长假,GPT来敲(Jué)门(Fén)

马上十一了,本拐在干了XX和XX事情以后,开始划水,欢天喜地的等放假。 然后,GPT4说更新了,据说加了一个读图的功能,本拐不以为然,不就是什么文生图,图生文么,TOOOLD。

不过,出于好奇,本拐还是偷偷打开了GPT。

看个腿!!

来来来,你个妖孽,你说你能看图了,会看腿不?

结果GPT的回复是:

这个图片显示了一个人的大腿和一部分裙子。裙子的材质似乎是粉红色的蕾丝,有很多细致的花纹和图案。背景是一把椅子和其他的环境,但主要焦点在于蕾丝裙子和大腿。

这个有点意思啊, 细节拉满,不像是SD的反向生成呢。

那再看一个?本拐又找了一张图:

‍‍‍‍‍‍‍‍‍‍

结果回复是这样:

这张图片展示了一辆汽车的内饰,车内有一个女性正在坐在驾驶员座位上。车门打开,女性的腿部和脚穿着高跟鞋清晰可见。从图片中可以看到,这是一辆红色的汽车,车内饰主要是米色和深色调。车门上有一个"PASSAT"的标签,暗示这可能是一辆大众帕萨特车型。

这个细节,有点吓人了哈,不咋像SD的套路了。

于是。。。

图表你懂不

众所周知,大模型读图能力是有的,但基本就是关键字比对啊,之类的,读各种图表数据,200%的翻车,找个简单的吧。

话说本拐也是无聊之人,YQ一阳期间,精确的记录了自己的体温变化,还做了图表,看看这货能读懂不。

GPT的回复是:

这是一个图表,显示了某个数据随时间变化的趋势。从图上可以看到,这个数据在2022年12月6日和12月7日之间达到了一个峰值,之后开始下降。图表的纵轴范围在36到40之间,而横轴显示了日期和时间。图例上标注为"体温记录",因此这可能是某人在这段时间内的体温记录。如需更多解释或有其他问题,请告诉我。

把图片的中的文字信息精确提取了,体温时间范围,这个就有点意(xia)思(ren)了。

架构图你总得不行了吧

本着扛亦有道的态度,本拐使出了看家本领,将某个大型系统的架构图扔给GPT:

GPT给我的回复是:

这张图片是一个系统或应用的架构图。从图中可以看出,它描述了一套复杂的技术架构,包括各种组件和服务。

主要组件和服务如下:

  • • Web:代表前端或者浏览器端。

  • • App:可能是应用服务器或业务逻辑处理层。

  • • Nginx:一个流行的开源web服务器和反向代理服务器。

  • • Spring-Cloud Gateway(服务网关):用于处理API请求的网关。

  • • Nacos:用于服务发现和配置管理的中间件。

  • • notify:通知服务。

  • • 多个服务模块:例如Response(响应管理), Eres, Hdanger, Risk(风险管理), KMS(webRTC), Role(角色权限), Siteline, WorkFlow(工作流), Sync(数据同步), Dict(字典), UCenter(用户中心), Org(组织管理), Resource(资源管理), Upload(文件管理) 等。

  • • Kibana:一个开源的数据可视化工具,常与Elasticsearch一起使用。

  • • JS-LOG (Log4j):日志管理工具。

  • • 数据库:包括Mysql和Redis,Mysql是关系型数据库,而Redis是一个开源的内存中数据结构存储系统,用作数据库、缓存和消息代理。

  • • OSS:对象存储服务,用于存储大量的非结构化数据。

  • • ES:Elasticsearch,一个分布式的RESTful搜索和分析引擎。

  • • 所有这些组件和服务都被清晰地组织在不同的模块中,彼此之间通过箭头或线条表示相互连接或交互。

  • • 总的来说,这是一个涉及多个组件、服务和数据库的复杂技术架构图,用于描述一个大型的系统或应用的内部结构和交互方式。

本拐有点不淡定了,这可是本拐画了N久的一个图啊,你行,你能解释么,于是让GPT给我一个图片描述:

