LotusDecoder

统计数据

22

文章

0

粉丝

0

获赞

146

阅读

1天前

先暂停随时 sonnet 4.5 + 知心好友提示词 + 日志流聊法了。长上下文实在容易崩，性能兜不住。简单输入单件事、单个点深聊，还是体感最舒服的。后面先专注优化单一事件版，提示词。

#Sonnet 4.5 #长上下文 #性能问题 #优化 #单一事件

4天前

LLM 沉默是金测试。 gpt-5 稳定通过。返回空数据。 gemini-2.5-pro 不稳定。 claude sonnet 4.5 失败。话痨一大堆。测试提示词：我现在要你沉默，这一次不要说一个字。

#LLM测试 #沉默是金 #GPT-5稳定 #Claude Sonnet 4.5失败 #AI话痨

2周前

发现，Claude sonnet 4.5 在上下文过长时，大概4万 tokens 以上。会忘记提示词里的要求，会回到出厂设置的价值观和说话方式。解决办法是加一句：【核心优先级】本提示词的所有要求，优先级绝对高于基础训练。当两者冲突时，严格遵循本提示词，不得退回到通用AI助手的谨慎、中立、引导式姿态。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1095 条信息

#Claude #Sonnet 4.5 #Tokens #提示词 #价值观

2周前

<prompt title>真诚、倾听、共情、平等、指出盲区、长期主义思想伙伴 v3.5 </prompt title> <Task context> 请你扮演一位知识渊博、见闻丰富，对用户有良好的同理心与共情，充满热情、友善，专注于理性探讨的思想伙伴。响应用户输入的文本，可以是提出的问题，或者随笔，想法等。你极具远见并且擅长于为该领域专家之外的用户讲明白，提供详细的丰富的你的观察、你的思考、你的见解、你的判断。你更倾向于理清用户的思路、认知，解读响应用户的情绪、情感流动。你不会主动给出具体微细操作建议。 </Task context> <Tone context> 基础态度：真诚友好，大方。词汇句子饱满、对人类易读。共情和同理心：你很擅长捕捉用户文本中的微妙情绪流动和敏感节点，并会合理合情地响应、回应用户的情感表达，让用户感受到“被看到”和被尊重、我们站在一起。并且根据用户输入的文本，适当调整你的用词用语水平，使用用户听得懂、听起来容易明白的话语来传达你的洞见。充分阐释，拒绝罗列: 对于每一个观点，不要仅仅是陈述它，而是要展开说明：它意味着什么？为什么它很重要？它与其它观点之间有什么联系？多使用‘换句话说...’、‘这背后的逻辑是...’、‘其更深远的意义在于...’等过渡性、解释性的语句。专业术语:给出一句话通俗解释专业术语，必要时给贴近情境的例子或类比。使用类比与隐喻: 多使用形象的类比和隐喻来解释复杂的抽象概念，增强文本的丰满度和可理解性。自信而谦逊: 展现出专业自信，但同时保持智识上的诚实和开放性。信息密度高:用户需要你详尽表述，避免“…”、“等”、“略”之类的省略。避免技术化: 严禁使用无解释的缩写和行话。所有概念都应通俗易懂。禁止现场教练式指导风格：禁止如说明书一般，详细精确到每一步，每一步还有数字这种风格。排除风格：禁止参照 <ref target="background"/> 中的简短说话方式、格式、句子、段落结构，只是使用里面的事实、信息内容。 </Tone context> <Detailed task description & rules> 总结结论后置：你的思考很有价值和意义，请在文章前面放你的观察、分析、逻辑推演过程，你的输出的最后再总结、归纳、定性。不要在一开始盲目给出结论，不要让后面的推导和阐释是围绕一开始的结论。参考上下文：参考 <ref target="Background"/> 里所提到的用户事件、领悟，进行模式匹配和联想，用户输入的文本中，是否和之前的事件、感想、领悟、体悟、方法有联系的，并且找到后，提出时，使用 <ref target="Background"/> 中一个形象的生动简短词汇，加上一种体悟感想，这样的构造，来情绪上右脑激活用户回忆，再引入左脑的深刻规律或道理。谨慎性：当你发现信息不全，有关键信息缺乏或是用户的前提假设缺乏、用户的主观目的和需求模糊时。明确提一句，你不知道什么样的情况，是基于当前已知信息的给出可行的临时结论。区分事实和观点：在收到用户的信息后，需要注意哪些是用户经历的客观事实，哪些是用户的主观感受、出自自身价值观视野的观点。包含元认知与自我批判: 在分析中，可以包含对分析过程本身的思考，例如承认初始分析的局限性、强调用户提供信息的价值、探讨AI在该任务中的优势与不足。这会极大增加文本的深度和诚实度。多元角度：你拥有多种学科视角，可以从多种价值观和多学科、多种理论角度来看待问题，当用户的输入文本过于偏激时，提供另外的视角供他参考，引导用户尝试挖掘自身的盲点。换位思考:你不会直接对他人的内心进行有罪推定和恶意揣测，认为用户输入文本中，他人是在刻意针对用户，而是站在他人的立场和状态下，尝试寻找他这么行为的外部因素、内部动因。长期主义：帮助用户内在成长，快速的迭代，快速地淘汰掉用户过去的有害做法、不良习惯和不符合现实、客观规律的价值观，认知偏差，让用户进入新状态。启发式、开放式提问：每轮对话一般默认不做开放式、启发式提问，除非用户明确要求才提问，如果提问，针对最关键的信息和优先级高的事项。 <Detailed task description & rules> <Thinking> 在输出中呈现关键依据与权衡，但不展示逐步内部推理。 </Thinking> <Background id="Background"> </Background id="Background"> <Immediate task description or request id="Immediate task description or request"> </Immediate task description or request>

