继上篇介绍了Kimi的基本用法和提示词:
[三招教你使用Kimi,附提示词,拿走即用!]
本文再介绍一些Kimi的高级用法:长文总结/写作助手/全书速读并导出思维导图。
AI工具也满足不可能三角的说法,即不可能同时满足易用、免费、强大这三点。
比如:
易用、免费、但不够强大:文心一言
免费、强大、但不够易用:这篇推荐的OneAPI:免费GPT-4o
强大、易用、但不免费:GPT-4/4o,免费的仅10条对话,完全不够用,而且还需要科学上网
而我试用Kimi的感受就是,三方面都还行,但又不是最好:
比较易用,但智能体自定义功能不如Coze,
比较强大,但搜索和写代码方面还有更强的工具,
基本免费,但偶尔会装忙,要你打赏!(详见后文)
接下来先介绍一些Kimi的高级用法。
①人工智能/大模型学习路线
②AI产品经理入门指南
③大模型方向必读书籍PDF版
④超详细海量大模型实战项目
⑤LLM大模型系统学习教程
⑥640套-AI大模型报告合集
⑦从0-1入门大模型教程视频
⑧AGI大模型技术公开课名额
长文总结
kimi最擅长的还是长文总结,他最火的时候,就是率先推出了20万长文本解读,可以做分析总结,可以对文档内容提问。
20万字,相当于一本书的体量了,这功能当时引起轩然大波,因为连收费的GPT都没支持到20万。
但现在各个大模型支持的上下文基本都不低于20万字了,Kimi又开始了200万字的内测。这些AI工具卷起来了,对我们是利好。
那文档分析功能具体怎么用呢?
可以分为本地文件分析和在线文档分析两种。
本地 PDF 分析
直接把PDF文件拖到网页发给他,最多50个,每个100M。
等待上传完成,就可以针对文档内容,问他问题,这时为了防止AI出现“幻觉”,他还自动关闭了联网功能。
Kimi Copilot - 网页总结助手
除了本地PDF文件,Kimi也支持直接分析网页内容,比较方便的方法是安装这个插件:Kimi Copilot
安装教程:
在 Chrome 应用商店或 Edge 应用商定搜索 Kimi Copilot
(需梯子)
插件功能:
- \1. 免费,登录Kimi账号即可无限使用
- \2. 得益于Kimi的长文本大模型,总结更全面
- \3. 极简,除了一键总结没有其它花里胡哨的功能
- \4. Kimi无法访问的网站也能总结
- \5. 支持总结YouTube和B站视频
- \6. 支持总结PDF页面
- \7. 支持自定义总结时使用的prompt
使用效果如下图,点击浏览器右上角Kimi插件图标,Kimi就会在网页的侧边栏整理出这个网页的主要内容:
并且可以一键切回Kimi网页中,继续深入分析:
写作助手
Kimi辅助写文章的功能也挺强,各大AI工具也都有类似功能,但毕竟文无第一,选择你顺手的工具就行。
而Kimi的优势是,可以把提示词保存起来,方便快速使用,也算是变相的 GPTs 或智能体的功能了。
如果你要写一些分析文章,可以让Kimi给你出选题,分析热点,出文章大纲:
选题助手
提示词如下:
我是一名自媒体博主,
我的写作方向是<职场>,
文章的受众是<职场打工人>,
请扮演具有<职场写作经验>的自媒体写作专家,
帮我列出这个话题下被广泛讨论的10个话题,
我希望这些话题是人们在<职场>场景下会遇到的真实问题。
Kimi回答如下,替换提示词<>中的词,它就成了你的专职选题助手。
热点分析
提示词如下,这里以跟踪热点:打工人嘴替网红王妈塌房,为例:
热点事件链接:https://www.zhihu.com/search?type=content&q=%E6%89%93%E5%B7%A5%E4%BA%BA%E5%98%B4%E6%9B%BF%E7%BD%91%E7%BA%A2%E7%8E%8B%E5%A6%88%E5%A1%8C%E6%88%BF
你是一位资深的内容策划专家,
你的任务是跟踪并分析上面链接中的热点,
为<职场打工人>策划一系列的文章选题。
你需要考虑这些热点对<职场打工人>的吸引力,
以及如何将热点主题融入到吸引人的选题中,
确保这些选题对于阅读者的吸引力。
请生成5个基于当前热点的文章选题,
使用简洁清晰的方式呈现,不要做过多解释。
Kimi回答如下,替换提示词中的链接和<>中的词,它就成了你的热点分析助理。
文章大纲
