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。

相关推荐

封面图片

这是我的github，在GPT发布之前，我完全没有任何编程的实战经验，但是现在我(和GPT)已经成为了一个全栈工程师。

这是我的github，在GPT发布之前，我完全没有任何编程的实战经验，但是现在我(和GPT)已经成为了一个全栈工程师。 在这之前我完全不敢想象我能够自己开发出一个生产级别的产品。过去，我有很多借口，比如英语不够好，技术怎么也比不上科班出身的，但是现在这些借口已经不管用了，GPT大大降低了编程的难度。 如果你有想要亲手创造产品的冲动，现在是一个非常好的时间。当然，你最好热爱编程，只有这样，当AI的编程能力进一步提升，以至于人们不再需要编程的时候，你才不会觉得你把时间浪费在了一个可能没有经济收益的事情上。 另外，有了GPT，并不表示可以免于学习，付出时间和精力学习仍然是必要的，只是学习的方法变了。当我说我是编程小白的时候，其实不是很准确，我至少受过100小时以上的编程教育，写过一些50行以下的代码，玩过一些和编程相关的游戏。所以，如果你想要从0到能开发出一个产品，几个月的学习时间是少不了的。
封面图片

看到一个 Prompt 届的 Github 产品，FlowGPT， Prompt Engineers，在上面有逛到非常多实用的

看到一个 Prompt 届的 Github 产品，FlowGPT， Prompt Engineers，在上面有逛到非常多实用的 Prompts。 网站还提供了免费的 ChatGPT 调试能力，方便你对 Prompt 做编写、测试、发布和管理工作，发布出来的 Prompt 可以被其他人直接执行使用，有点类似 Prompt as a Service，十分便捷。另外，也可以去看看热门的 Prompt，学习下他们是如何编写的，原来写 Prompt 有这么多黑魔法。
封面图片

《【GPT课程】GPT应用入门课》

《【GPT课程】GPT应用入门课》 简介：【GPT课程】GPT应用入门课是专门为新手打造的关于GPT应用的基础课程。课程从GPT的基本概念、功能特点讲起，逐步深入到实际应用场景，如文本创作、问答系统、代码生成等。通过案例演示和实操练习，帮助学员快速上手GPT，掌握基本的使用技巧，为后续在学习、工作、创作等方面运用GPT打下基础，适合对GPT感兴趣、想要了解和使用这一AI工具的初学者 标签： #GPT课程#AI入门#应用教程#文本创作#GPT使用 文件大小：NG 链接：
封面图片

一个新的提示词模板，让ChatGPT们成为你更好私人顾问

一个新的提示词模板，让ChatGPT们成为你更好私人顾问 图中结构很简洁：表达目标、提供框架，思考用户画像、语气风格以及不要触及的部分。 稍微细致思考这个结构的合理性（或改进之处），变成一次产品经理式探索模式，你会发现有这些特点： 无非是系统思维、换位思考、建立框架的习惯以及写作能力。 新的人机对话杠杆力（Prompt Engineering ），还是有关提问的艺术，是思维能力的综合表现：去挖掘本质，对表象和噪声「断舍离」。
封面图片

学到了一个魔法 prompt.

学到了一个魔法 prompt. 让 AI 先对问题先进行复述和展开，然后再作出回答，可以得到更好的结果。尤其是和 CoT (Chain-of-Thought) 结合使用。 这种策略被称为 RaR，也就是 Rephrase and Respond. 就像「让我们一步步思考」（Let's think step by step）这样神奇的技巧一样，应用起来非常简单，有两种方法： 1. 在原始 prompt 后面增加一句话，「Rephrase and expand the question, and respond.」见图一； 2. 分两步进行。第一步，仅重述和展开问题，不回答。第二步，提示 AI 基于已重述的问题进行回答，然后用该答案来解答原始问题。Prompt 见图二。 更有意思的是，一个模型的能力越强，这种技巧的有效性也就越高。 另外，用能力强的模型对提示词做复述和展开以后，把这个提示词放到其他能力相对弱一些的模型里使用，效果可能同样有提升。 我之前写过一个提示词，希望模型通过阅读理解、回忆上下文及逻辑分析等方面对我的提示词进行评估，并给出修改建议。我会根据这些建议去优化提示词中的一些关键词。 原来只要提示模型进行复述和展开就行了。 可以用来优化自己常用的提示词，尤其是常用的那些几句话的提示词。或者，当我们觉得自己对某个意图的表述不够明确时，也可以用这种方法寻找灵感。 图四、图五是我使用的例子，我认为重述得非常好。可以看到，基于我的原始提示词的意图，增加了更多的相关上下文和具体的指令要求。这些是明显能提升模型回复效果的基本策略。 我们甚至可以用中文描述意图，让 AI 用英文进行复述和展开，这样我们还可以得到一个优质的英文提示词。 论文：
封面图片

ChatGPT+麦肯锡方法论，快速了解一个行业

ChatGPT+麦肯锡方法论，快速了解一个行业 原文链接： 想知道如何快速了解和学习一个全新行业吗，一篇图文手把手教会你，用AI加持麦肯锡方法论，只需几天时间就能让你速成“行业专家” 受乔木大佬的启发，简单记录一下 一、什么是麦肯锡方法论 该方法论囊括了各种解决商业问题的技巧，比如“MECE原则”、“事实驱动原则”和“80/20原则”等等，我们今天不研究太深，只需要从中提取出如何快速了解一个行业的关键点，并通过AI的能力快速掌握并实践。 二、如何快速了解一个行业 第1步是总结行业的100个关键词。 第2步是找三五个专家访谈，了解各种行业问题。 第3步是找三五本行业专业书籍，仔细阅读并找出共性。 三、了解行业概况（Prompt在原文中） 第一步：让ChatGPT给出50个关键字 第二步：对关键词进行分类归纳 第三步：对关键词进一步分类并梳理学习优先级 第四步：了解行业宏观上下游 第五步：绘制行业知识框架导图 四、加深行业理解 在这里我将推荐一些可以大大提高阅读文献速度的AI工具给大家，将ChatGPT与PDF相结合，通过聊天的方式获取文档中的知识要点。 1、ChatGPT插件：“AskYourPDF” 2、ChatDOCAI文档工具 3、更多AI文档工具 五、总结 总的来说，学习如何将AI能力与麦肯锡三大步骤结合实现快速学习一个行业，关键点就在于通过ChatGPT获取行业关键字，并进行分类梳理得出行业的学习路径；其次我们还掌握了将AI能力融入到文档阅读的技巧，将ChatGPT那强大的检索、理解和总结能力为我们所用，进一步加快和加深对行业的认知和理解

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人