素人极客-Amateur Geek

统计数据

26
文章
0
粉丝
0
获赞
94
阅读
avatar
从豆包的AI手机感悟到： 如果你敢突破陈规， 成为别人利益的掠夺者， 你才拥有暴富的机会。 豆包和努比亚的AI手机，刚一上市就被各种软件屏蔽。并且引发了巨大的舆论。而且在短时间内被抢空。 论功能，VIVO、OPPO、小米、华为一众手机做不到吗？ 貌似是可以做到一部分，比如打开手机搜索。 为了不进一步打破内部默许的软件平衡， 其他手机厂商只好按部就班的阉割功能， 按照原定的营销计划卖手机。 谁都知道，踏出最后一步， 让手机自动操控软件是非常牛逼的卖点， 也是大众使用手机非常刚需的功能。 可他们不敢，不敢冒天下之大不韪， 不敢和软件撕破脸去把这个功能的最后一步完成。 这是一个默认你好我好大家好的圈子生态。 豆包和努比亚的合作，打破了这个生态， 获得了营销的卖点，解决了用户的刚需。 让软件布局好、培养好的用户习惯， 显现了巨大优化空间的商业转化的风险： 用户的注意力将不会停留在软件设计好的路径上。 进而广告、推荐内容都会迎来巨大的商业损失。 而这些损失，将是不知道什么时候才能换取回来的利益。 豆包和努比亚，只是用3000多的手机， 就把这些价值改变了，从而成为AI手机的优质口碑。 实际上AI手机并没有使用“抢夺”， 但已经让利益可以到手， 损失的利益去哪了？ 新的商机在哪里呢？ 都不重要，先把打破平衡的干掉， 屏蔽一切可疑的AI手机再说！
avatar
昨晚开始，claude opus 4.5的效果出现了明显的下降，与sonnet4.5相当了。让群里人一查，果真是claude开始封企业号，群友的美国企业也被禁了，这下所有三方都用不上了。操！
avatar
我很满意这个智能体的名字 “超级选题就是抄会选题” 你的选题困扰，让50个答案给你解决
avatar
refly是个口喷工作流和智能体的平台， 我踏马第一次知道， 工作流还能用文字描述， 自动生成？ 而且没有复杂的学习成本， 我就看了十分钟，完全会用了。 我输入的是：帮我生成一个根据产品名和产品信息，生成广告文案的工作流。工作流就出来了。 复杂一些的工作流比如：帮我生成一个数字人口播视频的工作流， 第一步，根据指定提示词，通过输入的用户提示1创作结果文本文档。 第二步，将上一步生成的结果文本生成为语音文件，用户输入为原语音参考，文本结合输入语音，创作新的音频，音频内容为原声音读上一步生成的结果文本文档。 第三步，用户上传一张图片，借助图片转数字人视频功能，生成一段和上一步生成语音等长的视频，视频中人物口型与语音匹配。 只需要一次描述，就能自动搭建起来，不用自己一个个去拉节点，节省了很多事情。整个过程我大概摸索了十分钟，就全都会搞了！
avatar
如果一个销售、一个老板，是一个朴素、真实且热爱家人的人，那么我们并不是一定要拒绝他，而是当我有需要了，一定会找他的那个联系人。如果我们不需要他的产品，他也会成为一个很优质的能量来源。
#销售 #老板 #朴素 #真实 #热爱家人
avatar
AI没有上限，只有瓶颈。 那个瓶颈，就是你的表达能力和思维框架。 平庸的提问者把它当搜索引擎。 聪明的提问者把它当执行任务的实习生。 顶级的提问者把它当碰撞认知的合伙人。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#AI #表达能力 #思维框架 #提问者 #认知
avatar
refly智能体平台已经准备好，下周上线. 课程就直接涨价了。 如果有需要各种智能体， 可以在这条留言，能做出来的我一并做出来， 使用平台算力，按条计算。
