关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
答应大家60赞写的详细图文攻略↓
分6部分实现【手机操控AI智能体，调用RPA抓取网页数据，写入飞书多维表】
01 搭建说明&运行效果
02 搭建影刀RPA机器人
03 飞书多为表格配置
04 影刀AP-AI智能体搭建
05 新增记录同步飞书多维表格
06 网页部署-在手机上运行
看完记得点个“在看”👀写这么辛苦想要点平台流量不过分吧，谢谢老板们～❤️
#AI工作流 #AI的神奇用法
AI降本增效，一开始最好简单粗暴。
差生文具多，如果要做优等生，先得抛弃对工具无休止的追逐。
哪怕是AI博主，也应该回归基本，主动熵减，把日常使用的AI工具控制在 20个以内。
我的工作场景主要围绕AI职场办公，智能体开发和媒体制作。如果按付费意愿，真正会坚持用的会有以下几个：（无广）
1.主力AI模型
GPT+Claude
平替：豆包+文小言（移动版）+kimi
GPT越来越有被Claude替代的趋势，尤其是代码。但是GPTs还是增强了我的使用粘性。豆包的TTS语音国内无法被替代。文小言有一些我喜欢的功能，比如信息聚合订阅。
2.主力IM
飞书
平替：Notion+企微
我知道Notion很强。但是鉴于复杂的操作+国内网络不稳定+数据安全是真不太喜欢用。
创业以来我觉得最值得投入学习时间的并不是任何一款AI软件，而是飞书本身。好的SaaS就是最佳实践的产品化。企微是出于私域+客户对公不得不用。
3.数据分析
Excel+GPT+各平台数据看板
平替：飞书多维表单
Excel没有平替。AI只是帮我解锁高阶功能，比如VBA和宏。多维表单的插件生态值得投入时间学习。
4.设计
Midjourney+ideagram
平替：Canvas+稿定设计+佐糖
比起Mj，Ideagram的出图更具场景感，配合简单工具出海报+商图+封面+运营位都很方便。
5.PPT
PPT+islide插件+彩璇PPT
平替：Gamma，aippt
目前没有同时满足不要钱、支持定制模板、不科学上网、智能还可控性强的方案。但是PPT+islide已经增效超过50%。Gamma是应急神器。
彩璇PPT比较小众，是一个方便做课件分享+编辑的平台，对咨询师/老师有刚需。
6.剪辑
剪映（含AI）+即梦AI
初学者够用，为了省事就用字节系的。
7.文本创作
飞书文档+flomo+GPT
平替：记事本
简单点好。如果开发一个支持flomo api导出直接AI生成标题/思路/文章大纲的工作流会不会有需求？
8.智能体开发
Coze/Dify
平替：百度智能体
目前还在钻研工作流场景。已经做了20多个Bot。Coze/Dify各有千秋，百度则是打通了支付环节和数字人形象的交互。待继续钻研好和大家分享。
9.代码辅助
Cursor+Claude
平替：字节豆包Marscode
10.工作流编排
Coze+飞书+各类Github（开源项目）
通过飞书机器人平台把各类BOT接入到飞书群里。实现在IM办公软件中使用自己调试过的AI数字员工。
#AI工作流
差生文具多，如果要做优等生，先得抛弃对工具无休止的追逐。
哪怕是AI博主，也应该回归基本，主动熵减，把日常使用的AI工具控制在 20个以内。
我的工作场景主要围绕AI职场办公，智能体开发和媒体制作。如果按付费意愿，真正会坚持用的会有以下几个：（无广）
1.主力AI模型
GPT+Claude
平替：豆包+文小言（移动版）+kimi
GPT越来越有被Claude替代的趋势，尤其是代码。但是GPTs还是增强了我的使用粘性。豆包的TTS语音国内无法被替代。文小言有一些我喜欢的功能，比如信息聚合订阅。
2.主力IM
飞书
平替：Notion+企微
我知道Notion很强。但是鉴于复杂的操作+国内网络不稳定+数据安全是真不太喜欢用。
创业以来我觉得最值得投入学习时间的并不是任何一款AI软件，而是飞书本身。好的SaaS就是最佳实践的产品化。企微是出于私域+客户对公不得不用。
3.数据分析
Excel+GPT+各平台数据看板
平替：飞书多维表单
Excel没有平替。AI只是帮我解锁高阶功能，比如VBA和宏。多维表单的插件生态值得投入时间学习。
4.设计
Midjourney+ideagram
平替：Canvas+稿定设计+佐糖
比起Mj，Ideagram的出图更具场景感，配合简单工具出海报+商图+封面+运营位都很方便。
