粉丝3702获赞2.4万

大家不要再找了,这个超出片的韩国棒球赛抓拍指令教程来了,接下来主播三秒教会你。首先这是第一步找到这个图标,然后这个抖音 ai 工具找到图片设计,然后这里上传参考图和你的照片粘贴这个生成指令,看不见的截图保存,直接发送就可以了。

我真的要惊呆了啊! check gpt 最近太炸裂了,你们看我手里的这些图啊!语文、数学、英语、物理、化学、生物、历史、地理,每门科目的知识点,我都是用 check gpt age 二点零做的,它把每一门科目的学科知识点都可量化,学习效率直接提升十倍。 那么英语二点零,他就是有这么一个本事,听得懂人话,而且懂学科逻辑,并且中文相当友好。下面我们来具体的看一下每一门科目怎么操作。第一门,语文古诗背不下来,一张水墨意境的图,配书法的诗句,让孩子一看就能复述,静夜思登鹳雀楼,全面搞定, 理科娃也不要急。第二门,数学应用题,读三遍还不懂文字很枯燥,输入提示词, ai 秒变情景漫画出来,一秒就懂。 第三门,英语,哎,这个很炸裂,单词记不住, ar 给到每个单词配专属的卡通图,你看,九宫格的单词墙,一字排开,孩子马上就上瘾, 那初中开始难度飙升,不要慌。第四门,物理电磁感应凸透镜成像这种看不见摸不着的概念,三 d 视意图一画,比老师讲一节课还清楚。第五门,化学分子结构记不住, ar 直接生成三 d 模型状态分布,一张图全部标清楚,背书变成了看图。 第六门,生物细胞结构,八大部件分不清,一张彩色的剖面图,线立体、内质网、高尔基体,每一个都标的明明白白,期末考前的救命神器,那文科的孩子看过来啊!第七门,历史朝代既混乱,一张彩色的时间轴, 从夏商周到明清贯穿到底,每一个朝代配代表性的图标,一图就能记三千年。那么第八门地理,三大平原,四大高原,五大山脉记不住! ai 深层彩色地形图,绿黄棕蓝一目了然。孩子一变就能记住一辈子。所有的学科一个工具 搞定,不是死记硬背,是把抽象变成直观,把枯燥变成有趣。以上呢是总览,如果有需要,每一门怎么用,我都会单独出一期,那么可以在评论区告诉我你们家娃哪一门最头疼,我下期专门来做一期,记得点赞关注哦!


如何用 chatgap 制作亚马逊详情图?先给大家看一下生成出来的效果, 直接上实操,首先上传商品图片,再上传我们的提示词,它会自动分析我们的商品图片的优缺点,并帮我们生成优质提示词。接下来直接跟他说,根据以上指令生成亚马逊详情图,图片 尺寸要长,图文字用英文,这样就可以生成出来我们想要的详情页了。要是想单独生成图片,根据指令生成单独图片指令即可。

如果你用叉 g t, 我 建议你一定要把它里边 photoshop 的 插件打开,我来给大家看一个直观的区别。比如说呢,我要抠图,如果我直接把图片扔给叉 g t, 让它抠图, 它给我图啊,非常的漂亮,只是它完全不是原图啊。但如果我调用 photoshop 插件呢,它抠的图就完全没有任何的瑕疵,那其中的原因呢? 是叉 g t 内置的作图功能更偏向 ai 生图 t, 而且整个过程是免费的,哪怕你是免费版本的叉 g t 也可以使用。

老铁们啊,这是我那个开发的,自己开发的一个切记, gpt gmail, 克洛德的一个导出的一个软件,这个软件呢就是一个 ese, 它会就是集成浏览器的功能啊,底层是那个 troy 写的,呃,框架写的,然后这个强大之处呢?它能导出这个 word 或者是 pdf, 还有 markdown, 当然一般是我会导出 word, 它这个 word 呢,就能把这个图还有对话全都能导出来。那么你选中这个,比方说这个这个对话,那我给它导出来就是 jimmy, 我 举个例子,啊啊, 它就淡了,淡了之后呢,它就在这个文件夹内就可以设置路径,然后 jimmy, 然后就是这个 好,它就呃,它就导出了图片,还有你跟 ai 的 对话,这个东西就可以自己去搭建智库。

叉 gpt 的 风终究是吹向了大学生,大家都知道他最新发布的 emoji 二点零作图很厉害,生成的图片几乎是看不出 ai 痕迹。那你知道拿着这段指令去这个 gpts, 它可以帮你生成完整故事的机制图吗?知道它检查文章格式也是一绝吗? 文章细节处理到位,才能够成功送审这个 gpts。 只要把文章上传到这里,然后把检查指令输入,点击发送,它不仅给检查语法、拼写、 标点等细节问题,还可以检查参考文献引用是否正确,还能协助修正整篇文章符合 apa 或史卡狗格式,直接省去了你逐字检查的时间。今天除了 gpt, 还要给大家推荐这个 ai 大 模型,它相对于 gpt 而言,少了输入指令这一麻烦的步骤, 只需要把你的文章以及格式模板分别放进去,它就能对两者进行解析,错误的格式能给你识别出来。但是它跟 gpt 相比是有一个优势,就是直接把你错误的地方修正过来。 a a 只是辅助工具,文章能不能过关还是要看大家的用心程度。如果你想全靠 ai 来完成,我劝你还是回家吧,回家吧,好不好?

