即刻App年轻人的同好社区
下载
App内打开
支离书
44关注1被关注0夸夸
支离书
7月前

余一.Dev: poe 的2025年春季人工智能模型使用趋势 1、GPT4o遥遥领先，35.8%，其次是 claude3.7和3.5，分别是19.5%和12.0%，GPT4.1 9.4%。 >Claude系列、Deepseek份额下降，GPT和gemini 份额增加。 2、具有推理能力的模型：Gemini 2.5 Pro涨到了31.5%，其次是 claude 3.7 thinking 19.1%，gpt3o 和 Deepseek r1分别是12.1%和12.2%。 >混合推理模型使用比例还非常小，只有1%。 3、图片生成：谷歌的 Imagen 3领先，23.7%；其次是FLUX-pro1.1系列是21.3%，GPT-Image-1占比16.7%， FLUX-schnell 占比13.2% > 谷歌的magen 3和GPT-Image-1，拿走的份额主要来自于与 flux、dalle-3和 sd 5、视频生成： Kling系列模型约30%份额，Kling-2.0-Master20.9%，仅次于 runway 的23.6%；google 的 veo-2占比16.6%，Luma Ray2 占比12.6%。 > Runway视频生成的使用份额下降了约40% 6、音频生成：ElevenLabs份额80.8%绝对领先。

00
支离书
8月前
Mark

Mars任鑫: Deep Research 非常适合用来快速了解自己陌生的领域，但如果用在自己熟悉的专业领域，往往收获有限。 经历多次挫败后，我修正了工作流，可以帮助在自己熟悉的领域进行更深入、系统的挖掘和研究： 1. 明确指定一个研究领域，要求 Deep Research 找出该领域最有深度思考能力的 100 个 KOL，并提供每个 KOL 的核心观点和相关文章链接（首次可以提供几个示例帮助它理解）。如果输出的方向准确且有价值，及时肯定并要求其重复几次（要求不能重复）；如果方向不对，立即调整引导，重新生成。 2. 自己快速浏览这 100 个链接，从中挑出高价值的内容读一下（英文用彩云小译加速），并把其中最有价值的段落复制到飞书文档中，建立一个无结构的内容库。 3. 针对这个内容库，自己对着 Get 笔记进行一次口头讲解，重点解释每个高价值片段的核心内容，以及这些片段与整体议题之间的逻辑关系和意义。 4. 把 Get 笔记生成的文字稿提交给 GPT 4.5，让它帮助整理成更具逻辑性的内容结构。 5. 再根据 GPT 4.5 整理好的结构，让 Deep Research 再次进行更深入的调研，补充更多有说服力的材料，最终形成一篇约 2 万字的深度报告。

00
支离书
12月前
00
支离书
1年前
支离书
1年前
Mark

杨昌: 尝试AI 编程几个月后，我注意到，自己用AI 编程做得最多的，不是chrome插件，不是做网页、app，而是可视化。 在技术不熟的情况下，一个chrome 插件要做到基本满意的程度，大概要一小时左右。 过程中的反复调试，也挺消耗心力的。因此，除非我急需这个功能，否则不会轻易做插件。 但可视化不一样，提示词写好之后，万物皆可可视化。 只需要把素材丢进去，无论是文字、数字、代码，还是图片、文档，都可以分分钟做出好看的视觉或动图。 一、四大可视化场景 下面，我就按照使用频次的高低，把我常用的可视化场景和对应的图，挨个列出来： 1、阅读材料可视化 从第一天给ChatGPT充值开始，我个人用AI干得最多的事，就是把半懂半不懂的阅读材料逐段发过去，让它帮我解释。 最早是让它用 8 岁孩子能懂的话解释，后来还让它拆解逻辑、讲解生僻词；今年还让它用外星人类学家的局外人视角分析，以及从该观点的反面去分析。 这些方法在一定程度上颇有帮助，不过自从用AI 编程做阅读材料可视化过后，我就很少用那些提示词了。 因为AI 把材料做成合适的图表之后，确实更清晰了，一图可胜千言（图一）；而从文字形式变为图表形式，本身就是一种“陌生化”处理，也能让我更好理解材料内容（图二）。 2、输出内容可视化 对象说我写东西有个毛病：又臭又长。不过我总担心读者不好理解，忍不住想解释，一直想改却改不了。 最近试着写完后让AI可视化一下，再把图表给对象看，她说这样清爽多了。 比如把前一段的“阅读材料可视化”丢过去，马上就获得了这张更好懂的图文卡片（图三）。 3、数据可视化 实不相瞒，最开始尝试可视化，是想解决数字可视化问题。 当时我只知道用mermaid，但随着尝试图表类型增多，发现这一个库能支持的图表有限。 于是，我用 perplexity 找到更多库，形成了这个图表库对照表（图四），并放进了提示词里。 具体数据的可视化效果我就不展示了，直接把图表库对照表的内容，做成一个词云吧。 4、代码学习可视化 前一段时间学吴恩达老师的AI python 课时，为方便更好理解课程内容，我就自己写了个 Python 概念解释的提示词。 具体的动图效果和提示词，我在那条帖子里也有写过，感兴趣可以查看： https://m.okjike.com/originalPosts/66e505b12cacf9416aeefd9b 用上这套提示词的逻辑，加上前面提到的图表库对照表，也可以在有类似 Claude artifacts 功能的AI 工具（比如poe）里，做出自己想要的图表。

00
支离书
1年前
代码版prompt

杨昌: 开始补python基础知识了。为此专门参考热门提示词，在POE上做出了个很满意的「python学习机器人」。 1、效果 输入python知识点之后，AI会自动生成「交互式」学习卡片（如图）。 卡片上，不仅有知识点的解释，还能根据解释生成「动图」，促进更好理解。 动图的下面，是更好懂的示例代码，可以直接复制粘贴进 cursor 里运行。 2、学习过程 最新的Python 教程，是吴恩达老师的《Al Python for beginners》。 不过，在实际学习过程中，我还是容易被卡住。要么课程没太听懂要反复看，要么代码写起来很费劲。 于是不得不换了套思路： 先在 360AI 浏览器里打开哔哩哔哩，再找到全套《Al Python for beginners》课程（https://www.bilibili.com/video/BV1oxpKefEvM/），再点击正上方的“重点”按钮把当前课程重点提炼出来。 提炼完之后，继续点击“复制”按钮，把一节课的重点粘贴进POE 的机器人里去。 机器人生成学习卡片过后，我会先看解释。看得懂，就复制示例代码去 cursor 里跑；看不太懂，就点击“重试”按钮再跑一次，直到解释好看懂为止。 3、python学习机器人提示词如下 可以在poe、Claude等上面跑，也可以把学python改成其他学任何内容，enjoy： https://shimo.im/docs/ZzkLMQnbjDULoXAQ/

00
支离书
1年前
时时刻刻在用心，在内观，我即是宇宙
原动态已删除
00
支离书
1年前
支离书
1年前
支离书
1年前