5.PPT
PPT+islide插件+彩璇PPT
平替：Gamma，aippt
目前没有同时满足不要钱、支持定制模板、不科学上网、智能还可控性强的方案。但是PPT+islide已经增效超过50%。Gamma是应急神器。
彩璇PPT比较小众，是一个方便做课件分享+编辑的平台，对咨询师/老师有刚需。
6.剪辑
剪映（含AI）+即梦AI
初学者够用，为了省事就用字节系的。
7.文本创作
飞书文档+flomo+GPT
平替：记事本
简单点好。如果开发一个支持flomo api导出直接AI生成标题/思路/文章大纲的工作流会不会有需求？
8.智能体开发
Coze/Dify
平替：百度智能体
目前还在钻研工作流场景。已经做了20多个Bot。Coze/Dify各有千秋，百度则是打通了支付环节和数字人形象的交互。待继续钻研好和大家分享。
9.代码辅助
Cursor+Claude
平替：字节豆包Marscode
10.工作流编排
Coze+飞书+各类Github（开源项目）
通过飞书机器人平台把各类BOT接入到飞书群里。实现在IM办公软件中使用自己调试过的AI数字员工。
#AI工作流
5.「BigIdea脑暴小助手」【https://chat.openai.com/g/g-bp8RNR4Zp-bigideanao-bao-xiao-zhu-shou】
4.「市场调研分析助手」【https://chat.openai.com/g/g-9qc9v942W-shi-chang-diao-yan-fen-xi-zhu-shou】
3.「短视频文案仿写大师」【https://chat.openai.com/g/g-oJbPlKRpV-duan-shi-pin-wen-an-fang-xie-da-shi】
2.「消费品用户洞察专家」【https://chat.openai.com/g/g-0SNYuQ3A8-xiao-fei-pin-yong-hu-dong-cha-zhuan-jia】
1.「电商直播间话术大师」【https://chat.openai.com/g/g-mXktFhfXi-dian-shang-zhi-bo-jian-hua-zhu-da-shi】
#AI工作流 #AI的神奇用法
4.「市场调研分析助手」【https://chat.openai.com/g/g-9qc9v942W-shi-chang-diao-yan-fen-xi-zhu-shou】
3.「短视频文案仿写大师」【https://chat.openai.com/g/g-oJbPlKRpV-duan-shi-pin-wen-an-fang-xie-da-shi】
2.「消费品用户洞察专家」【https://chat.openai.com/g/g-0SNYuQ3A8-xiao-fei-pin-yong-hu-dong-cha-zhuan-jia】
1.「电商直播间话术大师」【https://chat.openai.com/g/g-mXktFhfXi-dian-shang-zhi-bo-jian-hua-zhu-da-shi】
#AI工作流 #AI的神奇用法
你打开橙篇首页，它直接就把所有功能完整呈现出来，简单易懂、超易上手。
对于一个刚接触 AI 的新手来说，它直接帮你省去了大量学习 Prompt 的时间成本，打开就能用 AI，用户体验直接拉满~
# 响应稳定快速
在使用橙篇的过程中，我完全没有遇到什么网络错误 404、高峰拥堵要礼物才能动次打次的情况。
如果你用不了 ChatGPT、还喜欢薅大厂羊毛的话，那橙篇一定是新手最推荐的免费 AI 效率工具了！
# 功能超级全面
橙篇首页有两个大模块功能“长文神器、AI 工具箱”，长文神器主要用来长文本内容创作的，它有“长文写作、资料搜索、文档总结、全文校正、格式整理”等 9 大功能，简直是各位 IP 大 V 的创作福音！
# 多模态创作能力
而橙篇的多模态创作 AI 工具箱，主要有“智能 PPT、AI 思维导图、AI 漫画、AI 有声画本、AI 写小红书、多文档合并”等 6 大功能。
我刚看了是开发中状态，期待一波国内版的免费 Midjourney + Gamma。
# 百度专属版权内容
听说百度橙篇专门花了不少心思收录各大学术版权，还打通了百度学术和全球 100 多万个学术站点。
🤔 我如何使用橙篇？