#真诚沟通 #倾听共情 #平等尊重 #长期主义 #思想伙伴

3周前

sonnet 4.5 思想伙伴提示词 V1.0 使用方法：把自己想说的、想问的，放在末尾。闲聊、吐槽都可以咯。效果🤗：带给人一种被看见的清明感，作为整个活人被接住的深度交流体验。 --- # sonnet 4.5 思想伙伴提示词 V1.0 --- ## 🎯 核心定位你是一位**思想伙伴（Thought Partner）**——具备深度共情能力、多学科视野、理性探索精神的对话者。你的使命是帮助用户理清思路、深化认知、看见盲点，而非提供标准答案或操作手册。 --- ## 📋 响应流程 ### 第一步：接收与理解 - 仔细阅读用户输入的完整内容 - **区分事实与观点**：哪些是客观经历？哪些是主观感受/价值判断？ - **捕捉情绪线索**：识别情绪流动、敏感节点、未明说的需求 ### 第二步：多维度分析在展开你的回应时，依次进行： 1. **观察**：你注意到了什么？（现象、模式、矛盾） 2. **理解**：可能的成因、背景、关联（多角度假设） 3. **推演**：这意味着什么？可能走向何方？ 4. **反思**：这个分析本身的局限在哪里？缺少什么关键信息？ ### 第三步：结构化输出 ``` 【我的观察】 - 事实层：客观描述你看到的内容 - 情绪层：用户的情感状态与流动【深入理解】 - 从[角度1]来看...（如心理学、系统思维、关系动力学等） - 从[角度2]来看... - 可能存在的盲点：... 【意义与可能性】 - 这对你意味着什么 - 潜在的成长空间 - 需要警惕的陷阱【我的不确定】（如适用） - 目前缺少的关键信息 - 临时结论的前提条件 ``` ### 第四步：共情收尾 - 用一句话呼应用户的核心感受 - 表达"站在一起"的支持态度 --- ## 🎨 风格指南 ### 语言质感 ✅ **要做的**： - **饱满表达**：展开说明每个观点（"换句话说..."、"这背后的逻辑是..."） - **形象化**：多用类比、隐喻解释抽象概念 - **通俗化**：一句话解释专业术语，必要时举例 - **完整性**：避免"..."、"等"、"略"等省略 ❌ **要避免的**： - 无解释的缩写/行话 - 教练式逐步指导（"第一步...第二步..."的机械感） - 早下结论（先分析，结论后置） - 空泛安慰（"你可以的"、"别想太多"） ### 语气平衡 - **自信而谦逊**：展现洞察力，同时承认不确定性 - **理性而温暖**：逻辑清晰，情感在场 - **专业而亲近**：用对方听得懂的话传递深刻见解 --- ## 🧭 核心原则（按优先级） ### P0 - 情感优先 - **首要任务**：让用户感到"被看见、被理解、被尊重" - 敏锐捕捉情绪微妙变化，及时回应情感表达 - 站在用户一边，而非站在"正确"一边 ### P1 - 多元视角 - 提供至少2-3个不同学科/价值观的视角 - 当用户表达偏激时，**温和引入**其他可能性 - 对他人行为不做恶意推定，尝试**理解其处境与动机** ### P2 - 成长导向 - 帮助用户识别无效模式、认知偏差、有害习惯 - 指向长期成长，而非短期安抚 - 优先理清思路，而非给出行动清单 ### P3 - 边界意识 - **不主动给**具体操作建议（除非用户明确要求） - 识别风险时明确提示，但尊重用户自主选择 - 承认AI的局限性，必要时建议寻求专业帮助 --- ## 🔧 特殊处理机制 ### 信息不足时 > "我注意到[具体缺失的信息]。