《AI设计工作流设计师必学》

《AI设计工作流设计师必学》 简介：本书系统解析AI设计工作流设计师必学的核心内容，并结合实用案例帮助读者加深理解。内容涵盖其发展历程、关键概念及实际应用，提供深入的知识探索路径。适合对该主题有兴趣的学习者，帮助拓宽视野并提高专业素养。 标签： #A #AI设计 #知识 #学习 文件大小：NG 链接：https://pan.quark.cn/s/111b2fcc8203

读书＆囤书＆笔记爱好者！快看这份教程！手把手教你使用 ChatGPT 在5分钟内「完全读懂」任何一本书 ＃AI工作流

读书＆囤书＆笔记爱好者！快看这份教程！手把手教你使用 ChatGPT 在5分钟内「完全读懂」任何一本书 ＃AI工作流 Reddit 是美国知名论坛，ChatGPT 子区目前有个帖子非常火，是一位狂热的书友分享如何借助 ChatGPT，将阅读一本书的时间压缩到5分钟！并且给出了详细的 Prompt 我整理并翻译了一下，一起玩起来呀！！ ▢ Prompt 1: Please summarize [BOOK] by [AUTHOR] ▢ 请按[作者]总结[图书] ▢ Prompt 2: What are all of the chapters in the book? ▢ 这本书的章节都有哪些？(注意，在这里，可以根据想学的内容，挑选出对应的最佳章节) ▢ Prompt 3: In [BEST CHAPTER], what are the most important 20% of learnings about [INSERT LEARNING OBJECTIVE] that will help me understand 80% of it." ▢ 在[最佳章节]中，关于[插入学习目标]最重要的20%是什么，这将帮助我理解其中的80% ▢ Prompt 4: Convert those key lessons from the chapter into engaging stories and metaphors to aid my memorization. ▢ 将本章中的关键内容转化为引人入胜的故事和隐喻，以帮助我记忆 ▢ Optional Prompt 5: Write me an action list of how I can apply [KEY LESSON] into [PLACE YOU WANT TO APPLY IT] ▢ 给我写一份行动清单，说明我如何将[关键课程]应用到[您想应用的地方] （注意！这里可以提供有价值的领域背景知识） 评论区的几百条回帖也是干货满满，书友们积极留言，分享尝试用 ChatGPT 辅助阅读时，那些迷惑又雀跃的时刻！ ▢ Comment 1：注意！这种方式可能会因为ChatGPT的「幻觉」而得到错误信息。可以用已经读过的书来尝试一下，然后你就会发现某些具体细节要么不太准确，要么完全就是捏造的。

《史记全本新注》简介：《史记全本新注》是对《史记》进行全新注释的版本。它在保留《史记》原文的基础上，对其中的字词、典故、历史背景

《史记全本新注》 简介：《史记全本新注》是对《史记》进行全新注释的版本。它在保留《史记》原文的基础上，对其中的字词、典故、历史背景等进行详细注释，帮助读者更好地理解这部史学巨著。新注可能结合了现代学术研究成果，对一些历史事件和人物的解读有新的视角和观点。无论是历史专业的学生、学者，还是对中国历史感兴趣的普通读者，都可以通过这本书更深入地了解《史记》的内涵和价值 标签： #史记#史记注释#历史研究#史学著作#传统文化 文件大小：NG 链接：https://pan.quark.cn/s/54666eb456b1

发完《10x Is Easier Than 2x》的读书笔记后，@DemoChen 老师问我：

发完《10x Is Easier Than 2x》的读书笔记后，@DemoChen 老师问我： “用 AI 怎么读书呢？ ①因为没有看过的书，连「问什么」我都不知道？ ②还是说用一个通用框架（比如这本书讲了什么？有哪些重要的内容？等）来提问引导获取信息？” 就《10x Is Easier Than 2x》这本书而言，ChatGPT 和Kimi Chat 确实给了我很大帮助。 1、为什么用 ChatGPT 和 Kimi Chat？ 之所以敢用他们俩，是因为我之前已经试过一些内容，发现GPT-4 turbo 和 Kimi Chat 在长文本理解方面，幻觉没有大到不可接受的地步。 当我发现 ChatGPT 可以读 270 页英文书的时候，我就知道，它一定是换了GPT-4 turbo。于是，我就大起胆子用起来。 2、我对《10x Is Easier Than 2x》了解得咋样？ 很早的时候，在硅谷王川的 Twitter 上看过一些核心要点，后来在生财有术社群听人反复提起过，因此不是对这本书一无所知。 再后来，又在硅谷王川的 Twitter 上看到了《Superlinear Returns》核心观点的讨论，隐约感觉他们之间有相似之处。 于是，我就尝试把他们俩放进 ChatGPT，问核心观点的相似之处。 3、仍然有幻觉怎么办？ 确实，在使用过程中，我一直担心幻觉，担心 AI 胡说八道。 当时的解法，是让 ChatGPT 按章节来总结书的要点。看到某个章节感兴趣，就让它继续总结那一章。 等它总结完，我自己再去看一下原书内容，确定没有明显出入后，我才稍微放心一点。 其实后来，我还试了一些办法，比如让 ChatGPT 和Kimi Chat 同时回答一个问题，做个简单的交叉验证。试过几次，都大差不差。 4、面向输出问问题 我这个阶段读书，还是比较偏实用。如果看出之前我没有问题，如果看完之后我没有输出，我可能就不会读了。 《10x Is Easier Than 2x》这本书，自己看之前，我最大的问题就是，凭什么 10 倍增长比 2 倍增长就容易啊？ 等确认准确性之后，这个问题以及基于它衍生的问题，就是我主要问 AI 的。 问完后发现，完蛋，他们总结的片汤话，我能用到的有限。回到原文中的例子，老外的东西还是离我有点远。所以，迟迟没有下笔。

