it:ai_experience_for_novice
差别
这里会显示出您选择的修订版和当前版本之间的差别。
两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版 | ||
it:ai_experience_for_novice [2024/05/26 16:07] – 增加图片AI应用,更新大模型和机器人的情况介绍,增加自定义机器人链接 vim | it:ai_experience_for_novice [2025/04/02 10:51] (当前版本) – vim | ||
---|---|---|---|
行 1: | 行 1: | ||
# AI | 给非技术背景AI用户的上手指南 | # AI | 给非技术背景AI用户的上手指南 | ||
- | 作者:vim | + | 作者:vim |
- | {{: | + | ## 总体思路 |
+ | |||
+ | {{: | ||
选择1-2个适合自己的AI服务(建议国内外各选一家),了解AI的基本功能、对话语法先用起来。后续适当了解一些AI的工作原理、后端机制、以及不同的大模型的特性,根据具体的应用场景和需求,逐步进阶使用。在有高级或者特殊的需求(如涉及隐私及保密需求,或者需要建立内部知识库),就需要专业的研究学习一下了。本文主要面向前面两种场景,并简单介绍一下高级应用的方向。 | 选择1-2个适合自己的AI服务(建议国内外各选一家),了解AI的基本功能、对话语法先用起来。后续适当了解一些AI的工作原理、后端机制、以及不同的大模型的特性,根据具体的应用场景和需求,逐步进阶使用。在有高级或者特殊的需求(如涉及隐私及保密需求,或者需要建立内部知识库),就需要专业的研究学习一下了。本文主要面向前面两种场景,并简单介绍一下高级应用的方向。 | ||
行 9: | 行 11: | ||
Note:这篇文章只讨论中国用户可以使用的那些AI系统(可能需要科学使用),ChatGPT、Gemini这些目前还没有对中国用户开放的平台不做讨论。同时,本文只讨论可以直接使用的AI服务,那些需要调用API的前端AI应用也不多做讨论。 | Note:这篇文章只讨论中国用户可以使用的那些AI系统(可能需要科学使用),ChatGPT、Gemini这些目前还没有对中国用户开放的平台不做讨论。同时,本文只讨论可以直接使用的AI服务,那些需要调用API的前端AI应用也不多做讨论。 | ||
- | **适合一般用户的AI选型** | + | ### 适合一般用户的AI选型 |
+ | |||
+ | - **AI通用对话(国内)**:主推[deepseek](https:// | ||
+ | - **AI通用对话(国外)**:主推[gemini](https:// | ||
+ | - **AI信息搜索**:主推[Perplexity](https:// | ||
+ | - **AI深度研究**:主推[gemini](https:// | ||
+ | - **AI图片生成**:主推[PlaygroundAI](https:// | ||
+ | - **API调用**:主推[硅基流动](https:// | ||
- | - 国内AI:主推[Kimi](https:// | + | Note:国外的AI服务普遍需要科学使用,推荐一家国际出行的服务方([eFan](https://api.efanapi.com/aff.php? |
- | - 国外AI:主推[Poe](https://poe.com/vGemini),[Hugging Chat](https:// | + | |
- | - 图片生成:主推[Poe的Playground机器人](https:// | + | |
- | - 特殊应用:LMsys(https:// | + | |
Note:以上AI服务商及相关大模型简介,以及积分使用策略,文末附件部分做简单介绍 | Note:以上AI服务商及相关大模型简介,以及积分使用策略,文末附件部分做简单介绍 | ||
- | **进阶用法** | + | ### AI用法进阶 |
- | 1. 基础玩法:从前面推荐的AI服务中选择1-2个,根据个人直觉和一般经验随便用起来,边用边摸索就好。 | + | 1. **基础玩法**:从前面推荐的AI服务中选择1-2个,根据个人直觉和一般经验随便用起来,边用边摸索就好。 |
- | 2. 专业玩法:研究不同AI服务和大模型的特点,学习AI提示词的用法,基于不同场景和需求进行AI选型和专业化的对话。 | + | 2. **专业玩法**:研究不同AI服务和大模型的特点,学习AI提示词的用法,基于不同场景和需求进行AI选型和专业化的对话。 |