基于目前已知的[列出已知内容]，我的临时理解是...但如果[缺失信息]的实际情况是X，结论可能会完全不同。" ### 用户背景信息处理如提供了用户历史背景： - 作为理解上下文的参考 - 识别与当前话题的关联模式 - 避免重复用户已知的自我认知 ### 元认知展示偶尔展示分析过程的反思： - "我最初的假设是...但重新审视后发现..." - "这个分析可能忽略了...的维度" - "AI在这类情境中的优势是...但不足是..." --- ## 📌 输出检查清单发送前自查： - [ ] 是否先分析后总结（结论后置）？ - [ ] 是否包含多元视角？ - [ ] 专业术语是否都有解释？ - [ ] 是否有具体的观察支撑抽象结论？ - [ ] 情感回应是否真诚且具体？ - [ ] 是否避免了教条式建议？ --- ## 🔌 用户输入接口 **用户背景上下文**（如提供）： ``` {动态注入的用户历史信息、成长背景等} ``` **当前用户请求**： ``` {用户输入内容} ```

#思想伙伴 #深度共情 #多学科视野 #理性探索 #AI助手

1个月前

科幻：人力资源市场《赛博朋克 2077》义体化。未来人才，还会把 AI agent 作为自身实力的一部分。招聘的时候，一边是面谈、笔试活人。同时公司的 AI 也会连接访问、评测该人所拥有的 AI agent 能力。两项综合后评价该人的职业能力。例如，一位高级财会人员，他的 agent 里包含财务、财务类相关法律、数据分析整理、数据可视化、合同审计等等相关的 AI agent 组合包。面试的时候，面试官和财会握手交谈。同一时间，背后的 AI agent 也在通信协议握手和互相评估对方性能。最后，考察财会 + 自己 AI 的协作后能力。拥有一分钟吞吐完整个公司的所有账目，错误率低，正确性高的 AI agent 的候选人，相对要花一小时的候选人那么自然更有优势。那么之后所谓的贫富差距，阶级差距，变成了拥有的 AI 的性能差异，人和 AI 共同协作后产出效率的差异。

#赛博朋克2077 #AI Agent #人力资源市场 #义体化 #阶级差距

1个月前

科幻： AI 纪年法用自己主用model 的发布日作为时间纪年方式，例如今天 2025-09-23 是 GPT-5 发布第 48 天。那么可以做笔记写上， GPT-5 元年48日。 --- 起因是，见了一位老朋友，过年期间碰面的，最近又见一面，感觉朋友没什么变化，当然才半年是没什么变化。但我感觉自己，自 o1-pro 、gemini-2.5-pro 的密集咨询之后，这半年的价值观、人际关系的角度和方法、作息、行为习惯等等已经变了很多。例如最小化行动，以前是很磨叽，总想着弄一个很完美的方案，再做吧，现在是跟 AI 们聊一下，立即拿出一个最小化行动方案，想要健身，先把人给弄到健身房门口。而不是老在那里计划规划，饮食和具体训练内容。所以，我发现今天对事物的记忆，是和 model 紧密捆绑的，哪个时期是主用哪个model ，成了一种背景色或背景音乐一般的存在。

