适合国内用户的五款ChatGPT插件

众所周知使用ChatGPT3.5需要使用魔法且不稳定,订阅ChatGPT4.0每月需要支付20美元,并且使用次数有限制。对于那些不想每年花费240美元(超过1500元人民币)来使用GPT4.0的朋友们来说,还有别的办法吗?

答案是:当然!

分享一个官方版的手机端ChatGPT!

自从ChatGPT添加了插件功能,它不再受限于预训练数据中的知识。这样一来,第三方开发者也能够利用ChatGPT增强自己应用程序的功能。因此,ChatGPT更像是一个开放的平台,甚至可以说是一个生态系统。

到今年7月20日为止,ChatGPT已经接入了700多个插件(包括上架和下架)。具体情况请参考下图:

要为ChatGPT添加插件功能,需要购买ChatGPT的Plus版本,即ChatGPT4.0版本。这是一个门槛要求!一旦购买成功,你将可以访问插件市场并为你的ChatGPT增加各种插件功能。

以下是适合中国区的用户的几个常用插件,它们分别是:

WebPilot(网页阅读)、

Speechki(文本转语音)、

Prompt Perfect(提示词润色)、

Wolfram(数学计算------这个一定会给你带来惊喜)

Show Me Diagrams(图表绘制)。

这些插件可以提供丰富的功能,帮助用户在各种应用场景中更加便利地使用ChatGPT。

1、WebPilot(网页阅读)------免费

ChatGPT的预训练数据仅限于2021年9月之前,因此在询问关于此后的信息时,WebPilot该插件赋予了ChatGPT访问和互动网页的能力,以获取最新信息并帮助用户理解网页内容,与互联网世界实现了全面连接。

WebPilot插件支持国内各种链接,无论是市场分析还是获取最新的互联网数据,都可以借助WebPilot插件实现。

此外,它还能帮助我们改写10万+字的长篇文章。

总之,通过WebPilot插件的使用,ChatGPT可以获取及时的信息,并与互联网世界进行交互,提供更全面、准确的回答和支持。

2、Speechki(语音)

Speechki插件的功能是将文本转换为音频并提供音频文件的链接,用户可以下载该文件,或在播放器页面上进行播放,也可以方便地嵌入到网站、自媒体或社交媒体中。

目前,Speechki插件没有文本字符限制,生成的音频非常自然,没有明显的机器人声音。

该插件支持76种语言,在一般情况下,生成音频所需时间只需要几分钟。如果没有指定目标声音和语言,插件会自动选择一个适合的选项。

以上是对Speechki插件的简要介绍,通过它,用户可以方便地将文本转换为高质量的音频,并在各种应用场景中使用。

当然,中文也是可以的!

3、Prompt Perfect(提示词润色)

Prompt Perfect插件是一个用于优化ChatGPT指令(提示词/Prompt)的工具。它通过重新构造用户输入的方式,将其转换为更清晰、具体和上下文相关的提示,从而帮助ChatGPT更准确地理解和回应,提高对话的质量和效率。

使用该插件时,只需在指令后面输入单词【perfect】即可触发插件功能,它会帮助我们完善指令词,使其更加准确。这个过程由AI自动进行,将提示词调整得更好,提供更优质的对话体验。

Prompt Perfect插件的引入让我们能够更好地与ChatGPT进行对话,并提高对话的质量和效率。

4、Wolfram(数学计算)

Wolfram插件是一款卓越的计算和数据查询工具,它提供精确的运算和最新的数据检索服务。这个插件令人惊艳的地方在于,它可以处理各种不同维度的问题,涵盖了数学运算、物理代写公式求解、化学元素查询、历史事件检索、地理信息查询等等。当这个插件真正落入需要的用户手中时,简直就像是天赐之物。下面通过案例来展示一下它的强大功能。

一,

二,

三,

5、Show Me Diagrams(绘制图表)

该插件能够辅助用户创建和理解各种类型的图表和图形。根据用户的需求,它能够生成各种图表,例如流程图、序列图和类图等。此外,插件还提供了在线编辑链接,用户可以根据自己的需求进行修改。用户还可以获取图表的源代码,以便进行进一步的定制和使用。这个插件为用户提供了方便且灵活的图表生成工具,帮助他们实现他们想要的图表效果。

相关推荐
IT_陈寒1 分钟前
为什么我的Vue组件总是莫名其妙更新?
前端·人工智能·后端
aneasystone本尊2 分钟前
学习大模型训练的数据:从互联网到高质量语料
人工智能
鱼宵8 分钟前
LangChain4j RAG 流水线:手写问答全流程,给 AI 开卷考试
大数据·人工智能·机器学习·langchain4j
HIT_Weston9 分钟前
247、【AI】【模型部署】基座模型研究:RoPE 用在前向还是反向——训练、推理与 KV cache
人工智能
m4Rk_12 分钟前
【论文阅读】Agent 记忆机制(97):MCMA——让 Agent 学会如何抽象记忆,实现跨任务经验迁移
论文阅读·人工智能·学习·开源·github
晓德15 分钟前
7、LLM 模型是怎么训练生成的?(4)指令微调
人工智能·学习·算法·信息安全
蝶依斓(湖南)全案整装17 分钟前
整装企业环保健康交付内容写作方法:空气健康、环保材料与检测标准的非空泛表达
大数据·人工智能
问天_观心20 分钟前
Mistral-7B QLoRA 实战(二):官方权重转换、4-bit NF4 加载与 Base Model 基线测试
人工智能·深度学习·学习·大模型·transformer
倔强的石头10620 分钟前
Gemini架构解析_多模态大模型的设计思路
人工智能·大模型
码农小旋风25 分钟前
OpenSpec:轻量级AI工程规范管理框架
人工智能