懒猫家族新成员亮相，AI算力舱引发热议！· 143 条信息
#refly智能体平台 #上线 #涨价 #智能体 #算力
avatar
今天重新思考了语言的功能， LLM可能会变成我们语言效率变革的一个工具。 未来语言可能变成一种文化而存在， 作为工作来讲，效率语言可能很快会出现。 出现的前提：语言表达经过LLM后可以实现100%正确性
#LLM #语言功能 #效率语言 #文化 #语言表达正确性
avatar
gemini3出来， 一扫AI泡沫的阴霾。 大家那时开始怀疑， gemini做不好， 另外三家总做不实用的。 一切仿佛停留在： 很努力才能看到AI价值的水准。 所以大家都在期待一个无需AGI， 能用到不那么辛苦的模型。 不必看奥特曼再吹牛， 不必看claude装腔作势。 不必看grok的碎嘴子。 对抗AI泡沫最简单的， 就是加快侵入在工作中使用的占比。 Google给所有人打了个样。 我想，在未来的几个月， 如果不用AI去工作， 就真的会变成很落后的事了。 这世界在变的时候， 不需要人去喊。
Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini3 #AI泡沫 #AI工作应用 #Google #AI发展
avatar
Gemini3.0测试-选题创作 准确度、严谨度、发散能力足够
AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息
#Gemini3.0 #测试 #选题创作 #准确 #严谨
avatar
prompt如何不变成玄学？ 让生成结果螺旋起飞的妙计！ 第一误区：简短提示词 简短的提示词缺失的是前因后果。没有合理的因，结不出准确的果。我们想创作一个选题，就不能只让他创作选题，这件事是在什么人物身上发生的，是一件具体什么样的事，他有着什么样的社会认知，在这个切面下有什么现象背后的观点？ 所有的内容都是一步步铺陈出来的，不是一句话就无因无果创作出来的，提示词工程的基本盘，是给到结果之前合理的推理铺垫。 妙计：做一个内容写几个步骤，每个步骤校对一次结果，在不断的校对中，切中你想要的那个最准确的判断。 第二误区：逻辑是复杂的 AI生成的内容逻辑一点都不复杂，我们的眼光总容易盯着复杂的逻辑觉得模型可能不擅长什么。但逻辑本身是可以通过交叉组合的方式，实现复杂的推导，如果我们让他看见逻辑可以拆成简单的推导过程，模型就会被带到你的轨道上。 妙计：挖掘出所有的可能性，让模型的推理变成堆积木，积木最顶上的内容就是结果，下面的内容全是阶梯。 第三误区：专有名词很好用 专有名词的确能让模型快速进入到某个词库，比如扮演XX专家，但实际上帮助是有限了，结果只能用来做参考。一个人是立体且复杂的，某个专家一定会有失偏颇。 妙计：干脆不要用专有名词，如果你能把这个专有名词，拆成很多标签，然后把标签组合成文字逻辑的文本，你的提示词就会变得更准确。 第四误区：两个极端词交汇 昨天有看到大家用弱智的博士生，或者高素质导师的智力低下学生。这很有趣，而且也只是很有趣。真实的有作用拆解，是给出符合金字塔原理的逻辑和符合由浅入深的语言规律。让我们兴奋的，是进入愿意学习状态的提示词，并不完全是那个结果。 妙计：拆解知识找到最擅长讲知识的那个人，利用他讲知识的逻辑，完成一次更加符合人理解的知识生成。 第五误区：严禁之后为什么还有？ 因为模型有自己的程序要求，那个函数被锁定在了大词库中，用严禁是无法规避那个权重较高的大词库的。 妙计：让没有这些内容的文本成为参考，简单易用。减少多轮对话。或者直接上手能累着你啊？ 下面给一个我修改后的“背单词”的提示词吧！ 在回复中自取.....
