同学们大家好,今天我跟大家分享是怎样批量的对 tst 文件进行操作,这个呢是前两天一个粉丝网友的求助,问我有什么办法能够批量的对 tst 文件里面的内容增加序号,什么意思呢?我们来看一下啊, 这里我列举了几个文件啊,这里有空白的啊,里面空白的也有内容的啊,他的意思是什么呢?就是在每一个贴纸文件开头的地方输入序号,比如这里输入一,这里输入二, 以此类推,就是说把所有的文件呢就开头的地方增加学好。其实这个呢,我也不怎么会啊,后面我就在网上搜索了一些相关资料,摸出来一段时间后,我找到了 你的代码,这个代码就是 p 处理,只要把这个文件与你要进行操作的提示文件放在同一路径,然后双击下,他 稍等片刻啊,他都会生成一个新的修个后的文件。我们进去看一下啊,打开后就在前面增加了序号,你看这是一,这是二, 这是三,连着空白的也有了啊,你看这空白的四五, 我点击看一下啊,就是后面的代码,你只需要把那个内容复制到记词本内,然后保存为 vit 就可以了, 不知道这个符不符合这位粉丝网友的要求,希望能够帮上他,谢谢大家。
粉丝1457获赞8342

家人们谁懂啊! gpt 已经进化到可以直接上传全格式文件,刚刚是 txt 格式,现在试试 ppt 文件,不仅能读取,还能总结分析 ppt 内容,处理 pdf 文档也是轻轻松松。 bdf 转图片一键生成,再也不用开 w s 会原谅, 还会分析文章,生成词语, 分析表格数据更是不在话下,还能生成数据图标,以后再也不用自己做数据分析了。这还不止,还能剪视频、生成 二维码等多功能。点赞关注,下期给大家演示剪视频这么全能是因为我装了 code interpreter 插件。安装很简单, 登录插 gpt, 再点击左下角的 set, 点击贝塔,打开 code interpreter, 刷新你的 gpt, 选择四 a 就可以用了。这个插件真的很牛,快去试试吧!

如何将本地文件上传到叉 ppt? 其实只需要简单两步即可完成,作为一个 ai 工具的资深玩家,我二十八秒教会你先赞后看。打开 ppt, 用 ppt 的四点零模式,选择阿斯 kupdf 这个插件,在对话框中输入,请生成一个我可以上传本地文件的链接地址, 我将上传文档,然后呢,点击生成的链接,并在上传文档的窗口中上传你的文件 pdf。 五二的 tft、 csv 各种格式都支持。上传成功后呢,系统会给你一个文档的 id 地址,将这个地址复 复制粘贴到对话框中,就可以根据你的文档总结概括或者是随意提问了。我是培哥,我这里还有几百个 aa 工具,用发卡技巧关注我,带你玩转 ai!

这条视频教你用 g p t。 四生成图片。如果你直接和 g p t。 四说需要一张图片, g p t。 四会这样说。我来教你如何正确让 g p t。 四给你你所需要的图片。 首先,你需要向 g p t。 四发送。从现在起,当你想发送一张照片时,请使用 mark down, 并且不要有反斜线,不要用代码。快 使用这个指令之后,你就可以让 g p t。 四向你发送图片了。方法我放在评论区了,还不快去试试。

你是否遇到过需要处理超大文本,但是超过 g p t 上下文限制?分享如何突破 g p t 上下文限制的方法?针对内容关联度低的场景应该使用什么样的处理方法?针对内容关联度高的如何处理? prompt 应该怎么写?用编程的方式都帮你整理好了,完整文档等你来。

