-
个人理解
- 工作：不是AI能做什么，而是如何用AI完成现有工作
- 学习：明晰路径、降低门槛、查漏补缺
- 向新：主动思考、学会提问、创新思维
- 总结：完善思路、优化逻辑、充实内容
- 人机：人脑引导、AI智能辅助、人机共生
-
教程总结
- 人机共生
知识融合，知识重构
增强了人类思考的深度和广度，促进了知识系统化和创新
协作、引导、判断、整合 - AI，AI思维，像人一样思考，模拟人类处理复杂问题的方式，越来越像人？
是陌生的朋友，能陪伴又不打扰；是助手，一心一意执行和回复，虽然有时会"幻觉"
参考数据宏大，思考的更广泛、更深入，但同人也一样犯晕、执迷不悟
更多的奇思妙想得到更快的、更充分的、 逻辑的验证 - 提示语，Prompt：用户给AI的指令或信息
提出问题、分析问题、解决问题
由简单到复杂，层层分析，逐步迭代、及时纠偏反思、指导进行
学会问问题和挑选答案：学会发现问题、有解决问题的意愿、对问题有明确的期望；
能清晰的梳理问题、条理的描述问题、汇总并创新问题的答案 - AI Hallucinations：AI幻觉；-- 一本正经的胡说八道，结果听起来很道理、像是正确的，倾向于相信，但无法信赖
指生成式人工智能模型在生成文本或回答问题时，尽管表面上呈现出逻辑性和语法正确的形式，但其输出内容可能包含完全虚构、不准确或与事实不符的信息
原因：背景信息、知识库数量不足或质量缺失，模型逻辑选择性输出
把AI带坏了；信息误导、过度信任导致的误判、失控、恶意利用，伦理不设限(比如回答中可以带脏话)
AI幻觉，有风险，同样存在迷之创造，可能帮你打开新思路，关键是你如何提问和使用
应对：模型结合，充分发挥各模型的优势
- 人机共生
-
如何提问
- 提问 1
> 明确问题和背景
> 结构化提问，利用多轮对话，尝试不同提问表达方式
> 问题明确，简洁明了、明确
避免歧义，利用示例
提供上下文，逻辑连贯
礼貌提问，注意隐私与安全
> 合理期望，纠正与反馈，验证答案，补充信息
合理利用模型特性、适应模型约束
> 利用模型特性、强项
|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 向deepseek提问要注意什么 | 向文心一言提问要注意什么 |
| 向 DeepSeek 或其他 AI 助手提问时，遵循一些最佳实践可以帮助你获得更准确、更有用的回答。以下是一些注意事项： --- ### 1. **明确问题** - **具体化**：尽量提供清晰的背景信息和具体的问题描述。避免模糊或过于宽泛的问题。 - 例如： - 不推荐：*"告诉我一些关于 AI 的事情。"* - 推荐：*"AI 在医疗领域有哪些具体应用？"* - **分步骤提问**：如果问题复杂，可以将其分解为多个小问题，逐步提问。 --- ### 2. **提供上下文** - **背景信息**：如果问题涉及特定领域或场景，提供相关背景信息有助于 AI 更好地理解你的需求。 - 例如： - 不推荐：*"如何优化模型？"* - 推荐：*"我正在训练一个图像分类模型，数据集有 10 万张图片，如何优化模型的准确率？"* - **目标明确**：说明你希望达到的目标或期望的输出形式。 - 例如： - 不推荐：*"帮我写一段代码。"* - 推荐：*"我需要用 Python 实现一个快速排序算法，你能提供代码示例吗？"* --- ### 3. **避免歧义** - **清晰表达**：使用简洁、明确的语言，避免歧义或模棱两可的表述。 - 例如： - 不推荐：*"怎么解决这个问题？"*（问题是什么？） - 推荐：*"我的 Python 脚本在运行时报错 'IndexError: list index out of range'，如何修复？"* - **术语准确**：如果涉及专业术语，确保使用正确并解释其含义（如果需要）。 --- ### 4. **合理设置期望** - **理解 AI 的局限性**：AI 的能力有限，可能无法回答过于主观、开放性或需要实时数据的问题。 - 例如： - 不推荐：*"未来 10 年 AI 会如何改变世界？"*（预测性问题） - 推荐：*"目前 AI 在哪些领域取得了重大突破？"* - **验证信息**：对于关键问题（如医疗、法律建议），建议结合专业意见或进一步验证 AI 提供的信息。 --- ### 5. **结构化提问** - **分点列出需求**：如果问题包含多个部分，可以分点列出，便于 AI 逐一回答。 - 例如： - 不推荐：*"我想知道深度学习的原理、应用和未来趋势。"* - 推荐： 1. *"深度学习的核心原理是什么？"* 2. *"深度学习在计算机视觉中的应用有哪些？"