XIAOSUO 记录个人学习的足迹

摘要：一、提示词定义与重要性 1. 什么是提示词 提示词是输入给AI系统的指令，可以是问题、描述或关键词，目的是引导AI按期望思考或创造，输出所需结果。 提示词的作用：提示词如同打开AI能力之门的钥匙，其质量直接影响AI输出结果的质量，好的提示词能清晰指引AI工作方向，激发其潜能。 提示词与AI的关系：提示词是人类与AI沟通的桥梁，通过不断优化提示词，我们可以更好地理解AI的工作原理，与AI协同工作，共同创造更大价值。 2. 提示词的重要性 对AI输出质量的决定性作用：输入的是垃圾，输出的也是垃圾。优质提示词能引导AI准确把握需求，避免无用信息输出，提升工作效率。 提升AI创新创造能力：高阶提示词可引导AI进行创新创造，突破常规思维。如要求AI设计创意产品，通过特定提示词激发其创新灵感。 提示词促进对AI的理解：通过不断尝试和优化提示词，可了解AI的优势与局限。在提示词优化过程中，可学会与AI协同工作。 二、高质量提示词编写 1. 提示词的常见形式 指令式提示词：直接告诉AI具体要做什么，适用于任务目标明确的情况，如“写一篇关于气候变化的短文”。 问答式提示词：通过提问引导AI思考并回答问题，如“什么是人工智能”，适合获取知识或解答疑问。 填空式提示词：提供句子框架让AI填充内容，如“我最喜欢的动物是（ ），因为（ ）”，有助于获得结构化且有逻辑的回答。 对话式提示词：模拟人与人之间的自然对话，进行多轮交流。例如：“我们好，能跟我聊聊今天的天气吗？”这种形式更适合日常沟通场景。 创意生成式提示词：给予AI更大的发挥空间，鼓励其进行创作。例如：“写一首描绘未来世界的诗。”这种形式常用于文学、艺术等创意领域。 思维链提示词：通过逐步推理的方式引导AI分析问题。例如：“让我们一步步来思考这个问题……”这种形式特别适合解决复杂问题，帮助AI理清思路。 2. 关键要素 明确目标：写提示词的第一步是明确目标，目标越清晰、越具体，AI越容易理解意图并给出精准回应。 提供充分的背景信息：给AI提供足够的背景信息，使其理解更深入，输出更贴合需求，需考虑受众特点、产品卖点、行业术语等。 明确输出要求：清楚告诉AI输出内容的类型、格式、字数限制、内容侧重点、风格和语气等，确保输出符合预期。 3. 提升提示词质量的实用技巧 指令清晰化：使用明确动词开头，用分隔符…… 阅读全文

摘要：一、人工智能通识 1. 人工智能的应用场景与定义 日常生活中的AI应用： 手机语音助手利用自然语言处理和语音识别技术，为用户提供便捷服务，如查询信息、设置提醒等。智能家居设备通过语音控制实现家电操作，提升生活便利性。 自动驾驶汽车依靠AI进行环境感知和决策，提高行车安全。金融领域中，机器人投资顾问运用AI分析数据，提供个性化资产管理建议。 专业领域的AI应用 医院利用AI图像识别技术辅助诊断，提高诊断准确率。 制造业借助AI优化生产流程，提高效率和质量。 监控摄像头结合AI技术实现行为监测和犯罪预测，提升社会安全水平。 这些应用展示了AI在不同领域的强大潜力和广泛价值。 人工智能的定义与本质 约翰·麦卡锡将人工智能定义为“实现目标的计算能力”，强调其目标导向性。但目前的AI技术本质上是一种高级统计工具，仅在特定任务上表现出色。 真正的智能涉及意识、情感和创造力，而现有AI缺乏这些特质，只能在预设规则或数据支持下运行，无法像人类一样灵活应对复杂情况。 人工智能的分类 现有的AI大多是“弱人工智能”，只能完成特定任务，如翻译、推荐等。 而“强人工智能”或通用人工智能（AGI）是未来目标，能处理任何任务，目前仍遥不可及。 例如，扫地机器人和聊天机器人虽表现出一定智能，但不具备真正的智能。目前的AI产品和服务只是AGI研发过程中的副产品。 2. 人工智能的发展历程 第一次浪潮：规则驱动 1950s- 1980s，达特茅斯会议提出人工智能概念，开启第一次浪潮。基于逻辑和符号推理，依赖人工编写规则，如早期的专家系统。 这种方式在某些领域取得成就，但局限性明显，难以处理自然语言的歧义性和图像识别的复杂性，且成本高昂、可扩展性差，导致人工智能进入寒冬。 第二次浪潮：统计学习 1990s- 2010s，计算机硬件性能提升和互联网出现推动第二次浪潮。统计学习引入概率和统计方法，让计算机从数据中自动学习模式。 垃圾邮件过滤、语音识别和推荐系统等领域取得显著成果，但依赖人工特征工程，对于复杂任务和场景的处理能力有限，发展仍受限。 第三次浪潮：深度学习 21世纪10年代，深度学习和互联网兴起推动第三次浪潮。深度学习实现端到端学习，自动提取数据特征，取得重大突破，如AlphaGo战胜李世石、ChatGPT引发热潮。 在图像识别、自然语言处理等领域超越人…… 阅读全文