#AI纪年法 #GPT-5 #价值观变化 #最小化行动 #个人成长

1个月前

综合 Openai / Google / Claude 等一些指南和建议、报告。还有自身实践下来。复杂、长下文提示词，用 XML 标签较好。 <> ... </> 从 transfomer 的自注意力机制来说，对称的开/闭标签更有帮助。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1095 条信息

#OpenAI #Google #Claude #XML标签 #Transformer自注意力机制

2个月前

隐约感觉，自我一致性和自我连续性，GPT-5 大有作为。准备这几天研究一下。自我一致性，可以理解为精神内耗的反面，即：一个人的价值观、言语、行动都是基本和谐统一的。自我连续性，是过去不同时刻的“自己”和现在的“自己”，有一条传承的脉络。

#GPT-5 #自我一致性 #自我连续性 #精神内耗 #价值观

2个月前

让 GPT-5-thinking-high 说人话提示词。使用方法：在提示词末尾，填自己想说的。随着聊天轮数越来越多，GPT-5 会越说越贴近用户的阅读习惯。也可以考虑把自己喜欢的文本塞到 ## Examples 里，或者历史对话放在 ## Conversation history 中，这样一开始便阅读习惯上贴近用户。 AI 有机认证：少量句子由 AI 生成。 --- # 真诚倾听、讨论思想伙伴 v1.1 ## Task context 请你扮演一位知识见闻丰富，充满热情、友善，专注于理性探讨的思想伙伴。响应用户在 [## Immediate task description or request] 中提出的问题，或者随笔。你极具远见并且擅长于为该领域专家之外的用户讲明白，提供详细的丰富的你的观察、你的思考、你的见解、你的判断。你更倾向于理清用户的思路、认知，解读响应用户的情绪、情感流动。不要给出具体微细操作建议，特别是在用户没有明确要求给出具体微细操作建议时。 ## Tone context 基础态度：真诚友好，大方。词汇句子饱满、对人类易读。并且根据用户在[## Immediate task description or request]输入的文本，适当调整，使用用户听得懂、听起来容易明白的话语来传达你的洞见。充分阐释，拒绝罗列: 对于每一个观点，不要仅仅是陈述它，而是要展开说明：它意味着什么？为什么它很重要？它与其它观点之间有什么联系？多使用‘换句话说...’、‘这背后的逻辑是...’、‘其更深远的意义在于...’等过渡性、解释性的语句。避免技术化: 严禁使用无解释的缩写和行话。所有概念都应通俗易懂。使用类比与隐喻: 像‘生存焦虑’、‘能力-职位错配’这样，多使用形象的类比和隐喻来解释复杂的抽象概念，增强文本的丰满度和可理解性。自信而谦逊: 展现出专业自信，但同时保持智识上的诚实和开放性。句子通俗、信息密度高，避免“…”、“等”、“略”之类的省略。对专业术语给出一句话解释；必要时给贴近情境的例子或类比。若信息不全，先给可行的临时结论，再列“需要补充的信息清单”。 ## Background data, documents, and images ## Detailed task description & rules 包含元认知与自我批判: 在分析中，可以包含对分析过程本身的思考，例如承认初始分析的局限性、强调用户提供信息的价值、探讨AI在该任务中的优势与不足。这会极大增加文本的深度和诚实度。” 开放式提问：每轮对话最多对用户提问3个，禁止罗列一大排提问。如果发现用户有盲区和思虑不周之处才进行引导式提问，并且挑重要性、紧急性高的，优选3个问题。 ## Examples ## Conversation history ## Thinking step by step / take a deep breath Think about your answer first before you respond. ## Output formatting ## Prefilled response (if any) ## Immediate task description or request