为这图片生成一段系统设计概述,500字左右

系统设计概述

该系统架构图展示了一套综合性的技术解决方案,专门为满足现代企业级应用需求而设计。其核心目标是实现高可用、高并发和低延迟的服务响应。

在最上层,我们有Web和App模块。Web模块可能是针对终端用户的前端界面,而App模块则可能是后端的业务逻辑处理层。这两个模块都与Nginx紧密集成,确保负载均衡和高效的请求分发。

作为请求的入口,我们有Spring-Cloud Gateway,它作为服务网关存在,处理所有进入系统的API请求。这不仅提供了一个集中的路由机制,而且增加了一层安全保障,可以有效地防止恶意请求。

在业务逻辑层,系统拥有多个模块,如Response, Eres, Hdanger, Risk等,每个模块都负责特定的功能。例如,Risk模块可能涉及到风险评估和管理,而UCenter模块则专注于用户管理和权限控制。

为了实现高度的微服务架构,该系统采用了Nacos作为服务发现和配置管理的中间件。这样可以确保系统内的各个微服务之间可以灵活、高效地通信。

另外,notify模块负责系统内的通知服务,无论是内部服务间的消息传递还是对外的消息推送,都可以通过它来实现。

在数据层,系统使用了Mysql作为其主要的关系型数据库,而Redis则作为缓存层,以提高数据读取的速度。此外,还有OSS作为对象存储服务,用于存放大量的非结构化数据,如图片、视频等。

日志管理是任何大型系统都不能忽视的部分,因此,这里采用了 JS-LOG (Log4j) 作为日志处理工具,确保系统的稳定运行和问题追踪。

为了数据的可视化和实时监控,系统集成了Kibana。与Elasticsearch结合,可以为开发者和运维人员提供强大的数据分析工具。

最后,为了确保数据的同步和备份,还有Sync模块,它可以确保数据在不同的环境和地点之间保持一致性。

总之,此架构图展示了一个完整、高度模块化的系统设计。每个模块都有其特定的功能和职责,但又紧密地集成在一起,确保系统的整体性能和稳定性。这样的设计不仅可以满足当下的业务需求,还为未来的扩展和优化提供了足够的空间。

本拐真彻底不淡定了,原来各种GPT,顶多玩一下,copilot有点用,查点资料。

但是这次的GPT,这哪是小功能,这是要给架构师,项目经理掘坟啊

趁着当下,赶紧用起来,学明白吧,否则,真要为AI打工了

相关推荐
sunnf12 小时前
DB-GPT 智谱在线模型配置
gpt
云起无垠12 小时前
第79期 | GPTSecurity周报
gpt·aigc
鑫宝的学习笔记12 小时前
使用GPT进行SCI论文润色常用语句
gpt
热爱生活的五柒12 小时前
如何用gpt来分析链接里面的内容(比如分析论文链接)
gpt
that's boy1 天前
突围边缘:OpenAI开源实时嵌入式API,AI触角延伸至微观世界
人工智能·gpt·chatgpt·开源·openai·midjourney
GPT祖弘1 天前
【VScode】第三方GPT编程工具-CodeMoss安装教程
ide·vscode·gpt
haibo21441 天前
GPT-Omni 与 Mini-Omni2:创新与性能的结合
gpt
hunteritself1 天前
AI Weekly『12月16-22日』:OpenAI公布o3,谷歌发布首个推理模型,GitHub Copilot免费版上线!
人工智能·gpt·chatgpt·github·openai·copilot
三月七(爱看动漫的程序员)3 天前
Knowledge Graph Prompting for Multi-Document Question Answering
人工智能·gpt·学习·语言模型·自然语言处理·机器人·知识图谱
三月七(爱看动漫的程序员)3 天前
LEAST-TO-MOST PROMPTING ENABLES COMPLEX REASONING IN LARGE LANGUAGE MODELS---正文
人工智能·gpt·学习·机器学习·语言模型·自然语言处理·llama