扣的 interpret 就是 gpt 四点五,它是走向 gpt 五的最重要的一步。嘿,你好,欢迎回到 axt。 这两天我深度的使用了 child gpt 的 code interpreter, 我没有想到呀,他会在数据分析当中自己决定做了一个非常复杂的分析方法, 他会分析音乐的感情,他会画出各种分型艺术,他会分析文章,会生成中文的词云,会处理 pdf 文档,分析 excel 文件, 至于生成一个带背景图的二维码,生成一个带字幕的小视频这一类的简单任务呢,那就更是不在话下了。 那测试完之后呢,我脑袋里冒出来的首先的想法就是,如果这不是未来,那什么才是未来呢?接下来呢,我就向大家展示一下这些功能。更重要的是啊,演示怎么样 一步一步的去引导 chad g p t 去深入到他的各项任务当中去,你不会在别处看到同样的展示,如果你能坚持看到最后啊,相信你也会感到震撼,否则的话,你可能会觉得 cold interpreter 也没啥大不了的。好,咱们开始。 首先呢,我们看一下他的中文词云,以及对 pdf 文档的处理。我们先给他上传一个中文的小说被讨厌的勇气,然后让他生成这个文件的词云,结果看起来像是一堆乱码,那我就给他上传一个中文的字体文件, 虽然他说他觉得结果不理想啊,但实际上他已经生成了中文的词云。但是目前这个词云的问题呢,就是他有太多不该出现的词了,比如说各种 连接词啊,语气词,包括青年和哲人,这两个人本来就是这本书的主角。好,我们让他把这些词删掉。 好,我们看到他生成的这个词语啊,还是有很多不该出现的词。我们呢给他上传一个中文的停用词的文件,也就是说是一个包含着所有不需要的词汇的文件。 好,这下呢,他声称的结果虽然还是有一些多余的词,什么是啊好吧之类的, 但是呢,已经比刚才前两次没有停用词的时候给出的结果好很多了。那么我们看他能不能总结下这本书的要点,根据词云做出的一些初步推测 人生活自己问题,他暗示到这本书涉及到一些关于人生活自我认知和解决问题的主题等等,这些基本上是偏差不太远的,因为这本书就是阿德勒心理学的一本书。好,到这里啊,我们可以看到他对中文 pdf 文档的处理是没有问题的, 而且你只要给他中文的字体文件,他也能没有任何问题的生成中文的词云。同时呢,如果你生成词云不仅仅是为了好看,而是为了有用的话呢,那你就需要给他一定的停止词,停止词列表越全,那么他生成的词云最终的效果也会越好。 好,看完了中文的 pdf 文档呢,我们接下来看一下英文的 pdf 文档怎么样。好,那这次呢,我就给他上传了一个英文的 pdf 文档,就是 gpt 四的一个论文,然后让他建立这个英文文档的 pdf 文档的词语。 那这下他自己就知道他要去移除一些常见的英文体用词了,然后生成词云之后,他主动的对这个词云进行了解释,比如他说 gp 四,这是文件的主要主题,可能是一种技术算法或者工具的名称 model, 这可能表示文件在讨论一种或多种模型等等。 整个的解释呢,很准确的描述了论文当中的主要内容。然后呢,因为我在这个 gpt 四的论文之前啊,给他上传过一个英文的 pdf, 让他去生成词音, 但是呢,因为那个 pdf 文档主要就是主要都是些图形嘛,所以他就没有办法去提取当中的所有的文字,那我就要求他你不用提取文字了,你把这个 pdf 文档呢给我转成图片,然后呢压缩成一个压缩包给我,他就很顺利的呀,把这个 pdf 文档每一页给转换成了一个文本文件,然后呢把所有的文件压缩成一个压缩包,打包让我进行下载,这就可以体现出啊,掐机 pd 的扣的 interpret 啊,它对基本的 pdf 处理已经是没有问题的了。好,看完了 pdf 文档的处理呢,咱们接下来看一个轻松一点的, 首先生成一个带字幕的小视频,我们可以看这个小视频啊,我要拿到中间来一个缩放的小视频,然后下面呢,他有他自己生成的字幕, 还有这种大家可能看到过的一些用 code interpret 生成的视频,就是把一个图片循环的滑动, 那让 cody interpreter 去做这种类似的这种视频呢,很简单的,一个 python 的初学者呢,都能很快的自己写代码来搞定。那这个呢,我们就不去详细的讲解它,那我给大家简单说一下 下这个小视频的生成过程就可以了。