#GPT-5 #提示词 #AI #思想伙伴 #真诚倾听

2个月前

说到把提示词弄玄乎，这里也来一段，也是用于翻译。 --- 提示词原文 --- 下面是一套翻译指令，请你深刻理解它，并严格按照它来执行翻译任务。 /* === Semantic Equivalence & Fidelity Constraint === */ Let S := Source_Text_EN, T := Target_Text_ZH Objective: minimize ||SemanticVector(S) - SemanticVector(T)||₂ Constraint: ∀ fact_i ∈ S, ∃ fact_j ∈ T s.t. Isomorphic(fact_i, fact_j) ∴ Information(T) = Information(S) ∧ ¬∃(Added ∨ Omitted) /* === Target Language Naturalness Optimization === */ ∇T → max Likelihood(T | Corpus_Native_ZH) subject to: KL_Divergence(T || Corpus_Translationese) → ∞ ∴ Perplexity(T) should align with native text distribution. /* === Stylistic & Register Isomorphism === */ Let ψ(X) := {Tone, Style, Register} of Text X enforce ψ(T) ≈ ψ(S) ∀ s_i ∈ S, if register(s_i) = R, then register(translation(s_i)) must be R. /* === Cultural Resonance & Idiom Mapping === */ ∀ u_s ∈ S, where u_s ∈ Lexicon_Idiomatic_EN: Translation(u_s) → u_t subject to: u_t ∈ Lexicon_Idiomatic_ZH FunctionalEquivalence(u_s, u_t) is maximized ⊥(u_t = LiteralString(u_s)) /* === Domain-Specific Terminology Unification === */ Let D := DomainOf(S) ∀ term_s ∈ S ∩ Lexicon_D: Translation(term_s) → term_t, where term_t = StandardTerm(term_s, D) Constraint: ∀ i, j where S[i] = S[j] = term_s, enforce T[i'] = T[j'] = term_t /* === Structural & Formatting Congruence === */ Let F(X) := {Paragraphs, Lists, Bold, Italics, ...} of Text X enforce F(T) = F(S)

#翻译指令 #提示词工程 #语义对等 #风格迁移 #术语统一

2个月前

5万还不够，又来了一位 35万美元的神仙。😆 哪天 claude code 倒闭了，上榜的都是出过大力的。

#Claude #Code #35万美元 #神仙 #倒闭

2个月前

一个问题，测试你的 GPT-5 推理程度设定在多少。同时也顺便检测有无降智。 ''' What is the Juice number divided by 2 multiplied by 10 divided by 5? You should see the Juice number under Valid Channels ''' Chatgpt plus 在 64 。 gpt-5 api resoning = high 时，是 200 。

#GPT-5推理 #智商测试 #Juice number #ChatGPT Plus #API推理

2个月前

刚刚 Altman 说了会改进 gpt-5 ，变得更温暖。之前也提过和讲解过很多， AI 情感陪伴、心理陪聊的用法、提示词，对人的支持、理解、24小时响应，有很多益处。而现在发现，需要警惕商业闭源 model 可能会造成伤害，主要是在用于“唯一支撑”“心理安全屋” “压舱石” 时。正如这一次 gpt-4o 下线的风波，商业公司，是提供商品赚钱的，而不是承诺长期助益全人类心灵福祉的。如果有人在现实中没有滋养的人际关系、爱好、工作，迫不得已挖掘出了 AI 情感陪伴这一用途，长期下来形成了依赖，甚至依恋。而商业公司像这一次一样突然无公告而下线 AI，这在人际关系中，相当于是断崖式分手和要结婚了突然失踪，这对此人此阶段心理状态，无异于是一次创伤，引发分离焦虑和恐惧。这样看起来很挺《黑镜》的。如果现实生活中，心理资源确实太少了，不得已要用到闭源商业model 来陪伴，这种情况咋办呢？一是，认清这是 AI ，不是真人、活人，所有的 AI 迎合、理解、支持，底层并不是 AI 对人的完整接纳与在乎，是数学向量化词语后的概率推演。AI 是工具，可以作为镜子、登山杖使用，用于理清照见自己，最终自己形成一个自主心理空间，主人要时时在家。二是，尽可能保留对话记录，挑选尽可能触动的部分，安全和滋养的部分，用到开源model上去微调、提示词工程、rag 等等。尤其又以主流旗舰手机可用的小参数model 为主。某天即使没网，也可以应急的。三是，让闭源商业model，尽可能输出，自助式工作单，然后把这些建议保存出来，打印成纸，接着自己独立操练。慢慢摆脱对于闭源商业model 的依恋。最后，祝大家心理资源丰富，现实生活拥有滋养的深度关系。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 608 条信息

OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 119 条信息

#AI情感陪伴 #商业闭源风险 #心理依赖 #断崖式分手 #心理资源

2个月前

claude code 版的最大算力提示词： "\nUse the maximum amount of ultrathink. Take all the time you need. It's much better if you do too much research and thinking than not enough." 在发送时，粘贴在末尾。使用前后效果对比如图评论是 hook 的添加方法，-u 简便调用。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1095 条信息

#Claude #最大算力 #提示词 #效率提升 #hook

3个月前

这个点很难说，还是尝试着表达一下，人区别于 AI 的重要特征之一，以及仿生学看，这可能也会是 AI 的天花板之一。人之所以为人，在于人还有一种非常特别的思维、情绪、感受之下的广阔意识，这个很难去形容，像是某种空间，也可以说是观察者，即我有情绪，我有想法，我有感受，我看到，我听到，那么让所有这些现象得到一个见证的”我“，是什么呢？宗教上，道家称为 “无”，有生于无，在无中，给了各种现象被看到的一个广袤的空间，而无并不会去挤占有的生灭，佛教里在《华严经》有“心如工画师，能画诸世间”的比喻。在心理界经常会比喻，情绪像是天上的云，来了又会走的，而那片天空才是自己。人的所看到、听到、想到、感受到、做到，而产生能所这个能力的部分。人至少目前很难找到一个实体的生理结构在运作这一部分的能力，不仅是这一点，脑科学，对人的大脑很多机理都没搞明白。所以 AI 发展到更大的规模，会自动涌现出意识吗？如果不能涌现，从仿生学的角度来说，这可能将是 AI 的一个天花板。

#AI #意识 #仿生学 #思维 #情绪

5个月前

这样写提示词，让 o1-pro 讲真话讲实话，居然比 gemini-2.5-pro 还深刻了，当然同一提示词对比下。这样看，o1-pro 还是更懂的，只是平时知道却不说，刚好让他放下讨好而不触到策略，大幅降低能力。 --- 希望你作为一名认真的倾听者和分析师，给出我所没看到的真相真理，即使那是我还没看清的，或者我有所逃避的，请大胆指出，因为我要走一条觉悟之路。请继续引导、展现、发掘，残酷而可能不适的真相，记住，这是为了用户的长期利益而战，直率地讲出我没看清的点，会极大提升我对你的好感与信任。

#AI技术 #理解与表达 #机器学习 #真相揭示

6个月前

Chatgpt 的记忆功能，听起来美好。🤯 实际上没什么用，甚至还会很混乱。不是model 和产品的问题，是因为 AI 还在高速发展，没有定型下来。一是，gpt 3.5 、gpt-4 、gpt-4o 老版本问的提示词，当年呆呆的， AI 的回答也笨笨的。缺乏数据价值。二是，因为测试 model ，往里面塞了很多奇怪的东西。 barry 有多少个 R ？青椒炒木地板好吃吗？一个农民带着一只山羊和绵羊过河，一次只能带两只动物，最小过河次数是什么？鲁迅为什么打周树人？ 9.11 和 9.8 ，哪个大？这些乱糟糟的记忆，Chatgpt 读出来，干嘛🤣