# 搜索资料
之前我用 Metaso 来搜索研报和学习资料，现在「橙篇-全网搜索」也能完成。
1.搜索研报：你只需要通过“关键词 + 报告.pdf”就能找到各种报告，例如搜：24 年 AI 大模型趋势报告.PDF。
2.学习资料：例如我现在想两周内学会 SQL，可以搜“快速学习 SQL 的书籍有哪些，请从易到难排序推荐我 10 本”。如果你想学其他知识，只需要改改提示词就行。
# 内容总结
我日常内容创作有个习惯，就是喜欢收集各种文章素材。
一旦我过好几天忘记这事，打开看待处理就已经 500+ 条了，这么多篇文章别说总结了，一篇一篇看都看不完。
现在结合橙篇单次最多 100 个链接总结的特性，确实节省了我大量资料整理时间。
# 长文创作
关于橙篇的长文创作功能，你可以从首页的“长文写作、最近创作-新建”这两个入口进入。
「长文写作」功能操作比较简单便捷，适合 AI 新手。
选择“主题生成长文、范文参考写作”其中一种方式，填入主题 AI 会自动生成长文，一般等几分钟就能输出至少 2 万字长文本内容。
而「最近创作-新建」是直接打开一个文档，体验类似 Word 的 AI 写作，这种方式对我来说更加自由。
你可以 AI 自动生成或自拟大纲，然后选取指定内容进行“润色、缩写、扩写、续写、总结、头脑风暴”等操作。
一篇基础的文章内容，框架无非就是主题的引言、介绍、总结。
按上面这种方法，原先几个小时的写作时间，现在基本已经压缩到了 10 分钟之内，剩下就是全文校正、格式调整、全网分发等一些细节问题了。
⭕ 最后的话
我深度用过几十个 AI 工具，橙篇 AI 的使用体验，比我用过的都更简单、好用。
它可以说是国内免费版的 ChatGPT + Kimi.ai + Metaso + Notion.ai + Midjourney + Gamma。
并且由于百度出品，如果资源投入更多，某种程度比任何 AI 工具，都更具想象力和竞争优势。
总的来说，橙篇是一款我会关注使用，并持续安利给朋友的 AI 工具，希望你也喜欢。
#AI工作流 #AI的神奇用法
对于一个刚接触 AI 的新手来说，它直接帮你省去了大量学习 Prompt 的时间成本，打开就能用 AI，用户体验直接拉满~
# 响应稳定快速
在使用橙篇的过程中，我完全没有遇到什么网络错误 404、高峰拥堵要礼物才能动次打次的情况。
如果你用不了 ChatGPT、还喜欢薅大厂羊毛的话，那橙篇一定是新手最推荐的免费 AI 效率工具了！
# 功能超级全面
橙篇首页有两个大模块功能“长文神器、AI 工具箱”，长文神器主要用来长文本内容创作的，它有“长文写作、资料搜索、文档总结、全文校正、格式整理”等 9 大功能，简直是各位 IP 大 V 的创作福音！
# 多模态创作能力
而橙篇的多模态创作 AI 工具箱，主要有“智能 PPT、AI 思维导图、AI 漫画、AI 有声画本、AI 写小红书、多文档合并”等 6 大功能。
我刚看了是开发中状态，期待一波国内版的免费 Midjourney + Gamma。
# 百度专属版权内容
听说百度橙篇专门花了不少心思收录各大学术版权，还打通了百度学术和全球 100 多万个学术站点。
🤔 我如何使用橙篇？
# 搜索资料
之前我用 Metaso 来搜索研报和学习资料，现在「橙篇-全网搜索」也能完成。
1.搜索研报：你只需要通过“关键词 + 报告.pdf”就能找到各种报告，例如搜：24 年 AI 大模型趋势报告.PDF。
2.学习资料：例如我现在想两周内学会 SQL，可以搜“快速学习 SQL 的书籍有哪些，请从易到难排序推荐我 10 本”。如果你想学其他知识，只需要改改提示词就行。
# 内容总结
我日常内容创作有个习惯，就是喜欢收集各种文章素材。
一旦我过好几天忘记这事，打开看待处理就已经 500+ 条了，这么多篇文章别说总结了，一篇一篇看都看不完。
现在结合橙篇单次最多 100 个链接总结的特性，确实节省了我大量资料整理时间。
# 长文创作
关于橙篇的长文创作功能，你可以从首页的“长文写作、最近创作-新建”这两个入口进入。
「长文写作」功能操作比较简单便捷，适合 AI 新手。
选择“主题生成长文、范文参考写作”其中一种方式，填入主题 AI 会自动生成长文，一般等几分钟就能输出至少 2 万字长文本内容。
而「最近创作-新建」是直接打开一个文档，体验类似 Word 的 AI 写作，这种方式对我来说更加自由。
