如何用大模型做出一款属于自己的 AI 应用？

为了回答这个问题，我用说人话的方式拿gpts创建了一个“我”，然后让她来回答这个问题。（确认过眼神，我是懂套娃的）

接下来我会先展示下整个定制过程；然后我们一起看一下她能把题答到什么程度；最后我们再一起探讨一下，基于现在的大模型能耐，我们定制一个怎样的专属机器人是最“物尽其用”的。

一、定制一个“我”

首先打开chatgpt，点这个Explore。

点这个 My GPTs下的Create a GPT。

然后就会看到这样一个界面，左边是定制区，定制gpt的地方；右边是测试区，聊天对话的地方。

我要求它说中文。然后它就开始引导我创建“我”了。

我按照我的领域和画风，对它提出了要求。

然后它给我起了“智慧妈咪经理”这么个名字。

但我觉得这个名字取得过于露骨了，智慧的眼神闪闪发亮的既视感。

于是要求调整：

接下来是头像生成环节。几轮battle之后，它终于帮我生成了还比较满意的头像。

然后它引导我关于语言风格、有没有忌讳什么的。还有就是她问我如果涉及含糊的内容，是她自己拍板胡编，还是向我确认。

再看下设置页面(Configure)：

这个里显示了我创建的应用的头像、名字以及描述。如果有啥不满的，可以直接跟这改。后面是几个示例问题。

更复杂的设置还有：

1、Knowledge 上传文件作为我自己的私有知识库。生成内容时，GPT会优先从我的知识库里获取信息。

我随便找了个大模型白皮书传上去了。

2、Capabilities 我希望GPT具有哪些能力。分别是：Web Browsing，能联网；DALL.E Image Generation生成图片；Code Interpreter代码解释器。

显然这里用不上代码解释器，所以只勾选另外两项。

3、Actions 让GPT可以连接到外部API，执行动作。

到这里，我们就用纯自然语言的方式，做好了一款“知乎作者”GPT。

就这？是的，就这。作为设计者，你的腾挪发挥的空间还是比较小的。当然如果你懂一点技术，可以去了解一下OpenAI Assistant API，通过它可以创建具有更灵活自定义操作的高级 GPT。

比如利用私有知识库，把这么多年积累的资料咔咔一传，打造个专属个人助手，哪里不会查哪里，开外挂了属于是！

二、开始冲浪吧

好了，激动的心颤抖的手，看看这个“我”水平怎么样吧（没有把文字粘过来水字数而是放截图，属实是良心答主了）：

我把满意的地方用绿色标了出来，不满意的地方用橙色标了出来。

“捋一捋”，“大号AI”，“为啥呢？”，“万金油”，口语化的表达非常舒服。

一个观点或者事实抛出之后，用“比如”去实例化，再用“好比”去打比方，帮助人更具体更形象地理解作者的表达。而且比喻都很恰当和贴切。精巧的比喻本来就是智商高的表现。能够把两个毫不相干的事物在某个维度的相似特征提炼出来并且放在一起比，本身就是一种很强的能力。

然后说问题。

一是发言稿似的开头属实很尬。

二是结构和条理过于清晰了，加上没有节奏感、没有详略轻重点，显得呆板和机械。（这其实还算不错的了，如果不是在前期做了调教，文章结构会呆板的更严重。）

三是内容浮于表面（大语言模型通病）。

于是，我在左边的控制台对话框里，又苦口婆心地给出了调整意见。

然后就碰上了。。。报错。太不容易了。

又试着让她写了一篇母婴的：

怎么说呢，已经算不错了，比我家娃写得好多了。

整体评价：水字数的话，能用；但是用来做自媒体，不行。

条条缺点都正中自媒体的命门：你可以有瑕疵，但是不能没温度。

三、定制一个怎样的专属机器人才是最“物尽其用”的

答案就是把它用到合适的场景里。

1、只能写水文，就让她从主笔的位置上下来，做副驾。

需要澄清一点，大模型的问题其实并不是对深入的知识不了解，而是说它很难在一篇内容里自行“跨层”，很难一层一层由浅入深，直至鞭辟入里。所以，你会觉得它总停留在一个层面上说车轱辘废话。

解决办法就是分段层层诱导，拿到散装的输出，然后自行组装。例如：“你觉大模型的主要问题在哪呢？”“你觉为什么会有这样的问题呢？”“你在这里提到了模型幻觉，能详细展开一下模型幻觉的原因和影响吗？”

但其实真正有文字功底的会宁愿自己写，这么个拼接法还不够麻烦的呢。。。

2、做工具类AI，如英语陪练、翻译助手、信息查询方面的助手等。

3、写说明书之类不需要有深度跨度、不需要太多高级幽默的内容。

4、纯娱乐，可以非常不羁地进行发挥的内容领域。比如“AI杠精杠一切”、“AI彩虹屁疗愈一切”、“AI专属男女友”、“AI萌宠”。对了，如果访问gpts比较不方便，使用chatglm也可以定制你的智能体：

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。

这份完整版的大模型 AI 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】

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 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】