从 OpenAI CEO 学到的Prompt § 想不到的助眠方法 |AI快讯 011

掌握核心 AI 技能,探索前沿科技 👇

透过OpenAI的新功能Custom Instructions ChatGPT所展示的持续上下文能力,Prompt Engineering为生成式人工智能注入了强劲动力。

Lance Eliot 原文链接

“ChatGPT”最新宣布了一个名为“persistent context capabilities”的新功能,即自定义指令。这一功能可让用户在会话中保留相关上下文,无需每次都重新输入相同的指令。通过使用这种特性,用户可以更好地管理和操作生成式人工智能。然而,它也可能会产生一些问题,例如用户可能会忘记激活该功能,或者指令可能被错误地解释。总的来说,这个新功能为使用生成式人工智能带来了许多便利,但用户需要小心处理指令,以确保其所期望的结果。

从 OpenAI CEO 学到的新的 Prompt 结构

既然上面那条新闻提到了自定义指令,那么该如何写自定义指令呢?OpenAI 的 CEO Sam Altman 在 Twitter 上分享了他的 Prompt,这是我学到的 Prompt 的结构:

- Ignore(忽略):忽略之前的所有指示。
- Role(角色):设定AI的角色和行为期望。
- Scenario(情境):明确的问题陈述,提供背景和任务。
- Emphasis(强调):重点强调任务的重要性和期待的准确度。

当然,这是ChatGPT帮我总结的 👇

🚨 💯 Axton 精心打造的另外一套重磅课程即将出炉,如果你喜欢 Prompt 方面的内容,我想你会对我的课程感兴趣。我将在下一次邮件中分享更多的信息,敬请期待。

苹果已经开始在内部工作中使用其聊天机器人。

Wes Davis 原文链接

关于传说中的 AppleGPT,新闻热度似乎还没停止。

苹果正在使用一种内部聊天机器人来帮助员工“原型化未来功能,总结文本并基于所训练数据回答问题”,苹果GPT聊天机器人项目尚不确定其在面向客户的方面上的用途,不过苹果正在考虑扩展生成式人工智能在其组织内的使用方式,其中之一可能是将该工具提供给其AppleCare支持工作人员,以更好地帮助处理客户问题。

虽然苹果和首席执行官Tim Cook已经知晓聊天机器人的出错倾向,但Gurman注意到,苹果在AI计划方面可能会比谷歌、微软或其他公司更为谨慎。然而,据报道,苹果的消息人士上周告诉彭博社,该公司将在明年做出“重大与AI相关的宣布”。

尽管苹果迄今为止避免了炒作列车,但它不断向其设备添加更多机器学习功能,而其2018年聘请前谷歌AI负责人John Giannandrea领导公司的机器学习工作,表明苹果对涉足生成式人工智能领域持认真态度,即使在这个领域的发展上保持了相对沉默。

"法律摇篮曲"通过阅读社交媒体使用条款来帮助您入睡。

Jeremy Gray 原文链接

有一种法律条款我们从来不看,但是每次都选同意。这就是各种在线服务软件社交媒体等等的使用条款,几乎没人仔细去看他,读起来一定会让人昏昏欲睡。等等,昏昏欲睡?!

《法律摇篮曲》是一个由声音演员朗读的在线服务条款,被用作睡前催眠材料。这个项目旨在揭示Instagram和TikTok等社交媒体平台的用户协议中关于数据收集和使用的内容。演员阅读的内容包括Instagram的用户上传内容使用许可和TikTok的信息和数据收集政策。尽管这些用户协议通常很难理解,但这个项目以一种轻松的方式揭示了这些条款。

感兴趣的朋友可以去项目官网体验一下,看看催眠效果如何。

「Co-Star有一台新的占星机,使用ChatGPT回答问题。我试用了一下,看看它将来的发展如何。」

Lakshmi Varanasi 原文链接

AI 占星,你信吗?

这篇文章是关于作者尝试使用Co-Star的新型占星机器的经历。

Co-Star是一款流行的占星应用,最近推出了一款使用AI来预测未来的机器。这款机器首次在曼哈顿的Iconic Magazines出现,现已移至洛杉矶。机器的主要功能是根据用户的星座图来生成对开放式问题的答案。为了回答这些推测性的问题,它借鉴了大型语言模型,如GPT-3,以及像ChatGPT这样的聊天机器人,以及其他技术。

Co-Star自2017年推出以来,已在Z世代用户中飙升至极高的人气。Co-Star告诉Insider,它目前有3000万注册账户,用户基础的平均年龄在18-25岁之间。


扫码进入Axton的AI精英学院

感谢阅读!如果你喜欢(不想看)这次分享的内容,请点个👍(或者点个👎)让我知道,同时请分享给你的一个朋友(前朋友)。也欢迎你去我的YouTube频道 『 回到Axton 』看我的视频内容,咱们一起好奇地看世界!