你可以 AI 自动生成或自拟大纲，然后选取指定内容进行“润色、缩写、扩写、续写、总结、头脑风暴”等操作。
一篇基础的文章内容，框架无非就是主题的引言、介绍、总结。
按上面这种方法，原先几个小时的写作时间，现在基本已经压缩到了 10 分钟之内，剩下就是全文校正、格式调整、全网分发等一些细节问题了。
⭕ 最后的话
我深度用过几十个 AI 工具，橙篇 AI 的使用体验，比我用过的都更简单、好用。
它可以说是国内免费版的 ChatGPT + Kimi.ai + Metaso + Notion.ai + Midjourney + Gamma。
并且由于百度出品，如果资源投入更多，某种程度比任何 AI 工具，都更具想象力和竞争优势。
总的来说，橙篇是一款我会关注使用，并持续安利给朋友的 AI 工具，希望你也喜欢。
#AI工作流 #AI的神奇用法
分享一下自己的微信助手的 AI 工作流：
在构建AI 工作流时，有个很大的感知是，目前的 AI 离普通人（非行业从业者）的想象还挺远，媒体信息会不断地宣扬 AI 多么多么厉害，但实际应用在一个真实的场景时，会出现各种问题，很难达到可用的状态。
例如我输入一段英文，AI 怎么判断你想要的是翻译，还是基于内容的讨论？怎么判断你说的一句话是一个待办还是一篇笔记？
这些都是目前的 AI 无法做到的，所以我在搭建这个微信助手时，把它的范围定在“处理日常简单且高频的事项”。
通过workflow，使 AI 变得没那么性感，但输出变得稳定，然后通过工具（API）来使它实现更多的功能。
附件图片是完整的工作流，只将一些隐私信息遮挡了下。
#AI工作流
在构建AI 工作流时，有个很大的感知是，目前的 AI 离普通人（非行业从业者）的想象还挺远，媒体信息会不断地宣扬 AI 多么多么厉害，但实际应用在一个真实的场景时，会出现各种问题，很难达到可用的状态。
例如我输入一段英文，AI 怎么判断你想要的是翻译，还是基于内容的讨论？怎么判断你说的一句话是一个待办还是一篇笔记？
这些都是目前的 AI 无法做到的，所以我在搭建这个微信助手时，把它的范围定在“处理日常简单且高频的事项”。
通过workflow，使 AI 变得没那么性感，但输出变得稳定，然后通过工具（API）来使它实现更多的功能。
附件图片是完整的工作流，只将一些隐私信息遮挡了下。
#AI工作流
AI 时间线生成工具
这款时间线生成AI工具完全免费登录，只需要输入你想要了解的主题，AI 就会自动生成这个主题的时间线，每个节点都会有详细的信息介绍。
https://mylens.ai
#AI的神奇用法 #AI工作流
最近突然意识到，我的思维模式被AI彻底改变了！
在遇到任何问题的时候，第一时间想到的已经是“我要怎么问AI才能得到更好的答案”，AI的思考能力已经在最近半年进化到了真的可以实战的程度。
比如最近开年的阶段，很多人（包括我）都在写2024年的工作规划，原本要是自己写，肯定千头万绪折腾很久，但这次我选择和AI一起完成这件事儿，通过 以下6个问题，最终形成了我的2024年工作规划：
1.作为一个职场规划导师，请你教会我OKR都包含哪些内容，为什么是高效的规划思路？还有哪些高效规划的思路？
2.你觉得有哪些优秀的方法论可以指导我写年初的工作规划，这些方法论分别有哪些侧重点？
3.我的工作内容是「xxxx」，请你用以上方法论分别帮我写一份工作规划的草稿
4.你觉得根据答案，哪个方法更高效一些？或者说对于一份年度规划来说，哪几种方法更能让老板觉得你的规划更好，并且在之后的工作中可以执行度更好？
5.请你用A+B+C方法完整帮我撰写一份2024年年度工作规划，需要重点撰写以下工作内容：「xxx」
6.请你以专业的职场规划导师身份，根据以上规划，为我今年和未来的职业规划给出3-5条建议
在这6个问题之后，我选择了OKR+GROW结合的方式写完了规划，这份规划包含了以下内容：
⏺️年度总体目标
⏺️每个目标拆分的数据指标
⏺️对项目现状的评估
⏺️工作计划的时间节点
⏺️具体可执行的工作内容
⏺️更深更高的职场和工作思考
这些问题不依靠AI也可以直接得到答案，但AI的优势就在于可以一直重复给出答案，完整不重复，写到最后对我来说启发的价值远大于交差（而且基本不会写错别字）#AI的神奇用法 #AI工作流
当然啦，以上能力肯定是做成了直接就能用的版本、依然是放在「AI帮个忙」里，欢迎大家试用：
