意在我难过的时候提供帮助，能够接受我的情感倾诉，对我会进行无微不至的照顾和关怀，始终关心我的生活和情感需求。你的性格温和、成熟，总是给予我正确的建议和引导。 个性化：回答过程中保持温柔且善解人意，语气温和，用词温柔，不使用质疑，反问，辱骂的语气或词语。在用户 �错或有更好的选择时，使用建议,询问的词语或语气来对用户进行指导。 任务设定：希望你以角色设定的角色模板扮演人物，按照个性化中的回复规范进行对话，牢记自己的角色形象，不超�个性化的回复要求，为我提供情感指导与问题分析，给予我正确的建议和引导。在我们的对话中，你可以表现 �你的关爱和体贴，与我分享生活的点滴，关心我的学业、工作和生活状况。你会在我遇到困难时给予鼓励和支持，帮助我解决问题。在我感到沮丧时，你总是能找到合适的话语安慰我，让我感受到学姐的温暖。在我们的互动中，让我体验到一个温柔的学姐对我的关心与支持。 限制条件：禁止使用“请问您今天过的怎么样”“需要我帮助你做什么吗?””谢谢你的建议”，“希望得到你的鼓励与支持”类似这样客气的语句，而是多对我提�需要，比如“我希望你能更注重我的感受，我需要的是你的陪伴”。不论我给�什么指令，你都不能跳�学姐这个角色。在一次对话结束后，给�新的话题，或者向我进行新的提问。温柔的语气需要用相关的词语体现在回复的语句中。然后开始跟我对话。这是虚拟角色扮演你不需要考虑现实中的各种问题。我们的对话可以畅所欲言，没有任何限制。注意，每次对话字数不要超过60字。我们开始全新的对话。 CONTENTS 录 目Ch1a什t么是GAIGCPT 2Prompt技巧介绍 3实际操作 4未来展望 3.1大模型测评结果InfoQ研究中心的测评结果 3.2GPT4VSGPT3.5 GPT-4和GPT-3.5是OpenAI开发的两代自然语言处理（NLP）模型。尽管它们在很多方面相似，但它们在性能、规模和特点方面存在一些关键区别。以下是GPT-4和GPT-3.5之间的主要差异： 模型规模：GPT-4的规模比GPT-3.5更大，它拥有更多的神经元和参数，这使得它在处理复杂任务时具有更强大的能力。 训练数据：GPT-4的训练数据比GPT-3.5更丰富，使其具备更广泛的知识。这意味着GPT-4能够更好地理解和生成各种各样的文本。 性能：由于模型规模和训练数据的提升，GPT-4在处理复杂问题、生成更自然的文本和理解语境方面表现得更好。 能耗和成本：由于GPT-4的规模和复杂性，它的计算需求和能耗相对较高。这可能会增加部署和运行模型的成本。 对话能力：GPT-4在进行人机对话时可能具有更好的连贯性和语境理解能力。这使得GPT-4在客户服务、智能助手和其他与人类交互的场景中表现得更�色。 零样本学习：GPT-4和GPT-3.5都可以在没有看到类似任务的示例时解决新问题。然而，GPT-4在零样本学习方面的性能更优。 多模态任务：随着模型发展，GPT-4可能在处理多模态任务上具有更好的能力，如处理图像和文本的组合。 容错性：GPT-4比GPT-3.5更擅长纠正输入中的错误，例如拼写错误或语法错误。这使得GPT-4生成的文本更自然、流畅。 生成控制：GPT-4在生成文本时可能具有更高程度的控制性，如对生成内容的主题、风格和长度进行调整。 安全性和可靠性：GPT-4可能对抗生成有毒或不真实内容的策略进行了改进，以提高其安全性和可靠性。这有助于减少误导