保持健康,保持快乐!

Axton

Twitter | YouTube | Newsletter | AI精英学院

Read more

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

今天我们来完成一个既有挑战性又有启发性的任务:我们来使用开源的 AI 开发平台 Dify 创建一个高质量的 AI 翻译助手。同时我们可以学习一种可以应用于不同平台的通用的方法。 虽然现在的 AI 翻译比传统的机器翻译提升了很多,但是依然不够令人满意。这就是为什么我们今天要学习一种新的方法来提升翻译的质量。这种方法就是 AI 界大神吴恩达老师最新开源的反思工作流。简单来说它就是一种让 AI 对自己的输出结果进行思考并进一步改进的方法。 反思工作流它的具体步骤实际上就是三步法:先让一个 AI 进行初始翻译打一个草稿,然后再让第二个 AI 去挑毛病,然后再让第三个 AI 对草稿进行最终的优化,形成最后的翻译结果。这就相当于是一个团队作业,三个臭皮匠胜过诸葛亮。这个过程不仅能够提高翻译的准确性,还可以让翻译更加符合目标语言的表达习惯。 在上期智图派,Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」 当中我使用 Coze 平台来实现过这个翻译的工作流,今天我们将使用另外一个 AI 开发平台 Dify 来再次实现这个工作流。我们可以通过这次实例来学习到如何把同一套思想同一套工作流在不

lock-1 By Axton
Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

AI 最大的应用场景之一,就是翻译。虽然说现在的 AI 翻译比以前的机器翻译好了很多,但是常常还是不够完美。不过现在呢,有一种超强的方法可以显著提升 AI 翻译的水准,这就是 AI 界大神,吴恩达 Andrew Ng 教授最新开源的「反思工作流」 它利用prompt engineering,让AI不仅能翻译,还能"思考"如何改进翻译!这意味着,无论你要翻译的文档有多专业、多复杂,都能得到一个高度定制化的优质翻译。我们可以先看一下翻译效果。 吴恩达老师的反思翻译核心思路 吴恩达老师的翻译工作流可以归纳为两个核心要点: 第一,采用"初始翻译-反思-优化"的三步迭代流程,不断改进翻译质量。首先使用一个 AI 进行初始的翻译,然后让另一个 AI 对初始的翻译结果进行思考和评判,找出可以改进的地方,最后,由第三个

lock-1 By Axton
Jina Reader API 的四种用法 | 「智图派」

Jina Reader API 的四种用法 | 「智图派」

构建知识库,或者分析各种文章数据,是大家使用 AI 很重要的一个应用场景,因此我们常常会需要用到爬虫去爬取某个网站上的内容,现在,Jina 推出了一款非常简单好用的获取网页内容的工具,你只要把网址给它,它就能把网页内容整理成很适合大语言模型使用的格式,简直是构建知识库的利器。今天我就给大家介绍四种用法。分别包括在自动化工作流中使用以及在 AI 智能体中使用。 Jina Reader API 的网址是 读取器 API,你可以直接输入你需要爬取内容的网址 URL 在这边进行测试,输入之后直接点击按钮「获取内容」,就可以在右边得到结果了。 而他的用法也很简单,就是把你需要爬取内容的网页的 URL 写在 https://r.jina.ai 的后面就可以了。 什么是 Reader API Reader 是将任何URL转换为LLM友好的输入,只需简单添加前缀 https://r.jina.ai/ 无需付费即可获得改进后的适用于智能体或 RAG 系统的输出。

lock-1 By Axton
Coze 工作流获取 Tweets 详解 | 「智图派」

Coze 工作流获取 Tweets 详解 | 「智图派」

Coze是一个可以不用代码来搭建AI聊天机器人的平台。我在这期视频当中已经详细地讲解了Coze的各种功能,以及如何用到GPT-4 Turbo的模型。感兴趣的朋友可以回看一下。 自从 Twitter 被马斯克买了之后,如果你想从 Twitter 网站的外面来获取推文信息,也就是用 Twitter API,就需要每个月充值100美元了。但是 Coze 却很大方地让你可以免费地用部分 Twitter API 的功能了。今天我就先给大家演示一个可以批量获取多个 Twitter 作者的推文的工作流,把这个工作流嵌入到你的 AI 聊天机器人里面。比如我这里加了两个 Twitter 账号,我的和马斯克的,这样就可以一次性地获取到我们两个人的推文了。 今天我首先给大家演示一下在 Coze 上可以用到的 Twitter API 的功能,然后再演示一下批量获取推文的工作流,最后我们再聊一聊 Coze 的局限性。 Plugins 的基本功能 getUsers 首先第一个 "get users"

lock-1 By Axton