在遇到任何问题的时候，第一时间想到的已经是“我要怎么问AI才能得到更好的答案”，AI的思考能力已经在最近半年进化到了真的可以实战的程度。
比如最近开年的阶段，很多人（包括我）都在写2024年的工作规划，原本要是自己写，肯定千头万绪折腾很久，但这次我选择和AI一起完成这件事儿，通过 以下6个问题，最终形成了我的2024年工作规划：
1.作为一个职场规划导师，请你教会我OKR都包含哪些内容，为什么是高效的规划思路？还有哪些高效规划的思路？
2.你觉得有哪些优秀的方法论可以指导我写年初的工作规划，这些方法论分别有哪些侧重点？
3.我的工作内容是「xxxx」，请你用以上方法论分别帮我写一份工作规划的草稿
4.你觉得根据答案，哪个方法更高效一些？或者说对于一份年度规划来说，哪几种方法更能让老板觉得你的规划更好，并且在之后的工作中可以执行度更好？
5.请你用A+B+C方法完整帮我撰写一份2024年年度工作规划，需要重点撰写以下工作内容：「xxx」
6.请你以专业的职场规划导师身份，根据以上规划，为我今年和未来的职业规划给出3-5条建议
在这6个问题之后，我选择了OKR+GROW结合的方式写完了规划，这份规划包含了以下内容：
⏺️年度总体目标
⏺️每个目标拆分的数据指标
⏺️对项目现状的评估
⏺️工作计划的时间节点
⏺️具体可执行的工作内容
⏺️更深更高的职场和工作思考
这些问题不依靠AI也可以直接得到答案，但AI的优势就在于可以一直重复给出答案，完整不重复，写到最后对我来说启发的价值远大于交差（而且基本不会写错别字）#AI的神奇用法 #AI工作流
当然啦，以上能力肯定是做成了直接就能用的版本、依然是放在「AI帮个忙」里，欢迎大家试用：
是一款更强大的自主智能体，具备完全自治的能力，也就是自主完成目标理解、规划、执行和反馈迭代多项任务。
AutoAgents.ai自称是「行业内第一个在真实业务场景里跑通可用的自主智能体产品」，可以做到像真人一样，全天无休地策划、运营一个社交媒体账号，为客户节省大量成本。
5、央国企比想象中更拥抱AI agent。
不止一家「AI agent 平台」创业公司，都在 PR 稿中提到了电网方面的国央企客户。
——
所以的 PR 稿，来自郎瀚威 Will 整理的Gpts国产平台表单：https://zw73xyquvv.feishu.cn/wiki/XwqAwCkheiSWqxk9bOFc8DQXnbc?sheet=YfIjQt
下图由kimi chat 协助整理：#AI工作流
AutoAgents.ai自称是「行业内第一个在真实业务场景里跑通可用的自主智能体产品」，可以做到像真人一样，全天无休地策划、运营一个社交媒体账号，为客户节省大量成本。
5、央国企比想象中更拥抱AI agent。
不止一家「AI agent 平台」创业公司，都在 PR 稿中提到了电网方面的国央企客户。
——
所以的 PR 稿，来自郎瀚威 Will 整理的Gpts国产平台表单：https://zw73xyquvv.feishu.cn/wiki/XwqAwCkheiSWqxk9bOFc8DQXnbc?sheet=YfIjQt
下图由kimi chat 协助整理：#AI工作流
文科生在AI团队里，究竟能干嘛？
这大半年来，市面上被报道的 AI 团队，核心人才大多有技术背景，至少得是个理工科背景。
包括在很多 AI 社群里，懂技术的开发者，往往更受欢迎。
作为中文系毕业的文科生，我也一直在想：难道在 AI 领域，就没有咱文科生的一席之地了吗？
从事 AI 3 个月后，我参与开发的一款内部 AI 工具，终于有了点阶段性的进展。回顾这 3 个月的经历，我隐约找到了点文科生在 AI 团队可以做的事儿。
先说个太长不看版：
内部AI 产品的开发，至少有 3 个里程碑
1、找到 AI 可以帮到忙的高价值场景
2、开发出能解决问题的傻瓜式 AI 工具
3、帮助业务一线员工真正用出效果
每个里程碑达成过程中，我这个文科生起到的作用是
1、找场景阶段：调研和科普 AI 在行业中的应用
2、产品开发阶段：通过提示词，把专家经验放进产品
3、用户成功阶段：在真实业务中，帮助种子用户成功
如果你对细节感兴趣，欢迎查看下面的详细内容：
一、找到 AI 可以帮到忙的高价值场景
1、找高价值场景
6月份初，在参与筹建「开源 AI 解决方案社区」的过程中，经过跟多位AI从业者深入交流，我得出了一个结论：
