👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

🤖 高效提示词的4大经典框架：ICIO、CRISPE、BROKE、RASCEF

ICIO 框架

• Intruction (任务) ：你希望AI去做的任务，比如翻译或者写一段文字

• Context (背景) ：给AI更多的背景信息，引导模型做出更贴合需求的回复，比如你要他写的这段文字用在什么场景的、达到什么目的的

• Input Data (输入数据) ：告诉AI你这次你要他处理的数据。比如你要他翻译那么你每次要他翻译的句子就是「输入数据」

• Output Indicator (输出格式) ：告诉AI他输出的时候要用什么格式、风格、类型，如果你无所谓什么它输出时候的格式，也可以不写

CRISPE 框架

• Capacity and Role (角色) ：告诉AI你要他扮演的角色，比如老师、翻译官等等

• Insight (背景) ：告诉AI你让他扮演这个角色的背景，比如扮演老师是要教自己10岁的儿子等等

• Statement (任务) ：告诉AI你要他做什么任务

• Personality (格式) ：告诉AI用什么风格、方式、格式来回答

• Experiment (实验) ：请求AI为你回复多个示例 (如果不需要，可无)

BROKE 框架

• Background (背景) ：说明背景，提供充足信息

• Role (角色) ：你要AI扮演的角色是什么

• Objectives (目标/任务) ：你要AI做的事情的一个描述

• Key Result (关键结果) ：对于AI输出的回答，在风格、格式、内容等方面的要求

• Evolve (改进) ：在AI给出回答以后，三种调整、改进方法

RASCEF 框架

• Role (角色) ：这就是AI假装的人，它可以是电子邮件营销人员、项目经理、厨师或您能想到的任何其他角色

• Action (行动) ：这是人工智能需要做的，例如编写项目执行计划

• Script (步骤) ：这些是 A 完成操作应遵循的步骤

• Content (上下文) ：这是背景信息或情况

• Example (示例) ：这些是说明这一点的特定实例，它们帮助人工智能理解语气和思维/写作风格

• Format (格式) ：这是AI应该呈现其答案的方式，它可以是段落、列表、对话或任何其他格式 ⋙ 即刻 @东风阁主

🤖 YouTube 测试用AI生成视频摘要，用技术改善用户体验

8月1日，YouTube 开始在搜索和观看页面测试AI生成的视频摘要，帮助用户更快地获取视频核心内容，提高浏览效率。不过此次测试只面向英文用户且范围有限。

YouTube 表示，这是进一步利用AI技术改善用户体验的尝试，并将在之后将AI生成技术应用到更广泛的视频创意、标题等领域。不过！这并不意味着内容创作者的工作将被机器取代，相反，创作者编写的视频描述仍然是用户获取视频信息的重要来源 ⋙ Search Engine Land

🤖 阿里云宣布「通义千问」开源，国内首个商用开源的大厂模型

8月4日，阿里云官方公众号宣布通义千问70亿参数通用模型Qwen-7B和对话模型Qwen-7B-Chat上架魔搭，两款模型均开源、免费、可商用。此举让阿里云成为国内首个加入大模型开源行列的大型科技企业。

Qwen-7B 是支持中、英等多种语言的基座模型，Qwen-7B-Chat 是基于基座模型的中英文对话模型，在许多测基准上都取得了良好的表现。

用户目前已经可以从魔搭社区直接下载模型，也可通过阿里云灵积平台访问和调用这些模型，而通过开源代码，用户可以很方便地在消费级显卡上部署和运行模型 ⋙ 通义千问-7B-预训练 | 通义千问-7B-Chat