你有没有想过,当你在拆的 gpt、 cloud 或者 gemini 里输入一句话,按下回车键之后,到底发生了什么?你看到的文字一个字一个字出现,好像 ai 在 慢慢打字,但实际上它在幕后经历了一整个非常复杂的过程。 今天我就用最简单的语言带你完整的理解这个过程。首先, ai 不 会直接理解你说的一整句话,它的第一步是把你的话切成小块,这些小块叫做 token。 比如你问什么是重力, ai 会把它切成什么是重力?四个小块, 每个小块都有一个编号,这就像给每个小块贴上了身份证。为什么要切成小块呢?因为 ai 的 大脑只能理解这些小块,他看不到完整的单词或句子,他只能看 token 的 编号。 这也是为什么有时候 ai 拼写字母或者识别特殊词的时候会出错,他根本没有直接看到字母。切好小块之后, ai 会做第二步,把小块变成数字向量, 每个小块会变成一串数字,就像给每个小块找到一个坐标,让 ai 知道这个小块在异空间里的位置。意思相近的词,它们的坐标也会更接近, 比如重力和力可能会比较靠近,猫和重力就离得远一些,这样 ai 就 能理解每个小块的意思,而不仅仅是看到一个编号。第三步就是 ai 的 真正思考过程,也就是 transform 的 多层结构, 你可以把它想象成 ai 有 很多很多层小机器人,每一层小机器人会互相交流,互相看对方的想法,然后整理出整个句子的意思, 每一层都会把信息加工一遍,这样上下文就越来越完整,它们之间互相讨论,每个 token 都在观察其他 token, 这一步才是真正让 ai 理解句子意思的地方。 接下来, ai 会做记忆缓存,为了更快的生成回答, ai 会把之前想过的内容记下来,下次用的时候就不用重新算一遍了。 记忆越多,它生成的回答就越连贯,但同时也会占用更多内存。比如你和 ai 聊天,它会记住你之前说过的话,这样回答就不会重复,也不会前后矛盾。 第五步是计算每个小块出现的可能性。 ai 并不是直接知道答案,而是会算每个 token 出现的概率。 比如下一个 token 是 市的概率是百分之六十,是得的概率是百分之二十,是某的概率是百分之十,是 n 的 概率是百分之五,其他可能性再加起来也是百分之五。这一步很重要,因为它决定了 ai 下一个说什么,但还不是真正选出来。 第六步是根据规则选出最合适的小块。 ai 有 不同的选择规则,有些时候选最可能的,有些时候从概率高的一些 token 里随机挑选,还有些会让答案更有创意, 比如 top k, top p, temperature。 不 同的规则会让同一句话生成完全不同的回答,可以理解为 ai 会先给每个选项生成完全不同的回答。可以理解为 ai 会先给每个选项生成完全不同的回答。可以理解为, ai 会先给每个选项打分,然后按照规则决定下一步说什么。第七步是加速生成的小技巧。 为了让回答更快, ai 会先用一个小模型猜几个 token, 然后用大模型检查,如果小模型猜对了,就可以一次生成多个 token, 这样就不需要一个一个慢慢算了。 这也是为什么有时候你感觉 ai 回复特别快,它其实在偷偷用小模型加速。第八步, ai 会把选出来的小块变回文字,选好 token 后,它会把每个 token 对 应的编号变成文字,一个接一个的生成完整句子。你看到的打字效果 其实就是 ai 在 一个一个生成文字,不是 ui 效果,它真的在后台一个一个算出来。 第九步,最后一步是流逝输出,也就是你在屏幕上看到的文字一个一个出现。这一步让你有种 ai 在 打字的感觉,但实际上它已经完成了所有复杂计算,只是在一点点显示出来。 整个过程中其实有两个不同的阶段。一点,输入理解阶段。 ai 在 理解你的话时,需要做很多计算,每一层机器人都在观察、分析、计算上下文,这一步非常耗算力。二点,生成回答阶段。 ai 在 生成每个 token 时,需要记住之前的内容,这一步非常耗内存,记忆越多,回答越连贯,但占用的内存也越大。所以当你看到 ai 一 点一点生成文字时,你要明白,这不是简单的打字,它背后是非常复杂的工程,是大量计算和存储的协助结果。 它每次生成的 token 都有自己的概率,它有自己的思考和记忆,然后再把这些 token 拼接成完整的句子。 通过这样的流程, ai 才能把你输入的一句话变成一个完整的连贯的回答。你看到的每一个字都不是随机出来的,而是 ai 根据上下文概率和规则仔细生成的结果。 当你下次看到 ai 回复时,可以想象它像一个小小团队,里面有很多小机器人在讨论、预测、验证、记忆,每一个字都是他们努力计算出来的,这就是 ai 的 魔力,也是它背后功成的厉害之处。