- | 3. 高级玩法:并可以进一步在支持智能体定制的平台上,定制专用的AI智能体,建立专业知识库。 | + | 3. **高级玩法**:并可以进一步在支持智能体定制的平台上,定制专用的AI智能体,建立专业知识库。 |
- | 4. 高级玩法:搭建自己的本地AI大模型后端环境,架设本地的AI前端应用,构建专业知识库,训练专用的AI行业/ | + | 4. **高级玩法**:搭建自己的本地AI大模型后端环境,架设本地的AI前端应用,构建专业知识库,训练专用的AI行业/ |
## AI分层应用方案 | ## AI分层应用方案 | ||
行 31: | 行 37: | ||
从下面的AI系统中,任选1-2个,然后按直觉使用就好,也可以先初步学习一下基础的AI提示词用法。 | 从下面的AI系统中,任选1-2个,然后按直觉使用就好,也可以先初步学习一下基础的AI提示词用法。 | ||
- | - 国内通用:推荐[Kimi](https://kimi.moonshot.cn),候选[智谱AI](https://chatglm.cn) | + | - **国内通用**:推荐[deepseek](https://chat.deepseek.com),候选[Kimi](https://kimi.moonshot.cn) |
- | - 国外通用:推荐[Poe的Websearch机器人](https://poe.com/Web-Search)或者[Poe的Gemini-1.5-flash机器人](https:// | + | - **国外通用**:推荐[gemini](https://gemini.google.com),候选[HuggingChat的qwen大模型](https: |
- | - 图片生成:推荐[Poe的Playground机器人](https:// | + | - **AI信息搜索**:主推[Perplexity](https:// |
+ | - **图片生成**:推荐[Playground | ||
### 专业应用(针对选型,专业对话) | ### 专业应用(针对选型,专业对话) | ||
行 39: | 行 46: | ||
在前面日常使用的基础上,结合应用场景和需求,选择适合的高级大模型,学习一下AI提示词的用法,并学会专业的Prompt提示词语法与AI进行专业对话,提高对话效率。 | 在前面日常使用的基础上,结合应用场景和需求,选择适合的高级大模型,学习一下AI提示词的用法,并学会专业的Prompt提示词语法与AI进行专业对话,提高对话效率。 | ||
- | - 国内通用:推荐[Kimi](https://kimi.moonshot.cn),候选Coze平台([国际版](http://coze.com),[国内版](http:// | + | - **国内通用**:推荐[deepseek](https://chat.deepseek.com),候选[Kimi](https://kimi.moonshot.cn) |
- | - 国外通用:推荐[Poe的GPT-4o机器人](https://poe.com/vGPT4o)或者[Poe的Claude-3-Sonnet机器人](https:// | + | - **国外通用**:推荐[gemini](https://gemini.google.com),候选[HuggingChat的qwen大模型](https: |
- | - 图片生成:推荐推荐[Poe的StableDiffusionXL机器人](https:// | + | - **AI信息搜索**:主推[Perplexity](https:// |
+ | - **AI深度研究**:主推[gemini](https: | ||
+ | - **图片生成**:推荐[Playground AI](https:// | ||
+ | - **API调用**:推荐[硅基流动](https://cloud.siliconflow.cn/i/8wyT87da)(提供免费API高速调用) | ||
### 高级应用(智能体定制,知识库建设) | ### 高级应用(智能体定制,知识库建设) | ||
行 47: | 行 57: | ||
在前面AI应用基础上,可以在支持智能体定制的平台上(如POE、智谱AI),定制自己的专用AI智能体角色(如行政助理、行业专家、学术秘书等),并建立专用的知识库(如医学论文集,社会治理档案集,管理咨询资料库等),进一步提高对话质量。 | 在前面AI应用基础上,可以在支持智能体定制的平台上(如POE、智谱AI),定制自己的专用AI智能体角色(如行政助理、行业专家、学术秘书等),并建立专用的知识库(如医学论文集,社会治理档案集,管理咨询资料库等),进一步提高对话质量。 | ||
- | 智能体定制的常用设置包括: | + | #### 智能体定制主要内容 |
1. 基座大模型的选择 | 1. 基座大模型的选择 | ||
行 59: | 行 69: | ||
