突发：New Bing 直接出图了？！

突发：New Bing 直接出图了？！ 对话式AI 引发的交互革命，如海啸前的退潮，悄无声息就来了。 以下来自官方信息： 微软推出 Bing Image Creator、Stories、Knowledge Cards 2.0： - Image Creator 根据描述生成图像 - 故事呈现搜索主题的图像和视频 - 知识卡 2.0 提供交互式事实和信息。 New Bing和Edge预览版带来必应图片制作工具、新的人工智能驱动的视觉故事和更新的知识卡片。由OpenAI的提供的DALL∙E模型的高级版本提供支持，Bing Image Creator允许你仅仅通过使用你自己的语言来描述你想看到的图片来创建一个图像。现在你可以在一个地方，从聊天中生成书面和视觉内容。 对于那些在Bing预览中的人来说，Bing Image Creator将被完全整合到Bing聊天体验中，最初在创意模式下推出。通过输入图片描述，提供额外的背景，如地点或活动，并选择一种艺术风格，Image Creator将根据你自己的想象力生成一张图片。 此外， 支持更多视觉搜索体验，我们还向Bing用户提供了故事和知识卡2.0。 故事提供了一种更有吸引力的搜索和与内容互动的方式，提供图片和短视频。知识卡片2.0也是今天向必应用户提供的新内容，它是一种由AI驱动的信息图激发的体验，提供有趣的事实和关键信息，让人一目了然。它已被更新，包括互动的动态内容，如图表、图形、时间线、视觉故事和更多。 我们的目标是在Bing和Edge中提供更多的沉浸式体验，使寻找答案和探索网络更加有趣、有用和好玩。

OpenAI 官方推出的 Prompt 制作指南

OpenAI 官方推出的 Prompt 制作指南 一、 精细调整你的查询 1包含详细信息：在你的查询中加入具体信息，这样GPT能够给出更相关的回答。 2设置角色：告诉GPT扮演一个特定的角色，比如教授或编辑，这有助于获取专业化的回答。 3使用分隔符：通过使用例如三重反引号或XML标签等，来清晰标记输入的不同部分。 4明确步骤：对于复杂任务，把它分解成一系列清晰的步骤，这样GPT会更容易理解。 5提供示例：在合适的情况下，提供示例可以让GPT更清楚地了解你的需求。 6设置输出长度：告诉GPT你需要的回答长度，比如是一句话还是一段文字。 例1： -Prompt：“告诉我一个故事。” -优化后：请以一个童话作家的身份，告诉我一个以中世纪为背景、关于一位骑士和一条龙的冒险故事，你可以先给我讲这个故事的背景、再讲故事主人公的介绍、最后讲故事本身。以Markdown格式，不低于800字输出。 二、 使用参考资料 GPT可能会无意中编造信息，特别是在涉及复杂话题时。提供可信的参考资料，可以帮助GPT生成更准确和少错误的答案。 例2： -Prompt：“讲述拿破仑的历史。” -优化后：“根据史蒂芬·克拉克的书《拿破仑：人生、立场和遗产》，讲述拿破仑的历史。” 三、 将任务分解 处理复杂任务时，将其分解为更简单的子任务通常更有效。这样不仅可以降低错误率，还可以创建一个工作流，其中每个任务建立在前一个任务的结果上。 例3： Prompt：我想学习编程。 -优化后： 1哪些编程语言适合初学者？ 2为学习Python，推荐一些在线课程。 3Python基础知识学习后，推荐一些进阶项目。 四、 让GPT“思考” 与人一样，GPT也需要时间来处理信息。通过引导GPT进行一系列的推理，而不是立即给出答案，可以帮助它更可靠地得出结论。 例4 -Prompt：“为什么天空是蓝色的？” -让GPT“思考”的查询：“当我们看天空时，我们通常看到蓝色。这是因为大气和光的相互作用。请从光的散射和大气的组成两个方面，解释为什么天空在大多数情况下呈现蓝色。” 五、 利用外部工具 结合其他工具的使用，可以提升GPT的能力。例如，当需要执行复杂数学计算时，可以使用专业工具而不是依赖GPT。 例 5：天气查询应用 如果你正在开发一个可以告诉用户当前天气的应用，你可能想要整合一个天气API来获得实时天气数据，而不是依靠GPT模型的预测能力。 六、 用测试确认改善 要提高性能，需要看到真实的数字。单独改一点可能在一两个例子里有效，但总体表现可能变差。所以，要用一系列的测试检查是否真的有所改善。 一个好办法是用“标准答案”来对比模型的输出：假如我们知道一个问题的完美答案应该有哪些内容，我们就可以检查模型回答里包含了多少必要的内容。 原文地址：

前几天在网上看到一个叫做“AI导师”的Github开源项目（），给了一个Prompt模板，输入到GPT4里，就可以定制学习风格和

前几天在网上看到一个叫做“AI导师”的Github开源项目（），给了一个Prompt模板，输入到GPT4里，就可以定制学习风格和学习计划，在AI导师的引导下去学习某个领域的知识。 想到最近刚好在思考如何转型成为AI产品经理，不妨就跟这位“AI导师”请教一下，看看该怎样去准备才能成功转型。 在GPT4里输入了魔法Prompt，并选择了如下的偏好设置之后，确实召唤出了一位“AI导师”： 深度：10（博士级别的深度，鄙人不才，真的读完了博） 学习风格：全局型 沟通风格：讲故事（谁不喜欢听故事呢） 语气风格：中立 推理框架：因果关系 表情符号： 语言：中文 在通过/plan命令输入了我的问题“一名拥有3年工作经验的内容平台产品经理该如何转型成为一名AI产品经理？”之后，我的“AI导师”给我制定了如下的学习计划： 1. 学习 AI 和机器学习的基本概念和理论知识 2. 深入理解不同类型的 AI 产品和应用场景 3. 学习 AI 产品的开发流程和管理方法 4. 掌握 AI 产品的技术架构和相关算法 5. 研究 AI 项目的团队组成和分工 6. 学习处理和分析大量数据的技巧 7. 掌握试验设计和 A/B 测试方法 8. 学习评估 AI 产品性能的方法和指标 9. 了解有关 AI 道德和法律问题的信息 10. 建立个人 AI 产品经理品牌，提升职业竞争力 接下来我用/continue命令学完了“导师”布置的10节课（详见图片），整体来说，这份学习计划还是比较靠谱的，每节课基本上都会有一个重点： 1. 要了解AI相关的基础知识； 2. 要了解自己对哪个应用领域最感兴趣； 3. 要了解AI产品开发和传统产品开发流程的不同； 4. 要了解AI产品实现的常见技术结构； 5. 要了解AI产品团队的构成和分工； 6. 要掌握数据分析 7. 要学会AB test 8. 要了解AI模型的评估方法 9. 要注意AI的道德和法律问题 10. 建立个人品牌 除了6、7两点，其他几个点都还蛮中肯的，虽然AI导师讲课比较“简略”，但是至少给出了一个大概的学习列表和方向。