🤖 和 AI 一起做动画，将AI融入动画工作流的案例和实践经验

这是一篇超长的实践经验分享文章！作者 @海辛 总结了「使用AI制作动画」的不同路径和技术实现方式，并附上了动画视频和推荐的免费系列教程！

这应该是目前覆盖最全面的、最硬核的教程啦！非常值得放进收藏夹~

🔔 一、根据参考视频进行风格迁移

1. Runway Gen-1

• 提供原视频和参考图像，基于风格迁移生成新的视频

• 无法完全按参考图风格迁移，难以应用于实际项目，仍停留在玩具水准

2. Stable Diffusion + EbSynth

• 使用 Stable Diffusion 绘制关键帧，再用 EbSynth 根据原视频+关键帧将其余帧补齐

• 当画面引入全新的信息时，就要新建一个关键帧；还可以结合传统的影视抠像工具进行叠加，从而指定 AI 仅对画面部分内容进行风格迁移

• 兼顾生成效果和计算效率，可控性强，是当前最优方案之一

3. Rerender

• 自动判断关键帧，保证关键帧间信息连贯一致，避免了上个方案中人工调整关键帧间的信息连续性问题

• 代码未开源但值得期待

4. AI + AE

• AI工具与AE转场、PR剪辑等影视工具结合，发挥两者优势

• AI 动画特效做得好的人，大多数都是影视/游戏/特效的背景，他们知道如何将 AI 生成的画面结合到其他管线的工具中，从而提升画面效果

🔔 二、AI生长类动画

1. Disco Diffusion、Stable Diffusion Deforum

• 用传统 AI 生成图像工具，进行画面的批量生成，通过指定不同关键帧上的画面内容，和关键帧上的镜头运动，从而使得 AI 能生成连续的动画

• 控制 AI 生成的参数和影视镜头语言其实呈现一定的映射关系

• Youtube 频道主 DoodleChaos 给 Resonate 的歌曲《Canvas》 做的动画音乐视频，代表此类动画的最高水准之作

🔔 三、根据静态图生成动画

1. 让肖像画说话

• D-ID、Movio、Artflow 等工具基于First Order Motion算法，可以让一张静态的肖像画动起来说话的功能

• 算法成熟，可广泛应用于各类创意内容

2. 让静态图 (随机) 动起来

• Pika Labs、Gen-2 等工具的底层技术类似 Animatediff，支持根据单张图输入其随机动态效果

• 可用于概念预览，但可控性有限，对于目前工业界的帮助还不是很显著 ⋙ 海辛

🤖 构建基于LLM的系统和产品的模式

这篇长文探讨了一个非常实用的话题——在构建基于大语言模型的系统和产品时，需要注意的7个关键模式。

作者分享了自己宝贵经验和深度思考，覆盖了从从模型性能、成本控制到用户体验的各个方面，对于从业者来说是非常实用的指南。

1. Evals

• What：评估，用于测量性能

• Why：Evals 可以测量系统或产品的表现，检测任何回归；一个具代表性的 Evals 套件可以大规模测量系统变更；如果没有Evals 就会飞盲，或者必须通过视觉检查每个LLM输出来检测每一个变更

• More about：Evals包括基准数据集和指标；一些知名基准有 MMLU、EleutherAI Eval、HELM 和 AlpacaEval 等；指标可分为与上下文相关或无关的两类，还需要注意常用指标的局限性

2. RAG

• What：检索增强生成，用于添加外部知识

• Why： RAG 可以减少 hallucination，基于检索出的上下文指导模型；相比持续预训练语言模型，使用检索索引更经济高效，也更易于提供最近的数据

• More about：RAG 通常基于稠密向量检索 (例如 DPR)，先 offline 构建文档索引，然后在线为每个查询检索出 Top K 个相关文档，并将其提供给语言模型作为上下文；一些变体包括 RAG-Sequence、RAG-Token、FiD 和 RETRO 等

3. Fine-tuning

• What：微调，用于提高特定任务的性能

• Why：Fine-tuning 可以提高开放域语言模型的性能，实现比第三方语言模型更好的效果，也让系统模块化

• More about：Fine-tuning 通常在预训练模型的基础上进行，一些常见的 Fine-tuning 技术包括软提示调优、前缀调优、适配器和低秩适配等

4. Caching

• What：缓存，用于降低延迟和成本

• Why：缓存可以显著减少延迟和成本；对于某些不能容忍秒级延迟的用例，预计算和缓存可能是唯一的实现方式

• More about：在语言模型中，常见做法是基于输入请求的 Embedding 来缓存响应；不过需要谨慎应用 (例如不要缓存可能过时的价格信息等)

5. Guardrails

• What：防护栏，用于确保输出质量

• Why：Guardrails 可以确保模型输出可靠统一到足以用于生产环境，例如可能需要确保输出符合特定 JSON 模式等

• More about：Guardrails 通常通过验证语言模型的输出来实现，一些常见策略包括结构指导、语法验证、内容安全检查、语义验证等

6. Defensive UX

• What：防御性UI，用于优雅地处理错误

• Why：Defensive UX 承认语言模型可能出现不准确或 hallucination 的情况，并提前应对这些情况，主要通过引导用户行为、避免误用和优雅地处理错误

• More about：一些常见模式包括设定正确的期望值、启用高效驳回、提供归因等，可以提高可访问性、信任度和体验质量

7. Collect user feedback

• What：收集用户反馈，用于构建数据飞轮

• Why：收集用户反馈可以了解用户喜好，帮助改进模型、适应个人喜好,并评估系统整体性能

• More about：反馈可以是明确或隐式的，要方便用户提供反馈；隐式反馈也很有价值，可以提供大量用户行为偏好信息 ⋙ eugeneyan

🤖 为什么AI「智能涌现」对创业者、从业者、普通人都价值巨大

我们一直在谈论的大模型「智能涌现」到底是什么意思？为什么理解这个概念对我们这么重要呢？这篇文章从一幅图的像素数量入手，非常清晰地解释了概念，并探讨了7个非常核心的问题。