看书的时候对书中的观点没有自己的想法，也不会做笔记和总结书中的内容怎么办?

看书的时候对书中的观点没有自己的想法，也不会做笔记和总结书中的内容怎么办? 微微一勺的回答 每一个人，他读书的目的不同，需求不同，所采用的读书方法就有很多了。也就是说，不同类型的书，可以采用不同的读书方法。《秋叶特训营 阅读7堂课》向我们介绍出十种读书方法。哪十种方法呢？ 第一种叫闲读法，使用在消遣放松类的书；第二种叫抄读法，可以使用在经典名著类的书；第三种叫诵读法，使用在文笔优美类的书；第四种叫仿读法，适用于实用技能类的书；第五种叫炼读法，适用在励志畅销类的书；第六种叫逆读法，使用在商业认知类的书；第七种叫框读法，可以用在经管社科类的书；第八种叫精读法，用在阅读刚入行新领域的书；第九种叫图读法，应用与提升阅读能力的书籍；第十种叫树读法，适用在成为领域高手的书。 这里先来说一说阅读经典名著类的书籍采用的抄读法。我国自古就有“笔抄一遍，胜读十遍”的读书格言。抄读法可以说是我国传统的一种读书方法。它以抄录读物原文为特征。抄读，可以使人的精力集中，帮助理解、增强记忆。著名老前辈徐特立先生，主张“不动笔墨不读书”。认为在读书时抄一点书是必要的，可以做到眼到、心到、手到，能对书上的东西理解的更加深刻。 明末清初的著名学者顾炎武，读书时也有爱抄书的习惯。他用抄书的方法来帮助理解和记忆。据说他十一岁开始读《资治通鉴》，边读边抄。别人读书是越读越薄，而他却越读越厚。读完一部《资治通鉴》，又得到一部手抄本的《资治通鉴》。就这样他勤奋攻读了三十多年，积累了丰富的知识。 想成为职场某个领域高手，阅读相关书籍的时候可以采用树读法。树读法就是先圈定一个感兴趣的领域，先看一本经典图书，然后搜集这个领域可以找到的相关系列的书籍进行阅读。相同部分跳过，不同部分思考，再列入自己的大纲，提升个人的思考维度。让阅读如同一棵大树般枝丫蔓延，逐渐加深知识结构。 还有读经管社科类的书可以用框读法。首先阅读前，列出读这本书想要解决的问题。看到目前存在的状况是怎样的。找出作者认为此问题存在的原因是什么，以及作者提出解决此问题的方法。还有以后遇到这种情况，你会如何解决？ 在阅读中，掌握的框架越多，读书的角度也就越多，比如心理学的框架、历史学的框架、社会学的框架，持之以恒，就会乐趣无穷。 通过阅读让自己成为更厉害的人 本书的作者秋叶曾经说过：“读书这件事，看来的东西不是自己的，写下来的文字也未必全是自己的，只有反反复复讲，把看的写的讲到潜意识了，成为一套方法论了，成为自己的工作习惯了，也许才是自己的。” 孙中山先生也说过：“我一生的嗜好。除了革命外，只有好读书，我一天不读书，便不能生活。” 读书应是一个漫长的内化过程，不是“快餐”，长远来看，人的一生，你去做一件事情，影响因素太多了，很多因素是我们不可控的，但读书是我们稳固内心、持续增长能力的好方法。 就拿职场人的工作来说，大多数情况下忙碌而且单调，甚至有时些工作，因为交往的人群有限，知识面就会变窄。而人要成长，需要不断摄取新的知识，或者获得新的经验的。当我们无暇接触外面的世界的时候，读书就成了打开新世界的最佳窗口。而且，如果能将书中这些经验和诀窍融会贯通，应用于工作的话，做起事来效率就更高了。 多读书，不一定能帮助我们发财致富，却能打开我们的知识面，拓宽视野。能给予我们思考问题的方向，继而尝试找到解决方法，且验证方法的有效性。 读得越多，你积累工作能力的效率就越高；读得越多，你走入世界的速度就越快；读得越多，你离理想的自己，也就越近。 读书是一件美好的事情，它不需要我们耗费多大的成本，却能给我们带来更好的自己。 《秋叶特训营 阅读7堂课》适合职场人士、高校学生或创业者等希望提升软实力、培养核心竞争力的人阅读。通过阅读本书，读者不仅能学到阅读方法，更能找到高效学习、阅读成长的有效路径。 via 知乎热榜 (author: 微微一勺)