“和行家/专家一道，找到行业的高价值场景，做出该场景的AIGC解决方案，可能更赚钱。”
这段话被转发出去之后，得到过几位行业领袖级人物的肯定。我后来参与的AI工具，也是在这个思路下开展的。
2、技术之外要做的事
想要“和行家/专家一道，找到行业的高价值场景”，AI团队就不能只懂技术。
我们还需要花更多的时间，去找行家/专家沟通，去了解该细分领域的知识和商业模式，去了解服务公司的核心优势。
就像那些搞运输的司机，懂发动机原理固然不错，但真想要赚钱，他们更需要搞清楚：运什么人、什么货性价比更高，走哪些路线更有赚头。
3、我这个文科生能做的事儿
对于绝大多数的行业专家来说，AI到底发展到了什么程度，其实是个谜。
因为新闻一会儿说AI会取代他们，一会儿又说 AI 到了冷静期，很多 AI 公司都黄了，也没个准数。
于是，我就冲了上来，做了些较为细致的调研。然后，用专家能懂的话，把AI 的真实情况，尤其是对行业的真实影响，科普给他们。
等专家对「AI 能干啥和不能干啥」有个基本概念过后，我再试着用他们能接受的方式，一起测试 AI 在解决业务真实问题方面的效果。
整体来看，专家们更喜欢业务导向的专题式调研报告，测试过且有know-how 层面的SOP更佳，有客户/用户的数据最好。而对于市面上常见的技术向、产品向的科普文章（和软广），他们其实兴趣不大。
二、开发出能解决问题的傻瓜式 AI 工具
1、确保 AI 能解决业务中的真实问题
5月下旬，OpenAI的创始人之一，大神Andrej Karpthy在微软Build 2023开发者大会上有提到过：
“很多事情，直接写提示词（prompt）就可以搞定。在达到提示词上限之前，不需要考虑模型微调。”
在实际业务当中，很多问题，确实可以通过提示词解决。而提示词的上限，则取决于业务的重要程度和专家的专业程度。
如果，有幸在上个阶段，找到了重要性够高的业务场景。那么，这个阶段的重点，就变成了「如何和专家一起提升提示词的上限」。
从个人经验来看，很多 AI 工程师是不屑于学提示词的，绝大多数行业专家又不太会提示词。这中间的鸿沟，就需要我这个「愿意学和擅长教提示词」的人来填。
如果说提示词对专家太难，对 AI 工程师太简单，那么对我这个喜欢讲大白话的文科生，可能就刚刚好。
2、确保 AI 工具足够简单易用
入行仨月，我越发认可一句话：“公司只要有‘两个人’会提示词就行了”。
提示词真要做到「能解决业务中真实问题」的程度，不仅需要大量的业务知识和提示工程知识，还需要反复地尝试和迭代。
这其中的学习成本和试错成本，远不是业务一线伙伴所能承担的。咱千万别指望，通过几场培训和交流，就能让业务人员用起来。事实证明，这是不可能的。
更可行的方式，是让对业务感兴趣的提示词高手（我）和对 AI 感兴趣的业务专家合作。把一些高频的、能提效的场景中要用到的提示词，都提前写完并封装好。
最终交付给业务一线伙伴的，是只要傻瓜式操作就能稳定出效果简易工具。
三、帮业务一线伙伴真正用出效果
一旦进入真实业务场景，再简单易用的提效工具，都有一定的学习成本。
哪怕简单如微信，私域运营过程中要用到的功能，也得专门搞场培训。
1、在企业内部，AI比数字化工具更难推
在业务一线伙伴那里，AI 可不只是新的提效工具那么简单，在潜意识里，他们还有被取代的担忧。
而对那些简单试用过一些AI 的业务伙伴来讲，他们在市面上的 AI 那里碰过壁，不一定相信这一款AI工具真的有用。
这种情况下，如何吸引到一定量的种子用户，如何让种子用户快速上手，如何让甜蜜用户用出效果和持续使用，都是难题。
2、但互联网时代的运营方法论，依然有效
比如，重点突破感兴趣的业务团队，深入到他们手头具体的项目中去，点对点地用 AI 工具帮他们提效。
一旦在业务中起到作用，该团队就会一直用下去。
而在沟通过程中，我还可以不断总结他们的痛点，找到真实业务中高频的具象的场景，测算出大致的提效数据。
比如从 3 天提效到 10 分钟等，好让其他业务团队能真切感受到 AI 工具的帮助，最终以点带面让相关团队都用起来。
四、其他的延展
1、关键在“行业的高价值场景”上
总结到最后，我越发感觉到，这里面真正关键的，不是找场景阶段的调研和科普，不是产品开发阶段提示词工程，也不是用户成功阶段的产品运营，而是真正找到了“行业的高价值场景”。
只有场景找得足够准，才有可能立得了项，有可能获得种子用户，有可能形成早期的标杆，有可能为公司乃至行业带来价值。
