今天我对kimi常见的高级用法进行了总结,希望可以帮助到大家~,kimi功能多多,越用越爽,不愧为当红AI大模型。首先我们需要打开kimi的官网:https://kimi.moonshot.cn/,注册登录后, 下面开始我们今天的主题~

本文目录
背景介绍

用法一:充当无广告的智能总结搜索引擎

用法二: 设置常用语,快速实现小红书爆文和短剧脚本

短剧脚本效果展示

小红书爆文常用语设置和效果展示

用法三: 让大模型直接读取链接的内容并总结

通过论文链接总结论文工作

轻松拿捏各种公众号文章总结

用法四: 让kimi成为你的识图专家+多文档处理专家

kimi+:扩展kimi大模型的功能

用法五: kimi充当你的翻译助手

用法六: kimi+提示词大师给你生成各类角色的提示词

kimi提升词大师设计的提示词:

参考文档

用法一:充当无广告的智能总结搜索引擎
假设现在有一个问题你不清楚,你怎么解决,第一反应就是我先百度一下。你有想过大模型充当搜索引擎吗? 当你提出一个问题后,普通搜索引擎和大模型搜索引擎对比如下:

普通的搜索引擎: 根据你的问题,返回一系列的结果,你需要一个一个去找,一个一个去判断。

大模型的搜索引擎: 根据你的问题,实现搜索+智能筛选+精炼总结,输出最终的答案给你,你只需要判断是否是你想要的答案。

当你用百度搜索时出来一大堆广告,如下:当Kimi大模型充当搜索引擎的效果如下:可以看出总结非常完美,还给出对应的资料文献(图中的序号)。比你去百度搜索高效1百倍!!!

用法二: 设置常用语,快速实现小红书爆文和短剧脚本
下面是一个短剧脚本的常用语:

短剧脚本效果展示

小红书爆文常用语设置和效果展示
点击"换一个",直到输出小红书风格的常用语:

输出的效果展示:非常贴心,输出的文本非常符合小红书的风格!

用法三: 让大模型直接读取链接的内容并总结
需要注意哈:链接是得公开的,私域或者加密链接可能会读取失败哦。

通过论文链接总结论文工作
以大模型的开山鼻祖Attention Is All You Need论文为例子:https://arxiv.org/abs/1706.03762v5,让kimi大模型来帮我总结:
总结的非常完美,简直不要太酷!

轻松拿捏各种公众号文章总结
让kimi大模型来帮我总结:总结的非常到位;

用法四: 让kimi成为你的识图专家+多文档处理专家
Kimi能够处理高达20万字的文本(普通用户申请后的标配),以及50个大小达到100M的文件(pdf、word、ppt都可以),即使是多个长篇报告,Kimi都能迅速地进行分析和整理,为用户提供清晰、直观的结果。当然还有200W字的超长文本(目前我还在排队中)下面我将给大家测试一下图片识别功能:kimi大模型输出的效果:简直太惊艳了,完全正确。

kimi+:扩展kimi大模型的功能
目前kimi+覆盖五大模块:官方推荐、办公提效、辅助写作、 社交娱乐、生活实用。功能多多,欢迎大家体验~

用法五: kimi充当你的翻译助手
可以直接在界面使用@命令来选择翻译通的角色;翻译效果展示:

用法六: kimi+提示词大师给你生成各类角色的提示词
问一个简单的问题,大家知道什么是提示词(又称prompt)?

当我们在跟大模型交互时,大模型其实不知道我们想问问题的背景和最终的目的,我们需要告诉大模型这一个过程,以便让大模型能够高效准确回答我们的问题。下面是kimi+提示词大师的回复:

假设我现在刚点完外卖,有好评返现,我想让大模型帮我写好评返现,提示词该怎么写呢?下面我将利用kimi的提示词大师来帮我设计提示词~

kimi提升词大师设计的提示词:
未使用提示词效果展示:

使用提示词后效果展示:

参考文档

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”。

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,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。

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

在这里插入图片描述

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
Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