不同的平台可以做的设置各有差别,其中1和2基本上是每个智能体定制平台都有的,后面的其它设置,不同平台各有不同。根据需要选择定制就好。 | 不同的平台可以做的设置各有差别,其中1和2基本上是每个智能体定制平台都有的,后面的其它设置,不同平台各有不同。根据需要选择定制就好。 | ||
- | - 基础定制:推荐国内的智谱AI,以及国际的POE | + | - 基础定制:推荐国内的[智谱AI](https:// |
- | - 高级定制:推荐Coze平台,它同时包括了[国际版](http://coze.com)和[国内版](http://coze.cn) | + | - 高级定制:推荐前端使用[Cherry Studio](https://cherry-ai.com/),后端API调用[硅基流动](https://cloud.siliconflow.cn/i/8wyT87da)的免费API服务 |
### 极客玩法(本地专家模型,行业知识库) | ### 极客玩法(本地专家模型,行业知识库) | ||
行 70: | 行 80: | ||
软件选型如下: | 软件选型如下: | ||
- | 个人(或者2-5人小团队)使用,最简单办法是装个LM-Studio,主打前端应用,直接支持Llama3、Mistral、Phi3等近二十种大模型。Windows、Mac、Linux都可以直接下载安装包安装使用。可以让你像其它普通桌面软件一样,在本地安装使用AI大模型,并可以直接在LM-Studio的界面中使用;打开软件的web服务功能,也可以让其它设备通过浏览器及NextGPT/ | + | 个人(或者2-5人小团队)使用,最简单办法是装个LM-Studio,主打前端应用,直接支持Qwen2.5、Llama3、Mistral、Phi3等近二十种大模型。Windows、Mac、Linux都可以直接下载安装包安装使用。可以让你像其它普通桌面软件一样,在本地安装使用AI大模型,并可以直接在LM-Studio的界面中使用;打开软件的web服务功能,也可以让其它设备通过浏览器及NextGPT/ |
机构(或者团队)使用,推荐在服务端安装Ollama,可以支持包括Llama3、Mistral、Gemini在类的几乎所有开源大模型。同样有Linux、Mac、Win在内的安装包,或者更简单的通过docker安装,一条docker命令搞定。使用方法也类似docker。然后,你同样可以安装OpenWebUI、Dify、MaxKB这样的前端应用,连上Ollama的服务器后,更方面的使用Ollama里的大模型服务。使用体验和前面介绍的那些专业的AI服务类似。 | 机构(或者团队)使用,推荐在服务端安装Ollama,可以支持包括Llama3、Mistral、Gemini在类的几乎所有开源大模型。同样有Linux、Mac、Win在内的安装包,或者更简单的通过docker安装,一条docker命令搞定。使用方法也类似docker。然后,你同样可以安装OpenWebUI、Dify、MaxKB这样的前端应用,连上Ollama的服务器后,更方面的使用Ollama里的大模型服务。使用体验和前面介绍的那些专业的AI服务类似。 | ||
行 80: | 行 90: | ||
## AI服务推荐 | ## AI服务推荐 | ||
- | ### Kimi | + | - Kimi |
kimi(https:// | kimi(https:// | ||
- | ### 智谱AI | + | - 硅基流动 |
+ | |||
+ | [硅基流动](https:// | ||
+ | |||
+ | - 智谱AI | ||
智谱AI(https:// | 智谱AI(https:// | ||
- | ### 万知AI | + | - 万知AI |
万知AI(https:// | 万知AI(https:// | ||
- | ### Poe | + | - Poe |
Poe(https:// | Poe(https:// | ||
- | ### HuggingChat | + | - HuggingChat |
HuggingChat(https:// | HuggingChat(https:// | ||
- | ### Playground AI | + | - Playground AI |
Playground AI(https:// | Playground AI(https:// | ||
- | ### Coze | + | - Perplexity |
- | Coze(http://www.coze.com)是由字节跳动推出的GPTs类似的AI智能体定制平台,有国内版和国际版。可调用多家AI大模型和众多信息源,定制复杂应用的工作流等。 | + | [Perplexity](https://www.perplexity.ai)是一个AI驱动的会话式搜索引擎。允许用户使用自然语言提出问题,并提供结构化的答案,同时支持答案的来源追溯。它主要利用大型语言模型和自然语言处理技术从网络中搜集相关信息,通过Rag技术综合生成对用户查询的回答。多的不用说,当前业内最强AI搜索服务。 |