但现阶段想要找到这个场景，AI 团队一定要跟行业专家合作，一定要对该领域的技术进展和产品表现足够了解。此处，才是文科生们最能创造价值的地方。
2、文理科或许都不是重点
最后，话说回来，既然都有了 AI 加持，就不用过于纠结文科、理科了。肯专研的话，很多技术上的问题、行业里的专业问题，都是可以学会的。
而且，从合作的角度来看，这些问题也无需学到多么精通。收到需求后，知道技术能否实现；看到技术后，清楚业务中如何应用，就差不多了。
至于那些个高价值场景，可能还需要把这门生意摸得足够透，对市面上「需求（流量）-产品-变现」的玩法了解得足够多。
我希望自己，今后尽可能少考虑自己学的是什么专业，担任的是什么岗位。然后，把更多的心思，花在如何用我的优势和用 AI 为客户/用户创造更大价值上，花在细分领域客户/用户的需求洞察上。
毕竟，客户/用户真正关心的，不是我是谁，而是我能给他们带来的是什么。#AI工作流
这大半年来，市面上被报道的 AI 团队，核心人才大多有技术背景，至少得是个理工科背景。
包括在很多 AI 社群里，懂技术的开发者，往往更受欢迎。
作为中文系毕业的文科生，我也一直在想：难道在 AI 领域，就没有咱文科生的一席之地了吗？
从事 AI 3 个月后，我参与开发的一款内部 AI 工具，终于有了点阶段性的进展。回顾这 3 个月的经历，我隐约找到了点文科生在 AI 团队可以做的事儿。
先说个太长不看版：
内部AI 产品的开发，至少有 3 个里程碑
1、找到 AI 可以帮到忙的高价值场景
2、开发出能解决问题的傻瓜式 AI 工具
3、帮助业务一线员工真正用出效果
每个里程碑达成过程中，我这个文科生起到的作用是
1、找场景阶段：调研和科普 AI 在行业中的应用
2、产品开发阶段：通过提示词，把专家经验放进产品
3、用户成功阶段：在真实业务中，帮助种子用户成功
如果你对细节感兴趣，欢迎查看下面的详细内容：
一、找到 AI 可以帮到忙的高价值场景
1、找高价值场景
6月份初，在参与筹建「开源 AI 解决方案社区」的过程中，经过跟多位AI从业者深入交流，我得出了一个结论：
“和行家/专家一道，找到行业的高价值场景，做出该场景的AIGC解决方案，可能更赚钱。”
这段话被转发出去之后，得到过几位行业领袖级人物的肯定。我后来参与的AI工具，也是在这个思路下开展的。
2、技术之外要做的事
想要“和行家/专家一道，找到行业的高价值场景”，AI团队就不能只懂技术。
我们还需要花更多的时间，去找行家/专家沟通，去了解该细分领域的知识和商业模式，去了解服务公司的核心优势。
就像那些搞运输的司机，懂发动机原理固然不错，但真想要赚钱，他们更需要搞清楚：运什么人、什么货性价比更高，走哪些路线更有赚头。
3、我这个文科生能做的事儿
对于绝大多数的行业专家来说，AI到底发展到了什么程度，其实是个谜。
因为新闻一会儿说AI会取代他们，一会儿又说 AI 到了冷静期，很多 AI 公司都黄了，也没个准数。
于是，我就冲了上来，做了些较为细致的调研。然后，用专家能懂的话，把AI 的真实情况，尤其是对行业的真实影响，科普给他们。
等专家对「AI 能干啥和不能干啥」有个基本概念过后，我再试着用他们能接受的方式，一起测试 AI 在解决业务真实问题方面的效果。
整体来看，专家们更喜欢业务导向的专题式调研报告，测试过且有know-how 层面的SOP更佳，有客户/用户的数据最好。而对于市面上常见的技术向、产品向的科普文章（和软广），他们其实兴趣不大。
二、开发出能解决问题的傻瓜式 AI 工具
1、确保 AI 能解决业务中的真实问题
5月下旬，OpenAI的创始人之一，大神Andrej Karpthy在微软Build 2023开发者大会上有提到过：
“很多事情，直接写提示词（prompt）就可以搞定。在达到提示词上限之前，不需要考虑模型微调。”
在实际业务当中，很多问题，确实可以通过提示词解决。而提示词的上限，则取决于业务的重要程度和专家的专业程度。
如果，有幸在上个阶段，找到了重要性够高的业务场景。那么，这个阶段的重点，就变成了「如何和专家一起提升提示词的上限」。
从个人经验来看，很多 AI 工程师是不屑于学提示词的，绝大多数行业专家又不太会提示词。这中间的鸿沟，就需要我这个「愿意学和擅长教提示词」的人来填。
如果说提示词对专家太难，对 AI 工程师太简单，那么对我这个喜欢讲大白话的文科生，可能就刚刚好。
2、确保 AI 工具足够简单易用