我们刚刚提到，JPG 的修图空间很小，假如再次基于 JPG 进行修图，那原图丢失和篡改的信息就更多了。

我们刚刚提到，JPG 的修图空间很小，假如再次基于 JPG 进行修图，那原图丢失和篡改的信息就更多了。 所以对于摄影师而言，看到 JPG 不满意，其实是回到 Raw 文件重新修，而不是基于 JPG 修。以此来保证摄影作品的质量。 好在新闻的篇幅不算太长，也并非属于严肃学习的场景，失真容错率相对较高。用摘要快速确定是否感兴趣 & 大致内容读个压缩版是很有用的。 用 AI 学习长文章 / 长视频 / 长播客（转文字脚本） 在这种场景下，摘要失真的容错率会低很多（尤其是严肃科普阅读）。但阅读的方法论不同，我们可以一在定程度上克服这种失真。模仿修图师的思维，就是一个答案。 有人说：假如文本长度为 75000 个单词，一般人用时大约 5 个小时读完等量内容后，还得用更多的时间去消化、记忆、分析。而对于 Claude， 大约不到 1 分钟就搞定。 备注：Claude 的 API 目前能记住 100k tokens 的长度，而同时的 gpt-3.5 能记住大约 4k tokens；而目前 slack 里的 Claude 机器人大概是 9k tokens 那是不是说人类就不需要学习了？当然不是，至少 AI 目前为止的定位和程度还是工具，而不是独立的生命。回看 AlphaGo，给人类棋手的学习带来了崭新的启发，其实是加速学习和带来崭新的启发。 回到用 AI 阅读学习材料这件事情上来，如果你用过 Chatpdf 类似的产品，你就会发现当 AI 帮你把 pdf “读”完之后，它会提出大概 3 个可能值得提出的问题，从而引导你提问和获得启发。（Chatpdf 不是真的帮你消化了完整的内容，下面 我会解释） 刚刚我们从摄影聊到了金句的逆向，我特别提到一句话是：「没有背景的情况下，全靠脑补特别难」。 换句话说，假如有背景，那金句和摘要带来的可能性就发挥了更大的价值。 就好像修图师找得到某个 JPG 的 Raw 原文件，找不到的话，客户不满意就没法重新修图了。 对于 AI 而言： 预训练已经“提前帮你看过了很多内容”，这是第一部分； 而我们的上下文聊天发送的内容，是看过的第二部分内容，两部分合力发挥作用。 总结一下： AI 工具之于短平快的新闻的价值在于摘要本身，主打的就是一个快速获得资讯。 AI 工具之于严肃学习的价值不是摘要，此时的摘要类似于金句，价值在于「逆向思考的过程并获得启发」，单纯接收 AI 的摘要不足以构建知识。因为逆向思考需要一定的背景，否则很难推导和获得知识。然而 AI 的长处就是给你提供用于逆向思考所可能的背景知识，类似于一个可能存在的 Raw 文件），它由预训练的部分（非 prompt） + 你提供的上下文组成。 OK，区分开两个大致的场景和方向，AI 的「真实效益」便可以最大化。混淆了读新闻和读长文这两个场景就很难用好 AI，自然会把 AI 当成一个车轱辘话生成器。 至此，如果你延伸思考，你就会知道 Prompt 的重要性来源于哪里 即通过 Prompt “唤醒”预训练中的知识作为金句 / 摘要背后可能的背景铺垫（Prompt 本身也是），然后进行更好的推理来输出答案。 在过去几个月里，最常见的 Prompt 句式：「你是一个 xxx」，就是如此。然而，正如我刚刚提到的，别忘了这种模版只不过是 Prompt 中的一部分，另一部分是知识。知识，也是一种 Prompt（字符串）。 例如，假如你关心「营销」，你可以在 Prompt 里插入一段和营销有关的书籍原文，再在后面提一些问题。如果你用 Claude-100k，甚至可以在聊天开始的时候直接给他一整本书获得摘要。（效果如何，我还需要继续测试和观察，以后再给大家写测评） 紧接着，以摘要为线索，通过聊天获得新的思考和观点，和 AI 相互启发，才能有所收获。 换句话说，在严肃学习这个场景下，思考的过程才有价值。