正如图所示，当像素的数量多到一定程度时，我们就可以看出图片的基本内容了。宏观涌现可能只是构成系统的微观因素的线性变化的结果。大模型的智能涌现也是同样的道理。

问题1：除600亿参数规模外，还存在其他阈值，可以让AI发生智能涌现吗？

• 存在多个阈值，对应AI的不同新能力

• AI模型同理，600亿不是唯一阈值，要实现新的能力需要更大的参数量；涌现时AI表现不稳定，可确定处在一个阈值附近

问题2：随着AI参数规模的增加，AI的能力会持续提升，但这会有上限吗？

• AI能力会持续增强，会跨越一个又一个阈值

• 但人类对此的感知有上限，100万亿参数量级接近人脑神经连接数，超过这个量级后，人类将完全感知不到AI的进步

问题3：未来二十年你将会如何感受AI？

• 未来每当AI跨越一个新阈值，人类会强烈感受到进步，但之后会逐渐感知不明显，直到下一个阈值突破

• 就像人对新款 iPhone 屏幕的感受，开始惊艳，最后陷入「似乎稍有不同」的微妙感受

问题4：什么是「知识压缩」，它跟AI有什么关系？

• 知识是压缩数据的方法，训练模型就是在寻找压缩方法 (知识)，实现智能

• 图像压缩实验证明了知识使图像在低像素下依然涌现，压缩越高效，知识越本质

问题5：什么是智能？

• 智能是一个生成的过程，不是状态；高级智能具有更强的泛化能力，这来自大量知识的涌现，泛化是成规模知识涌现的结果

• 低级智能以还原为主，高级智能强在泛化，智能必须是生成的过程

问题6：OpenAI到底做对了什么？

• OpenAI 让AI自主大规模寻找知识，并以生成为目标而非应用

• 解决了两个悖论：给AI自主学习的机会，以及将生成作为最重要目标 (OpenAI低估了这两点的价值)

问题7：什么是「世界模型」？

• 世界模型是外部世界在AI内部的建模和模拟，是AI的未来方向

• 它以层次方式组织知识并模拟世界运行，让AI拥有更强大的直觉式智能，能达到写出红楼梦的水平 ⋙ 阅读全文

🤖 对话「妙鸭」产品负责人：AIGC 的产品第一天不收钱，就可能收不到钱

谁都没有想到，国内 AIGC 第一个真正意义上破圈的现象级产品，诞生在照片美化（写实人像）这个已经相当成熟的赛道。

7月中旬悄悄上市，妙鸭凭借只需「9.9 元和 20 张照片就能生成艺术写真级的个人美照」这个噱头，在短短几周的时间内引来无数爱美女孩儿下载尝鲜，生成的「美照」席卷了朋友圈等社交媒体。

7月底，妙鸭相机接连受到上海市消保委和央视财经新闻的点名批评，称其退款相关规定违反了消费者权益保护法，并且威胁到了用户隐私。

最近，妙鸭接受了科技媒体的采访，介绍了产品源起和团队背景，并对争议话题进行了回应。感兴趣的小伙伴们可以 ⋙ 阅读原文

🤖 提升ChatGPT性能的实用指南：Prompt Engineering的艺术

提示工程是一门新兴学科，就像是为大语言模型 (LLM) 设计的「语言游戏」。通过这个「游戏」，可以更有效地引导 LLM 来处理问题。也只有熟悉了这个游戏的规则，才能更清楚地认识到 LLM 的能力和局限。

这篇文章非常全面地梳理和总结了提示工程关键知识点，长文！适合查漏补缺！

1. 什么是提示工程？

2. 提示工程基础

• 提示四要素

• 通用技巧：由浅入深、明确指令、明确细节、明确需求、正向引导，避免反向限制

• 简单提示解析

3. 提示工程进阶

• 零/少样本提示：Zero-Shot Prompting、Few-Shot Prompting

• 思维链提示：少样本思维链、零样本思维链

• Explicit 思维链

• 主动提示

• 思维树

• 多模态思维链

• 一致性提示

• Progressive-Hint 提示

• Plan-and-Solve 提示

• 增强 (检索) 提示：外部知识库、LLM 知识库 (知识生成提示 / Clue And Reasoning 提示 / 知识反刍提示)

4. 懒人万能提示工程 ⋙ 腾讯技术工程

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！

◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！

◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！