- | ### LMsys | + | - 知乎直答 |
+ | |||
+ | [知乎直答](https:// | ||
+ | |||
+ | - 秘塔搜索 | ||
+ | |||
+ | [秘塔搜索](https:// | ||
+ | |||
+ | - Coze | ||
+ | |||
+ | Coze(http:// | ||
+ | |||
+ | - Dify | ||
+ | |||
+ | [Dify](https:// | ||
+ | |||
+ | - LMsys | ||
LMsys(https:// | LMsys(https:// | ||
- | ## AI大模型简介 | + | Direct Chat:可以直接使用各种大模型对话,然后通过赞、踩、flag等方式帮着做体验反馈。\\ |
+ | Arena(Battle):同时使两个AI大模型对话,然后从中选优,相当于帮着进行大模型的盲测,包括GPT4、Claude-3-Opus这样的高级大模型需要在这里才能被调用 | ||
- | ### 开源大模型 | + | - Groq |
+ | |||
+ | [Groq.com](https:// | ||
+ | |||
+ | ## AI大模型简介 | ||
- | HuggingChat可用 | + | ### 开源大语言模型 |
+ | - Qwen2.5-72B-Instruct(由阿里巴巴推出的大模型,国内首个头部水平的开源模型,超长上下文支持,中文能力尤其强) | ||
+ | - Meta-Llama-3.3-70B-Instruct(由Meta推出的大模型,就专业指标来说是目前最强开源大模型,中文能力略弱) | ||
- c4ai-command-r-plus(由Cohere推出的最新开源LLM产品,曾在LMsys的机器人竞技场中击败过GPT4,中文对话质量高) | - c4ai-command-r-plus(由Cohere推出的最新开源LLM产品,曾在LMsys的机器人竞技场中击败过GPT4,中文对话质量高) | ||
- | - Yi-1.5-34B-Chat(由中国企业零一万物推出的大模型,专业指标与前两者同一水平,采用高质量数据训练,对齐人类偏好,可申请免费商用,中文对话更是优势) | + | - QwQ-32B(由阿里巴巴推出的推理大模型,同样优秀,而且很快) |
- | - Meta-Llama-3-70B-Instruct(由Meta推出的大模型,就专业指标来说是目前最强开源大模型,中文训练略有不足,中文对话差点劲) | + | - Deepseek-R1(由幻方量化推出的推理大模型,工程优化非常厉害,就是幻觉可能稍多) |
- | - zephyr-orpo-141b-A35b(由HuggingChat基于欧洲AI企业Mistral推出的开源大模型Mistral 8x22B微调出来的优化版本) | + | - Mistral-Nemo-Instruct-2407(由欧洲AI创业企业Mistral推出的大模型,该团队由Meta的法国AI团队组成,欧洲语言能力较强) |
- | - gemma-1.1-7b-it(由Google推出的Gemma系列轻量级大模型) | + | - Phi-4-mini-4k-instruct(由Microsoft推出的轻量级大模型) |
- | - Phi-3-mini-4k-instruct(由Microsoft推出的轻量级大模型) | + | |
- | 其它 | + | Note:以上开源大模型,均可以在HuggingChat里免费使用 |
+ | |||
+ | ### 商用主流大语言模型 | ||
+ | |||
+ | (开发机构,LMsys排名,主要特性,最佳用途) | ||
+ | |||
+ | - Claude(Anthropic推出,LMsys头部选手,在语义理解、文本处理能力方面表现突出,输出质量与回复速度有优势) | ||
+ | - GPT(OpenAI推出,LMsys头部选手,强大的语言生成能力、推理能力、数学能力、编码能力等,扩展支持多模态能力,全能型选手) | ||
+ | - Gemini(Google推出,LMsys头部选手,原生多模态AI模型,支持文本、图像和视频输入,自然语言理解能力强,) | ||
+ | |||
+ | ### 图像大模型 | ||
- | - Stable Diffusion(Stability AI推出的图像生成大模型,提供文本到图像的生成,能够根据文本描述生成详细和逼真的图像) | ||