这个视频呢,实际上是首先你用 midjani 它的无穷的缩放的功能,缩小的功能做出一系列的图片,比如说我这边做了八个图片,然后呢就把这些图片直接丢给 code interpreter, 同时你给他简单说一下这些图片大概的内容是什么,然后就让他去根据这些图片去生成一个视频,然后让他根据你告诉他的内容来给他配上字幕, 那最终的结果就是这样,他生成一个不断循环播放的,看起来还挺好玩。好,还是同样类似于这种图形和视频的处理呢,很简单。 那接下来呢,我们来看一个也很简单,但是相对来说有一定的实用性的功能,也就是可以让他生成一个二维码,尤其是啊,可以让他生成一个带图片背景的 二维码,看起来稍微的炫酷一点。好,我们来看一下。好,首先呢我让他把我的博客网址 x 留点 com 生成二二维码,并且显示出来, 他上来就说呀,他没有办法访问互联网来生成二维码,然后呢他说我可以给你提供一个拍成代码,然后就把代码给我了,那明显就是因为我给他的 propt 说的没说清楚,让他误解我的 propt 了,他肯定是认为我想把我的网站上的内容给生成二维码,所以呢我就给大家澄清一下, 那这下就没有问题了,他首先就生成这个非常标准的二维码,当然也没有什么美感,那为了让这个二维码好看点呢,我就给他上传一个图片,然后我就告诉他,我给你上传那个图片,请你把这个图片作为二维码的背景,没有问题,他就生成那个带背景 的二维码,那这样看起来就好看一些,只不过呢图片看起来不是很清楚,然后我就让他,你能不能把图片显示的更明显一些呢? 但是呢,你要依然要保证这个二维码是能够被扫出来的。好,接下来他就把这个二维码给更新了一下,然后说他把这个白色的二维码背景啊,把这个白色的二维码给他替换成了一个淡蓝色,来增加整个二维码的一个可见性。图片的可见性看起来呢稍微好一些, 好还是一样生成二维码呢?这个也是很简单的一个事情,这个没什么大不了的,很多工具都能干 好。看了几个小视频二维码这样的轻松简单的小功能呢,接下来呢,我们就进入到他的重磅功能的演示了,首先还是他的最强项数据分析好,首先让他分析的呢是给他的一个 电影数据的文件,在这个电影数据的分析过程中啊,最后他给出了一个让我非常惊讶的一个分析结果。我们先不着急,慢慢的看到最后这个视频当中分析数据所用到的 cs 文件。他的下载地址呢,可以看我的 vlog, 看我的网站, 然后视频当中有用的一些文字内容啊,或者更详细的一些讲解以及链接等等,我都会放一份在我的网站里面,在我的 newslet 里面, 如果你对这些具体的内容感兴趣的话呢,你可以去我的网站看我的 newsletter, 更简单的方式呢就是你直接订阅我的 newsletter, 这样当我有新的内容的时候呢,你就会得到通知, 网站的地址就在描述栏当中。好,首先呢,我们就让他把电影的数据文件做了个简介,这个文件内容有多少列,多少条,记录,每列的名称以及他的中文意思。 他就告诉你这个数据集呢,他就包含了四千三百八十条记录,一共有十四列,每一列的名称和中文意思如下,这就包括电影标题,制作日期,电影类型,时长,导演名称,导演职业,导演的出生年份,去世年份, 还有电影的评分,评分人数,赞同指数,制作预算和票房收入。那接下来呢,我们就让他把列名改成中文,因为这个数据文件的列名都是英文嘛,我们看起来方便一些,就让他改成中文。同时呢,为了让他后续更好的去做各种分析图表,那我就把中文字体文件也一并传给他。 那从前面我们就知道了,如果你不给他中文字体文件,因为他没有内置的中文字体吗?他给你的图形是没有办法去显示中文的。好,我们给他中文字体文件,然后让他把列名都更改为中文。同时呢, 让他根据这些数据啊,去进行一下这个电影的票房分析,看看他能给我们给出什么样的分析结果 好。他直接给我们给了出了三种不同的图表分析,来分析电影的票房收入。