#Prompt工程 #AI #提示词技巧 #模型调优 #知识拆解
avatar
我们来聊聊AI味儿： 第一种：先反差描述，然后急于解释。 因为模型的三观没有清洗好，所以大模型一直在扭转这种反常识 ，模型默认为是被迫要这样说。 然后就会接着说：老实说、本质上、其实等等词来进行转折。最后再补一个模型能够想到的案例，试图验证。 这个逻辑是非常缜密的。一定要符合：有效性与真理性。 把形式逻辑做到结果上，这些形式逻辑有很多种，还包括自问自答、定义阐述、案例说明。 第二种：表层示例 模型在组织过程中需要写出具体场景，还原它构思的完美的象，这个象又不能完全具象到刘阿姨、李大妈等等，智能通过比较大的门类层级。 看似都在推理中，实际与落地经验完全不是一回事，与执行差之千里，大体可以叫纸上谈兵。 第三种：虚空对比 在名词和动词的运用上，因为特别严谨，模型往往只能使用常用词，这在推理过程中，属于是进入了词的窄效应。 比如我们谈论哲学家，最优先选中的可能是亚里士多德和弗洛伊德，并不一定能落到维特根斯坦头上。 当你看到一篇文章经常出现你看到上一个词和下一个词在相关性上极高，属于有点文化就能想到的关联词时候，就很可能发现了模型的局限性。 第四种：语义与语用的连接。 模型的严禁程度不允许语义产生歧义，所以在语用上，一定会跟着进行约束，以达到表达的准确。 一旦进入一个需要解释的内容，必定会跟进解释，这两者中出现的连接词，往往包含了我们经常看到的：不是、是、而是、不止是、重要的是、本质上上、说白了。 语义是阐明这件事，语用是约束这件事所处的环境条件。 第五种：过度完美 模型的过度完美表现在，他要把一句话讲清楚，是非常有机器语言规律的，并非人性表达规律。 人的表达，往往拆开来这句话，是不容易形成完整语法的。即使符合语法，也会用词语规避掉完美，来符合自己的语言习惯。 未经雕琢的文字，可以是短句。比如“未经雕琢的文字”和“可以是短句”，就都是短句。 如果连起来写就会很别扭，这是我的习惯。 如果AI的习惯，会写：没有经过雕琢的文字也可以是由短句组成。 因为拆开，对于模型没有设定风格的时候，就不算一句话。 即使设定了风格，在推理过程中，也会偶然选中了必须选中的那个选项，也就偶尔还会冒出来AI味儿。 当然还有一些比如AI认为“讲”、“说”和“写”拥有不同的习惯。 当他识别文本为讲，那就是生活聊天风格，会比较多儿化音或者排比句或者很别扭的地方也放一个“了”做结尾； 识别为说，那就是单人叙述风格，带有大量说教的口吻，连词就会变多，解释也变多； 识别为写，那就是严谨到不能更严谨，长句不断。
#AI #人工智能 #自然语言处理 #机器学习 #文本分析
avatar
在Mr Panda的X冷启动社群中，我关注了三个人，李亿、Bob Zhang、木子不会代码。社群我倒也没进，我每天都在砍信息，避免不必要的注意力转移。 主要是这三个人的巨大变化，让我有些许感慨。对比接广告，Mr Panda社群中盈利的一些小钱何足挂齿。 我们都在这个平台上，都知道这里并不能发家致富，但可以让我们在自我推广和自我输出找到一个平衡，来适应“对持续输出保持敏感性”这件事。 其实我才是被远远甩在后面的人。我曾以为我的AI提示词工程课这么好，大家不应该是汹涌而来么？当一天中没一个点赞的时候，虽然我心中有落寞，还好我不常喝酒，不然又会多亏几瓶酒钱。 人的行为习惯是“想要-值得-拿下”（这六个字是AI给我的，原文是“人会认为值得的东西，付出行动去获取”，小年说过我太文艺青年，那是一个不咸不淡的风格，必然没有什么吸引力），就像喜欢他们的内容一样，填补我生活的部分空白，这是个持续孵化的过程。 以他们的实力，不必用故事，日常做分享，只要有价值，大V只要给一些转发，也能一次乘风起。 他们发的越多，我们就会看到，优秀人的特质，值得被关注的特质。 优秀，很笼统，具象的点评，又不合适。那就只说这类人群的现象：如果你曾经有被人称赞的地方，那么请你展现出来，这个世界就有人鼓掌，这本就是社交特点。 而我们经常把变现作为目标，所以会有一些盲目的追逐，却恰恰展现了，自己对社交网络的青涩认知和对赚钱这件事的虚空幻想。 经过这一两个月的锤炼，看到你们逐渐纯属，发出来的东西越来越成为你们自己本身的样子，越来越适应这个平台的喜好并保持自己的特点，这是挺难的一件事。 我并不是什么过来人，只是真心觉得，多关注了三个让我了解世界的信息窗口。我的关注，是你们应得的报酬。