入行仨月，我越发认可一句话：“公司只要有‘两个人’会提示词就行了”。
提示词真要做到「能解决业务中真实问题」的程度，不仅需要大量的业务知识和提示工程知识，还需要反复地尝试和迭代。
这其中的学习成本和试错成本，远不是业务一线伙伴所能承担的。咱千万别指望，通过几场培训和交流，就能让业务人员用起来。事实证明，这是不可能的。
更可行的方式，是让对业务感兴趣的提示词高手（我）和对 AI 感兴趣的业务专家合作。把一些高频的、能提效的场景中要用到的提示词，都提前写完并封装好。
最终交付给业务一线伙伴的，是只要傻瓜式操作就能稳定出效果简易工具。
三、帮业务一线伙伴真正用出效果
一旦进入真实业务场景，再简单易用的提效工具，都有一定的学习成本。
哪怕简单如微信，私域运营过程中要用到的功能，也得专门搞场培训。
1、在企业内部，AI比数字化工具更难推
在业务一线伙伴那里，AI 可不只是新的提效工具那么简单，在潜意识里，他们还有被取代的担忧。
而对那些简单试用过一些AI 的业务伙伴来讲，他们在市面上的 AI 那里碰过壁，不一定相信这一款AI工具真的有用。
这种情况下，如何吸引到一定量的种子用户，如何让种子用户快速上手，如何让甜蜜用户用出效果和持续使用，都是难题。
2、但互联网时代的运营方法论，依然有效
比如，重点突破感兴趣的业务团队，深入到他们手头具体的项目中去，点对点地用 AI 工具帮他们提效。
一旦在业务中起到作用，该团队就会一直用下去。
而在沟通过程中，我还可以不断总结他们的痛点，找到真实业务中高频的具象的场景，测算出大致的提效数据。
比如从 3 天提效到 10 分钟等，好让其他业务团队能真切感受到 AI 工具的帮助，最终以点带面让相关团队都用起来。
四、其他的延展
1、关键在“行业的高价值场景”上
总结到最后，我越发感觉到，这里面真正关键的，不是找场景阶段的调研和科普，不是产品开发阶段提示词工程，也不是用户成功阶段的产品运营，而是真正找到了“行业的高价值场景”。
只有场景找得足够准，才有可能立得了项，有可能获得种子用户，有可能形成早期的标杆，有可能为公司乃至行业带来价值。
但现阶段想要找到这个场景，AI 团队一定要跟行业专家合作，一定要对该领域的技术进展和产品表现足够了解。此处，才是文科生们最能创造价值的地方。
2、文理科或许都不是重点
最后，话说回来，既然都有了 AI 加持，就不用过于纠结文科、理科了。肯专研的话，很多技术上的问题、行业里的专业问题，都是可以学会的。
而且，从合作的角度来看，这些问题也无需学到多么精通。收到需求后，知道技术能否实现；看到技术后，清楚业务中如何应用，就差不多了。
至于那些个高价值场景，可能还需要把这门生意摸得足够透，对市面上「需求（流量）-产品-变现」的玩法了解得足够多。
我希望自己，今后尽可能少考虑自己学的是什么专业，担任的是什么岗位。然后，把更多的心思，花在如何用我的优势和用 AI 为客户/用户创造更大价值上，花在细分领域客户/用户的需求洞察上。
毕竟，客户/用户真正关心的，不是我是谁，而是我能给他们带来的是什么。#AI工作流
代码是 ChatGPT 给的，提示词是“我有 100 部电视剧，想在 colab 上，使用Python爬虫，在豆瓣上爬他们的评分，请问具体可以怎么操作呢？”的大白话。
返工过 2 版。
第一版因为豆瓣有反爬虫机制，每部电视剧都显示“未找到评分”，报错给ChatGPT后，它自己添加额外的请求头（headers）；
第二版是我自己的原因，我想看到每一步的反馈，方便不满意及早调整。它说可以使用Python的print函数或其他日志记录方法，来输出当前正在处理的电视剧名称和已完成的数量，然后有改了段代码。
之前，也试过用 ChatGPT 的联网功能和联网插件去爬，但联网功能的爬虫太老实，看到反爬虫机制就作罢了；webpilot 等联网插件则太不老实，爬出来的结果乱七八糟，早就不是豆瓣上的真实数据了。
更早的时候，也有想过用chrome浏览器上的Web Scraper 插件爬。不过，每一部剧都需要重新搜一遍，印象中Web Scraper 不太能胜任。以往我都是搜完某个关键词之后，用Web Scraper把网站上的所有结果全部爬一遍。
我爱ChatGPT和colab，对我这种非技术人员实在太友好了。没学过 Python 没关系，没学过爬虫没关系，只要敢问，ChatGPT 真的敢教，colab 也真的能实现。#AI工作流