* 3. *"深度学习的未来发展趋势是什么？"* --- ### 6. **利用多轮对话** - **逐步深入**：如果 AI 的回答不够详细，可以通过多轮对话逐步深入。 - 例如： - 第一轮：*"什么是强化学习？"* - 第二轮：*"强化学习在游戏 AI 中的应用有哪些？"* - 第三轮：*"能举例说明 AlphaGo 是如何使用强化学习的吗？"* - **纠正与反馈**：如果 AI 的回答有误或不完全符合预期，可以通过反馈帮助 AI 调整回答。 --- ### 7. **注意隐私与安全** - **避免敏感信息**：不要在提问中透露个人隐私、敏感数据或机密信息。 - **遵守使用规范**：确保提问内容符合平台的使用政策和道德规范。 --- ### 8. **尝试不同表达方式** - **换一种问法**：如果 AI 的回答不符合预期，可以尝试用不同的方式重新提问。 - 例如： - 第一次提问：*"如何提高写作能力？"* - 第二次提问：*"有哪些实用的写作技巧可以快速提升文章质量？"* --- ### 9. **利用示例** - **提供示例**：如果需要 AI 生成特定格式的内容，可以提供示例作为参考。 - 例如： - 不推荐：*"写一篇关于环保的文章。"* - 推荐：*"请以以下格式写一篇关于环保的文章：1. 引言；2. 现状分析；3. 解决方案；4. 结论。"* --- ### 10. **保持耐心与开放心态** - **理解 AI 的局限性**：AI 可能会犯错或提供不完全准确的答案，保持耐心并通过多轮对话优化结果。 - **尝试不同工具**：如果 DeepSeek 无法满足需求，可以尝试其他 AI 工具或结合多种工具使用。 --- 通过以上注意事项，你可以更高效地与 DeepSeek 或其他 AI 助手交互，获得更优质的回答！如果还有其他问题，欢迎随时提问 😊。 | 向文心一言（或其他类似的大型语言模型，如ChatGPT）提问时，为了确保获得准确、有用且符合期望的回答，需要注意以下几点： 明确问题： * 确保你的问题表述清晰、具体，避免使用模糊或含糊不清的词汇。 * 明确你想要获取的信息类型，比如定义、解释、建议、数据、事实等。 简洁明了： * 尽量用简短的话语表达你的问题，避免冗长或复杂的句子结构。 * 避免在问题中包含过多的背景信息或不必要的细节，除非这些信息对理解问题至关重要。 避免歧义： * 确保你的问题没有歧义，避免使用可能引起误解的词汇或短语。 * 如果可能的话，使用专业术语或行业规范用语来明确你的问题。 逻辑连贯： * 确保你的问题在逻辑上是连贯的，避免跳跃式的提问方式。 * 如果你的问题涉及多个部分或方面，尝试将它们有条理地组织在一起。 考虑上下文： * 如果你的问题是在某个特定的上下文或情境下提出的，确保在问题中明确这一点。 * 提及任何可能影响回答的相关背景信息或前提条件。 尊重模型限制： * 认识到大型语言模型在处理和生成文本方面的局限性。 * 避免提出超出模型能力范围的问题，比如要求它进行复杂的数学计算或预测未来事件。 合理期待： * 对模型的回答保持合理的期待，不要期望它能提供完美的答案。 * 理解模型可能会生成不完全准确或带有偏见的回答，因此需要谨慎评估其输出的信息。 验证答案： * 在接受模型的回答之前，尽量自己进行验证或核实。 * 查阅其他可靠来源的信息来确认答案的准确性和可靠性。 礼貌提问： * 虽然大型语言模型不具备情感能力，但使用礼貌和尊重的语言提问是一种良好的习惯。 * 避免使用侮辱性、攻击性或挑衅性的语言。 适应模型特性： * 了解并适应你正在使用的特定模型的特点和风格。 * 不同的模型可能具有不同的优势、局限性和偏好，因此需要根据实际情况进行调整。 通过遵循这些注意事项，你可以更有效地向文心一言或其他大型语言模型提出问题，并获得更有价值、更准确的回答。 |- 提问 2
|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 怎样能更好的向deepseek问问题 | 怎样能更好的向文心一言问问题 |