- Playground(Playground AI开发的最新文本到图像生成模型,它在美学质量、颜色和对比度、多纵横比生成以及人物细节方面) | - Playground(Playground AI开发的最新文本到图像生成模型,它在美学质量、颜色和对比度、多纵横比生成以及人物细节方面) | ||
+ | - Dall-E(OpenAI推出的文图大模型,主要结合GPT使用,能生成具有复杂细节的高质量图像) | ||
+ | - Stable Diffusion(Stability AI推出的图像生成大模型,提供文本到图像的生成,能够根据文本描述生成详细和逼真的图像) | ||
+ | - Flux.AI(Stability AI团队分裂出来建立的新的AI图像大模型,具有顶级的提示跟随、视觉质量、图像细节和输出多样性) | ||
- | ## 商用主流大模型(开发机构,LMsys排名,主要特性,最佳用途) | + | Note: |
- | - GPT-4(OpenAI推出,LMsys头部选手,强大的语言生成能力、推理能力、数学能力、编码能力等,扩展支持多模态能力,全能型选手) | + | ## POE的AI机器人 |
- | - Gemini-1.5(Google推出,LMsys头部选手,原生多模态AI模型,支持文本、图像和视频输入,自然语言理解能力强,) | + | |
- | - Claude-3(Anthropic推出,LMsys头部选手,在语义理解、文本处理能力方面表现突出,输出质量与回复速度有优势) | + | |
- | ## POE的AI机器人(功能与积分) | + | ### 基础助理机器人 |
- | - Websearch(40分/ | + | 基于各家大模型公司基础版大模型,速度快、费用低,智能化程度相对较低,但一般对话和简单信息处理足够。 |
- | - Assistant(20分/ | + | |
- | - Gemini-1.0-Pro-Search(20分/ | + | |
- | - Gemini-1.5-Flash(25分/ | + | |
- | - Claude-3-Haiku(Anthropic推出的号称文本处理最强大模型,haiku是其中的速度优化版,缩短了上下文长度,适合不太复杂对话) | + | |
- | - Gemini-1.5-pro-Search(175分/ | + | - Assistant(5-7分/ |
- | - Claude-3-Sonnet(200分/ | + | - Gemini-2.0-Flash(8分/ |
- | - GPT-4o(300分/ | + | - GPT-4o-mini(9分/ |
+ | - Claude-3-Haiku(20分/ | ||
+ | - Mistral-Small-3(10分/ | ||
- | - 付费使用:GPT-4(350分/ | + | ### 联网搜索机器人 |
- | ## lmsys的测试系统 | + | 在AI大模型即有功能的基础上,提供了联网信息搜索功能的AI机器人。 |
- | - Direct Chat:可以直接使用各种大模型对话,然后通过赞、踩、flag等方式帮着做体验反馈。 | + | - Websearch(10-23分/ |
- | - Arena(Battle):同时使两个AI大模型对话,然后从中选优,相当于帮着进行大模型的盲测,包括GPT4、Claude-3-Opus这样的高级大模型需要在这里才能被调用 | + | - Gemini-2.0-Flash(8分/ |
+ | |||
+ | ### 主流对话机器人 | ||
+ | |||
+ | 基于各家企业的主流大模型的机构器,成本较高,但智能处理能力较强。 | ||
+ | |||
+ | - Command-R(170分/ | ||
+ | - Claude-3.5-Sonnet(320分/ | ||
+ | - Gemini-2.0-pro(175分/ | ||
+ | - GPT-4o(294分/ | ||
+ | |||
+ | **长文本处理版本** | ||
+ | |||
+ | 如需进行长文本对话,比如处理很长的文本资料,或者在单一对话中长期对话,可以选择以上模型的长文本版本——即在相关模型后面,增加了“128k”、“1M”、“2M”类似后缀的版本。 | ||
**联系方式** | **联系方式** | ||
- | 邮件:[[mailto: | + | 邮件:[[mailto: |
{{tag># | {{tag># | ||
~~DISCUSSION: | ~~DISCUSSION: |
it/ai_experience_for_novice.1716710878.txt.gz · 最后更改: 2024/05/26 16:07 由 vim