#Mr Panda社群 #个人成长 #社交网络认知 #持续输出 #价值分享
avatar
只提智能体，不提提示词， 效率熬不到结果。 没有廉价的智能， 只有廉价的产品。 所以当下的成长就两件事： 用准确的AI提示让自己学到不知道的。 用知道的成为未来人生的变量。
#智能体 #AI提示 #效率 #学习 #未来
avatar
想到了一个妙计，把任何内容变成信息图！！！
#信息图 #妙计 #内容转化
avatar
今天有个要学AI的朋友问我：学你教的AI能赚钱吗？学你教的AI能让我开始做副业吗？学你教的AI可以去写短剧吗？ 我都否定的回答。 他说那我能获得什么呢？ 我说：你对AI的所有迷茫。 我已经很久不在推特卖课 ，我目所能及的都是层出不穷的新东西，都是碎片化的简单AI信息或者系统且复杂的AI知识。（1/N）
#AI学习 #副业赚钱 #知识迷茫 #短剧创作 #AI信息碎片化
avatar
年轻时候喜欢玩豆瓣， 2010年，非常喜欢的一个女作者。 2014年偶然的机会相遇， 追求，在一起，分开。 聊写作，聊世界， 上百个夜晚七八个小时的长聊。 坐公交，分耳机， 几十分钟转瞬即逝。 其实可以找找那个能激发你灵感的人， 在那人面前，枯燥的日子，飘过来的风都有春情。
#豆瓣 #爱情 #写作 #灵感 #回忆
avatar
在推特，你发的东西，值得被大佬点赞、推荐，是最重要的权重，只有这份认可，能给你带来有“身价”的收入。
推特封号潮席卷加密圈，KOL频遭封禁引发恐慌· 224 条信息
#推特 #大佬点赞 #权重 #身价收入 #社交认可
avatar
在我家，完全不玩硬件的老婆，使用懒猫频率最高。 用懒猫，真的可以让时间省下来！ 这就是这个产品的秘密。
#懒猫 #省时 #家庭 #积极
avatar
nano-banana的更新，是一个AI创新的历史性节点。 这个模型揭开了一块AI行业的一块遮羞布。 所有能打的AI绘画模型，不是产品的原因， 仅仅是因为不懂业务，只看需求！ 他们认为，客户的需求很重要， 于是追求完成这个需求。 但是完成这个需求，需要扎实的业务功底。 和一个巨长的业务执行流程，整个路径非常复杂。 相当于让一个种地的老汉，去米其林后厨做一份牛排。 大厂同行：都在追求炫酷的简单输入，炫技输出。 领导很兴奋，员工跑断腿，效果打折，周期创作周期巨长。实际在业务上，能解决的问题非常有限，业务识别空缺，导致模型产品化路径的曲折。 总是研究的放后面，能引发话题的放前面。 废了一百年的努力，做出来一个半吊子东西。 结果：小白骂娘，从业者骂娘，营销号捧上天，消费者寥寥无几。 小厂同行：技术实力不足，资源不足，使了大劲满足一点点需求，还需要强大的知识探索欲，技术实践成本高，花几个月时间，巨大资金成本解决一个小问题。有一部分使用基础，熊瞎子劈苞米，消费者丢一群再拉一群。迭代根本没法持续覆盖。 结果：学会的用烦了，没学会的又很难学会。 开源同行：应用做了七七八八，精神世界满足开花，加起来服务没几十万人，全都是赚到钱没给开源创作者花。模型迭代一次，坟头高一尺，没准哪个模型出来，过去的技术根本没有迭代的必要。 结果：有道义的同行人，纷纷跳坑，只剩下几个孤儿。 懂业务，是做AI的前提。 我很早就说过，2023年我之所以用AI绘画， 是因为我要画分镜，我们花了大量的努力， 在2024年初就实现了和名人合影，训练一致性模型。 很多现在简单的功能在一年多前都可以实现， 不懂业务的人，连看都看不懂。 今天nano-banana每一个功能都是直切业务核心点的。 