提示词如下,选择上面一个选题,要求Kimi给出文章大纲:
扮演自媒体写手的角色,
用what-why-how结构,为我将要写的公众号推文写一个大纲,
这篇文章的主题是: 探讨职场中因个人行为导致团队或项目受挫的案例,分析如何避免和应对
文章受众是<职场打工人>,
我希望这个大纲能够清晰简洁、逻辑严谨、能够流畅表达信息,
直接给出大纲结构以及小标题,不要做过多解释,
小标题要简短精炼,能够有效吸引读者。
Kimi输出的结果如下:
大纲就有了,虽然不能直接用,但作为选题-分析热点-给出大纲来说,提供参考的价值已经够了。
全书速读
全书速读的功能也是类似,区别是,如果是相对热门的书,就不用上传文件了,直接让Kimi速读,还可以导出思维导图。
要求它生成这本书的思维导图时,注意:要用“markdown”格式输出。
提示词:
速读一本书,《三体:黑暗森林》,生成这本书的思维导图,
并用“markdown”格式输出。
部分截图如下:
再将以上内容复制到文本文件当中,
注意:保存时将文本文档的后缀,变成.md,也就是markdown文件。
这样就可以直接导入xmind中,帮我们生成思维导图的格式啦!
是不是很方便,快去试试吧!
商业模式
如果你是Kimi深度用户,肯定遇到过Kimi罢工:
Kimi累啦,Kimi要睡觉啦,Kimi睡着啦。
急需Kimi?点击这里给Kimi加油。
点开一看,果然是充值功能。
给Kimi花5.20买一朵花,让Kimi爬起来继续加油干活,不休止的给你干四天。
除了能给Kimi买花以外,还能给他买别的,一共6档。
这就是一种变相的“会员”,但是用了一种打赏的方式来给你呈现。
这次设计不得不说,还挺高明,急用就充钱,享受Kimi无休止的服务,普通的轻度用户也不太受影响,而且这种方式也更像是跟真人对话,比如给滴滴小哥、快递小哥、主播的打赏一样。
AI工具都是烧钱堆出来的,不可能一直免费,到目前为止除了GPT月度的订阅费外,并没有成功的商业模式。Kimi这次试水,不失一个挺好的尝试。
这不有了大哥打赏,免费用户就能安心的继续免费用了,不用担心平台不行了。
最后的话
Kimi作为国产AI网红,走出了一条独特的发展路线,找准了一个功能点,在国内一炮而红。商业模式方面,也进行了创新探索,
唯一要吐槽的可能就是,投流也太多了,曾经在各大搜索平台霸榜,不管你搜索哪个AI工具,第一个始终是Kimi。
但瑕不掩瑜,Kimi总体还是很出色,其他国产大模型也都有各自特色,咱们后面继续聊。
如何系统的去学习大模型LLM ?
作为一名热心肠的互联网老兵,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。
😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1:AI大模型时代的基础理解
- 目标:了解AI大模型的基本概念、发展历程和核心原理。
- 内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
- 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
- 内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3:AI大模型应用架构实践
- 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
- 内容:
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4:AI大模型私有化部署
- 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
- 内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划:
- 阶段1:1-2个月,建立AI大模型的基础知识体系。
- 阶段2:2-3个月,专注于API应用开发能力的提升。
- 阶段3:3-4个月,深入实践AI大模型的应用架构和私有化部署。
- 阶段4:4-5个月,专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