| 要向DeepSeek或其他AI助手提出更好的问题，可以遵循以下建议： ### 1. **明确问题** - **具体描述**：问题越具体，回答越精准。避免模糊或过于宽泛的提问。 - **示例**： - 不明确：*"怎么学习？"* - 明确：*"如何高效学习编程？"* ### 2. **提供背景** - **上下文信息**：提供相关背景或条件，帮助AI更好地理解问题。 - **示例**： - 没有背景：*"如何减肥？"* - 有背景：*"我每天工作12小时，如何在不影响工作的情况下减肥？"* ### 3. **分步骤提问** - **复杂问题拆分**：将复杂问题分解为多个小问题，逐步解决。 - **示例**： - 复杂问题：*"如何从零开始创业？"* - 拆分问题：*"创业的第一步是什么？"*，*"如何制定商业计划？"* ### 4. **使用清晰语言** - **简洁表达**：避免冗长或复杂的句子，确保问题清晰易懂。 - **示例**： - 不清晰：*"我想知道关于如何能够更好地管理时间，因为我觉得我总是浪费时间。"* - 清晰：*"如何更好地管理时间？"* ### 5. **明确需求** - **说明期望**：如果需要特定格式或类型的回答，提前说明。 - **示例**： - 不明确需求：*"告诉我关于Python。"* - 明确需求：*"请列出Python的五个主要应用领域。"* ### 6. **避免模糊词汇** - **减少歧义**：避免使用"可能"、"大概"等模糊词汇，确保问题准确。 - **示例**： - 模糊：*"大概怎么学好英语？"* - 准确：*"有哪些有效的方法可以提高英语口语？"* ### 7. **检查语法和拼写** - **确保无误**：语法和拼写错误可能导致AI误解问题。 ### 8. **利用示例** - **提供例子**：通过示例说明问题，帮助AI更好理解。 - **示例**： - 没有示例：*"如何写一篇好文章？"* - 有示例：*"如何写一篇类似《红楼梦》这样的经典小说？"* ### 9. **保持开放或封闭** - **选择问题类型**：开放性问题适合获取广泛信息，封闭性问题适合具体答案。 - **示例**： - 开放：*"人工智能的未来发展趋势是什么？"* - 封闭：*"人工智能在医疗领域有哪些应用？"* ### 10. **反馈与调整** - **根据回答调整**：如果回答不理想，可以进一步澄清或补充信息。 ### 示例问题： - **明确且具体**：*"如何在三个月内通过自学掌握Python基础？"* - **提供背景**：*"我是一名大学生，想学习数据分析，应该从哪些编程语言开始？"* - **分步骤提问**：*"学习机器学习的第一步是什么？接下来该怎么做？"* 通过这些方法，你可以更有效地与DeepSeek或其他AI助手互动，获得更准确的回答。 | 为了更好地向文心一言（或其他大型语言模型）提问，以下是一些具体的建议： 明确问题焦点： * 在提问前，先思考你真正想要了解的是什么。确保你的问题直接、具体，聚焦于一个明确的主题或知识点。 使用简单语言： * 避免使用过于复杂或专业的术语，除非这些术语对理解问题至关重要。用简单、日常的语言表达你的问题，使模型更容易理解。 通过遵循这些建议，你可以更有效地向文心一言或其他大型语言模型提问，并获得更有价值、更准确的回答。记住，提问是一种艺术，需要不断地练习和改进。 * 结构化提问： * 将问题分解成几个小部分，或者按照逻辑顺序提问。这有助于模型更好地理解你的问题，并给出更有条理的回答。 * 提供背景信息： * 如果你的问题涉及特定的背景或情境，尽量在问题中提供这些信息。这有助于模型更好地理解你的问题，并给出更贴切的回答。 * 避免开放性问题： * 尽量避免提出过于开放或主观的问题，这些问题往往难以得到具体、明确的回答。相反，尝试提出可以量化或具体化的问题。 * 检查语法和拼写： * 确保你的问题语法正确、拼写无误。这有助于模型更准确地理解你的问题，避免产生误解。 * 利用模型的强项： * 了解并利用你正在使用的模型的强项。例如，如果模型擅长生成文本或解释概念，那么你可以更多地提出这类问题。 * 保持耐心和尊重： * 记住，大型语言模型虽然功能强大，但它们并不是完美的。在提问时保持耐心，尊重模型的输出，并尝试从中获取有用的信息。 * 多次尝试： * 如果你的第一次提问没有得到满意的回答，不要气馁。尝试用不同的方式重新提问，或者调整你的问题焦点和表述方式。 * 验证和补充信息： * 在接受模型的回答后，尽量自己进行验证或核实。同时，你也可以根据模型的回答提出进一步的问题，以获取更详细或更深入的信息。 | - 提问 1
参考：
文档来源：DeepSeek_免费高速下载|百度网盘-分享无限制 -- 感谢共享
AIGC（生成式AI）试用 22 -- 跟着清华教程学习 - DeepSeek：从入门到精通
AIGC（生成式AI）试用 23 -- 跟着清华教程学习 - DeepSeek如何赋能职场应用？
AIGC（生成式AI）试用 24 -- 跟着清华教程学习 - 普通人如何抓住DeepSeek红利
AIGC（生成式AI）试用 25 -- 跟着清华教程学习 - DeepSeek+DeepResearch让科研像聊天一样简单