他不是单纯的一个模型技术的更新。 论修改，其实有很多了，方法也有很多。 但是这个模型，一次性把所有的业务关窍打通了。 其实sora已经很厉害， 但是sora对业务的覆盖没那么全面。 几个月前，很多谷子店类的供应商， 都开始用sora做业务内容了。 但限制很多，可是从我们对模型理解来说， 开源模型是技术瓶颈， 但是对于sora这些模型，有些业务细分， 不应该是这个模型的瓶颈。 举个简单的例子，让柯南从空手到拿一枝花没有问题。 但是你让一个手办，手上多一个东西却非常难。 从业务的角度讲，这件事其实一点不难。 可sora就是不给你优化， 是技术不到位吗？MJ那么简单的操作，实现不了吗？ 完全就是对业务理解的偏差。 那么我们再举一个MJ的例子， 这个模型的审美水平强不强？ 说实话，一年以前， 我们就可以用这个模型来实现多视角服装模特了。 还有仿真人的虚拟真人角色创建。 但是技术实现上非常讨巧， 至今可能没人能做到， 我们也不愿意把这些东西传播出去。 但大多数人的视野里，是看不到MJ模型本身的能力的。 MJ公司追求的什么我也不知道， 就知道他们在不断的做，跟业务贴边的东西， 就是不好好优化，导致这个模型的二次修正特别多。 我再说一遍，上面两个问题，不是模型能力不行， 就是公司对各行各业需求的业务不理解。 谷歌证明给你们看了，谁也不需要反驳， 站着挨打就完事了。
#AI创新 #nano-banana #业务理解 #AI绘画 #模型优化
avatar
无限会员来转发了🌝🌝🌝
#会员 #转发 #积极
avatar
当你想让模型禁止或者不要的时候， 尽量不要直接写！！！ 尽量不要直接写！！！ 尽量不要直接写！！！ 我这里简单讲几种方法： 1、实在要写，不要超过两条 2、把不要，变成要。不要写病句——你要逐句检查，保证每句话前后的铺垫、起转和衔接 3、禁止内容从禁止出现到多次出现。有些事情说一次是记不住的。在我上学的时候，我的日语外教老师说，日本公司有个特别的地方，会不厌其烦的交代一个简单的事情，是为了不让你忘记，哪怕最微末的事情，多次提及也会被记住。你可以在开篇禁止，中间禁止，有关联的地方禁止，最后也禁止。 4、禁止是不要做，那就增加一步，把一件事一次完成，变成两步，在最后加一句话，让你完成上面的动作后，请询问我是否有禁止项，我将会把禁止项发送给你，然后我们开始对禁止项进行筛查，局部修改时，保证其他信息不变。 5、把禁止项目放在第一步。 6、确定你的禁止项是否能禁止。比如你没有给文案确定风格，结果文本出现了AI味儿，那你禁止他用AI口吻也没用，他自己也不知道自己用什么口吻讲！
#模型调优 #禁止策略 #AI文案风格 #避免AI口吻 #多重禁止
avatar
这是我日常使用gemini2.5常用的，去除AI爹味儿的提示词之一，还有一些大概是它四五倍多的。 但是像这样的提示词在其他任何一个模型都很难生效。 我整理了126条提示词。让我从1206版本用到现在。 我放弃了所有的随机的创意， 放弃随机，只为找到符合生产级的结果。 gemini的能力，让我有很稳定的幸福感
#Gemini #提示词 #AI模型 #生产级 #稳定性
avatar
这两天玩一款手机游戏，一直想多充点钱，还是忍住了，把其中20美元冲到了bibiGPT，其中13美元冲到了quest3里的拳击运动。刚锻炼完15分钟，带着一身汗来用bibiGPT学高手们的脚本。
#手机游戏 #BiBiGPT #Quest3 #拳击运动 #充钱 #学习 #锻炼
avatar
我一个15年的文案，是如何败给AI的？ 第一次用文案赚钱，是在2010年的咨询方案换来的工资。 2012年，一篇豆瓣软文，卖了500 2014年，一篇新闻稿，可以赚1500 2016年，一个咨询方案，卖了4万 2018年，一个活动策划，卖了7万 2023年，一个宣传片策划，卖了10万 这是纯文案的价格，不含项目执行的费用
#AI #文案 #人工智能 #职场变革 #市场变化