还记得我刚开始写文章的时候,每次到了开头就犯难。
盯着空白的屏幕,脑子里一团浆糊,就是不知道该从哪里下手。那感觉,简直比我当年高考作文还要痛苦!
但是,随着我对AI写作的深入研究,我发现:只要掌握正确的提示词,AI就能帮我们轻松克服开头难的问题。
今天就来分享四个让你的文章开头脱颖而出的AI写作技巧。
1. 痛点开门见山法
还记得我那篇"AI让你成为更好的自己"吗?开头是这样的:
“作为高敏感人群中的一员,我曾经历过人生的至暗时刻”
这句话一出,阅读量立马飙升。为什么?因为它直接击中了很多人的痛点。
想要用AI写出这样的开头,我们可以这样提示:
任务:为一篇关于[主题]的文章写一个开头段落。
要求:
1. 直接点出目标读者的痛点
2. 使用第一人称叙述
3. 语气要真诚亲和
4. 长度控制在50字以内
2. 故事共情法
我分享的那次昆明线下聚会复盘文,就是用了一个小故事开头:
“6.15我参加了AI破局俱乐部的线下聚会,认识了很多志同道合的小伙伴,收获颇丰”
这种开头能快速拉近与读者的距离,引起共鸣。要用AI创作类似的开头,可以这样设计提示词:
任务:以一个简短的个人经历开始一篇关于[主题]的文章。
要求:
1. 故事要与文章主题紧密相关
2. 描述要生动有趣,能引起读者共鸣
3. 使用具体的时间、地点等细节增加真实感
4. 长度控制在80字以内
3. 问题钩子法
有时候,一个好问题就能勾起读者的兴趣。比如:
“你有没有想过,AI究竟能不能帮你成为一个更好的人?”
这种开头会让读者忍不住想知道答案。用AI创作问题开头,可以这样提示:
任务:为[主题]写一个引人深思的问题作为文章开头。
要求:
1. 问题要直接相关于文章主题
2. 措辞要简洁有力,容易理解
3. 要能激发读者的好奇心和思考欲
4. 可以是修辞性问题,不一定要有确定答案
5. 长度控制在30字以内
4. 数据震撼法
用数据开头也是个不错的选择。比如:
“据统计,有78%的人在使用AI写作时,最头疼的就是如何开头。”
这种开头既吸引眼球,又增加了文章的可信度。要用AI生成这样的开头,可以这样设计提示词:
任务:用一个与[主题]相关的有趣数据统计作为文章开头。
要求:
1. 数据要真实可信,并注明来源(如果有)
2. 数据要与文章主题直接相关
3. 表述要简洁明了,易于理解
4. 要能引起读者的兴趣或惊讶
5. 长度控制在50字以内
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。