说到写公众号,排版绝对是最折腾人的环节。
格式、图片、重点加粗……
这一通折腾下来,头都快昏眼花了,时间也耗个精光。
关键是,每次发文都得这么搞一遍,我去,谁遭得住啊!
我最受不了这种低产出还得重复干的活儿。
所以呢,我就给自己整了个"AI排版工作流"。
拿这篇排版文稿来说事儿,字体、段落、配图,看着还不错吧?
但从头到尾,我就花了不到三分钟。
怎么做到的?接着往下看。
工欲善其事,必先利其器
整套流程里头,一共用了4个工具:
-
飞书文档:写初稿用的
-
迅捷画图Markdown
-
微信Markdown编辑器
-
微信公众号后台
乍一看可能有点乱,别慌,跟着我的节奏走,其实很简单。
先在飞书里写个初稿
这个就不用我多bb了,谁还不会用飞书文档啊,先把文章内容在这儿写一下。
用迅捷Markdown当个"中转站"
有了飞书初稿,开始排版咯:
-
把飞书里的全文复制下来
-
打开迅捷Markdown在线编辑器(https://www.liuchengtu.com/home/myfile)
-
新开一个文档(免费版就够了,别浪费钱升级)
-
把飞书内容一股脑儿粘贴进去
这样一来,飞书里的图片和标题,这会儿全都留下来了。
迅捷Markdown就是个"中转站",左边源码右边效果,一目了然。
用微信Markdown编辑器美化内容
接着,就是给你的文章"整容"了。
-
复制迅捷Markdown源码区里的所有内容
-
打开微信Markdown编辑器(https://markdown.com.cn/editor/)
-
把内容粘贴到网页左边的代码区
右边立马就出现文章排版预览了。
不喜欢这个主题吗?没事儿,"样式"菜单里调调字体大小、颜色啥的。
一键粘贴上公众号
接着,点一下右上角那个"复制"按钮,再粘贴到公众号后台,排版就搞定了~
从头到尾也就那么三分钟。
AI智能体加快流程
在飞书里写东西的时候,你得先手动加粗重点句子,后面排版效果才能出来。
但要每次都手动加粗,这种重复的体力活,必须得交给AI来干啊。
所以,我特意做了个重点句子加粗助手的智能体:https://www.coze.cn/store/bot/7398006488909791273?panel=1&bid=6dbensn084017
把迅捷编辑器里的内容发给它,它就能自动识别需要着重强调的句子。
确认没问题后,智能体会生成一个已加粗重点的新版本。
接下来的步骤跟上面第三步一样,把新版文章往微信Markdown编辑器一扔,再复制到公众号后台就成了。
要是上面这些步骤你还没看明白,也可以看这个视频教程。
小结一下
以上就是我探索出来的"AI排版工作流"全过程,整个流程环环相扣。
实际测试下来,它把我原本要花20分钟的排版时间,压缩到了3分钟以内。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。