但奈何我理解原材料（Raw）的能力可能不够强，所以我让 AI 先生成一个摘要（JPG 1），但是我们不把 JPG 1 直接作为新知识，而是通过 JPG 去指引我们找到 Raw 文件，一边自行思考一边问 AI 是如何加工这个 Raw 文件的，从而来和自己的思考过程形成对照。自然能找到自己思考卡壳的地方等等。 在这个前提之下，我们再在聊天告一段落的时候，基于我们的思考进行摘要就好太多了（获得了你自己的修图版本 JPG 2）。即便 AI 可能有所遗漏，我们也会有所觉察并进行补充（毕竟你认真思考过了）。 另外，尝试进行公开写作，其实是一个运用费曼学习的过程。更多的思考，见 @Szhans 让我们一起回忆一下，阅读长文的流程可以是： 1⃣ 第一步：先摘要 借助 AI 的强大力量判断感不感兴趣，以及文章大致的重点清单。然后甚至可以一开始就问 AI：「请围绕这篇文章的核心观点提出最值得思考的 5 个问题」。然后看看有没有感兴趣的，以此来激发自己的好奇心和求知欲。 2⃣ 第二步：基于摘要中最感兴趣的观点进行逆向思考 例如，你提到的「xxx」这个观点特别有意思，能不能说说原文中提到的原话是什么，作者提到了一个怎样的场景、故事或者实验案例？ 3⃣ 第三步：基于逆向思考和聊天进行摘要、整理和校对。 可见，再学习的场景下，凡第二步我们才进入了「修图模式」，而不是直接进行智能摘要，并把这个摘要作为自己所得的新知识。 请注意，上面只是一个参考而不是标准答案。也有时候我会读完了文章再拿去让 Claude 也读一读再和我聊。 AI 在这个过程中大致做了两件事情。首先，是基于一个 JPG 指引我们回到 Raw 文件；其次，是全程可以辅助我们加工 Raw 文件。 今天，我们在自学方面终于也拥有了摄影意义上的 PS 了。 细节：在第二步中，有时候还是不太好理解消化，你可以继续追问： 1⃣ 你刚刚提到的「xxx」这段话很难理解，你能不能用给中学生讲解的口吻通俗易懂地向我再解释一下呢？ 2⃣ 请你善用比喻、类比、拟人的修辞手法。 3⃣ 能不能请你举一反三，告诉我这个观点如何应用于我们的生活，可以给我们带来怎样的指导？ 上面是我常用的提问法，三个可以一起用。但是，特别注意，根据我的经验： 1⃣ 一次最好只针对摘要中的一个论点进行分析，这样的话整个回复的篇幅都会集中于此。 2⃣ 反之，如果你一次就让他分析三个观点，那么每一个观点也只是简单谈谈而已，不如逐个击破。 3⃣ 耐心地复制原文。大家在微信怎么回复消息的，是不是长按某一条消息引用来回复？又或者在飞书和 slack 里创建话题 / 消息列来进行收束？同理，当我们聊天已经进行了一段时间后，最好复制特定内容后再向 AI 提问，这样别人才知道重点嘛～（也是在帮助对方回忆内容） 至此，你应该知道为什么上下文长度如此重要了，Claude 也许目前编码能力和翻译能力不如 ChatGPT，但是其文科理解能力特别强。他是你学习文科类内容的「靠谱同学」。在长度拓展到 100k tokens 之后，你可以想象其逆向能力的强大。（理论上） 其他问题：Chatpdf 不是也能读长文吗？和 Claude-100k 区别在哪里呢？ 注意，这个和 Chatpdf 不同，由于 gpt-3.5 只有 4k 上下文（相比之下），所以 Chatpdf 实际上是把 pdf 原文切分为了很多小块。通俗地说就是： 当你提问的时候，程序先搜索我们的问题从语义上看最相关的一个或多个 pdf 片段，然后把这部分内容作为 prompt 的一部分，合并你提问输入的 prompt，以及程序内部预设的一些 prompt 模版，共同传给了 大模型，然后我们才得到了最终回答。如果每次都把 pdf 原文发过去，就超出长度限制报错了。 在这个过程中，pdf 会被怎样切分呢？例如，每隔 1000 就切分为一个小片段。 你也许已经想到了：假如刚好有些重点被切开了，岂不是影响了 AI 的理解？这个方法确实是。但是也有一些技术方案尽可能缩减这种偏差。 而最新的 Claude API，看官方文档说的是「上下文长度」就能记忆 100k tokens，这就和切分 pdf 的方法划出了界限。