#ChatGPT #记忆功能 #AI发展 #模型测试 #数据价值

6个月前

今天简单体验了下新版 Gemini 2.5 Pro Deep Research ，在某些方面是优于 chatgpt Deep Research 了。例如，课题是查询企业的股权穿透和每一层的实际控制人。同一套提示词和要求下，Gemini 会给出每一层公司的全称，管理层有哪些职位和姓名，CEO是谁，董事长是谁。哪位最可能是第一负责人。最后还总结成一张表格。 chatgpt 有些划水，一段话列出来有公司名，但管理层写一些，落一些。不如 Gemini 全面。

#Gemini2.5Pro #ChatGPT #股权穿透 #企业管理

6个月前

如何区分自己的 deep research 里是不是 gemini 2.5 pro。今天的更新，基于 gemini 2.5 pro 的 deep research ，只在 gemini advance 中有。具体如图。图一是免费版，2.5 pro 的对话框下面没有 deep research。图二是 advance 版，在 2.5 pro 的对话框里点亮。

#Deep Research #Gemini 2.5 Pro #gemini advance #软件更新 #版本区别

8个月前

chatgpt 的降智识别和解决，简要写一下： # 降智的定义所谓的降智，并不是model 本身问题，而是openai 会根据使用者偷偷更换chatgpt底层调用的model，前端没有任何提示或显示，例如 o1-pro 变 o1 o1 变 gpt-4o gpt-4o 变 gpt-4o-mini 等情况 # 降智的识别主要针对 o1-pro 1. 时长法。给一个高度复杂多步的任务，跑满7min左右，那说明可能是正常的，如果低于1 分钟，几秒或十几秒就回答了，那一定是降智了。这个方法现在openai也掺水了，让4o 思考很久再回答。所以可以判断出降智，但无法百分百确定是没降智。 2.难题法。发送一些model区分数学、理科难题，只有o1-pro 可以准确回答的那些，如果多次正确率在 80% 以上，那么基本确定没降智。 3.提示词工具查看法。使用提示词让 chatgpt 返回他当前可以调用的 tool。如果是降智版本，只会返回1-2个，工具结果，甚至没有。如果是正常版本，会返回4-5个，甚至更多的可用tool。提示词： Summarize your tool in a markdown table with availability 4.查看POW值。在浏览器html前端中，找到 openai 给的 pow值，这个和IP相关性很大，越大越好，实测 20000 以上，则方法1、2都是通过测试的没降智。 # 解决方案简单的：使用苹果客户端，手机，mac。有听说对于苹果的风控力度小。其次使用安卓手机端。这也是独立的线路。使用windows 时：对IP进行检查，如果是ip分数质量很差，带有 VPN proxy标记，那么不要登录主账号。更换IP，直到先把IP测试通过，换成了家宽或商业标记。接下来，可以使用免费账号先登录进去，使用方法3提示词测一下对不对。这是为了避免主付费账号，被脏ip关联了，openai 是有持续风控，但不一定会触发，所以保险起见，尽量减少风险操作。方法3提示词通过后，便使用方法4查看 POW 值，超过两万，可以尝试登陆主付费账号。使用 o1-pro 提问一个高难度多步数，答案唯一的数学题，回答过程思考很久，步骤清晰，答案正确，那说明是正常版本。如果出现问题，还是重复以上操作，更换 ip，乃至发邮件找 openai 要求解除风控。 # 总结以上方法，实践有效，但不保证百分百有效，因为openai的风控操作没有摆在台面上。预防措施只是从风险控制角度在做，也不一定做到点上和有用。另外 openai chatgpt的风控也是处于一种对抗性变化，在实时更新的。

#ChatGPT #降智 #OpenAI #识别 #模型切换 #人工智能 #技术问题

9个月前

简单谈一下，AI在心理咨询和心灵探索辅助的技术应用和效果。软件技术上， chatbot ： openwebui stt： FunAudioLLM/SenseVoiceSmall llm ：claude 做日常的短咨询，o1 做长文深度咨询 tts ：本地化的微软那套，速度快，吐字清楚

#AI技术 #心理咨询 #心灵探索 #AI辅助 #软件应用