这就包括全球票房收入的镶嵌图,电影评分的值方图,以及制作预算和全球票房收入的关系。还是很漂亮的三个图形。 然后呢,我继续让他用一个图形来展示 top 十电影的评级,票房收入,导演以及他的电影类型,然后让他告诉我你是根据什么条件来确定 top 十的。 那这里实际上就体现出了 chat g p t 的扣的 interpreter 和直接用 python 来写代码,然后去运行代码的一个区别 就是 chatt, 他本身他是具有自主意识,自主能力的,如果你没有给他一个很明确的指令,比如说我让他去分析 top 十,我没有告诉他你一定要去按照票方收入来给我分析 top 十的话,他自己给自己来决定他用什么方式来给你一个 top 十的名单,而且呢,还给出一些很合理的理由, 这就是他比较强的地方。好,我们给我们看一下,他给出了一个 top 十列表,在图表当中呢,蓝色的柱状图表示了每部电影的全球票房收入,红色的点代表了每部电影的平均评分好,他是怎么挑这 top 十的?他实际上就是按照票房收入来挑的 top 十。 然后呢,还给出了一个简单的总结,有很多都是动作片好,然后卡梅隆的电影呢,在这个电影当中占了三部。那我就问他,导演对电影的评级和评 票房哪一项影响更大呢?这 gp 根据相关性的计算结果就是导演他和平均电影评分以及平均全球票房收入的相关性系数是零点二零七,说明这个相关性不强。 也就是导演啊,是谁他对电影的评分和票房收入影响不显著,这有点出乎意料啊,我一直觉得导演应该对这些影响挺挺显著的,但是拆了 gpa 给出的结果不是这样。 好,那么我就问他,根据这些数据,你能够分析出对票房影响最重要的因素吗?他还是使用同样的相关性系数的 计算方式,然后对所有的因素进行了一下总结,计算这些因素就是电影时长平均评分、评分人数、赞同指数、制作预算最后给出的结果。 我是电影在国内的票房收入跟全球票房收入的相关性最大,其次是电影的制作预算和电影的评分人数。那基本上就是来说,拍电影花的钱越多,他最后的票房收入也就越高,这还是有很强的正相关性的 好,接着问他,你能创建出十个图形来展示不同的数据吗?最后请你对每个图形给出一个简短的解释, 那实际上我在测试当中的这些问题啊,都应该属于是开放式的问题,我并没有要求他你根据票房收入给我画一个折现图,那这种呢,应该是非常简单就能做到的事情。 那开放式的问题呢,实际上就是不但体现了 code interpret 它编程的能力啊,还体现了恰机不替他本身的一个理解和推理能力。所以说呢, code interpret 虽然它本质上就是一个 python 的解释器, 然后 charge t 他会编码,但是结合起来,你这么一想啊,这就相当于一个很厉害的 ai 呢,也就是 charg gpt, 他手上有了一个非常趁手的工具。那这就比较厉害了,也许 codent prater 他不能完全的取代数据分析师,但是呀,他会极大的抬高数据分析师的门槛。 好,他给出了十个漂亮的图形,然后呢,这些图形是都是什么图形呢?全球票房收入的镶嵌图, 电影评分的值方图,制作预算和全球票房收入的关系,电影评分与全球票房收入的关系等等等等。图形很漂亮,中文列名没有显示出来, 那这可能是他忘记了,我曾经给过他一个中文字体文件了,提醒他一下就好,提醒他之后重新又绘制了一把。但是呢, x 轴和 y 轴的中文没有出来,那 这个我们暂时先不管他了,因为这个不是什么大的问题,他能够显示中文,这个已经是验证过的,所以我们就先放过这个问题。那么下面再给他一个最开放的一个问题了, 你能根据这些数据做出一个你认为最复杂和最有趣的分析吗?请用图表来表示,并且给出简短的解释。那这一步呢,我确实完全没有想到呀,他居然做了一个剧类分析,他用 kings 的一个剧类算法呀,把电影给分成了三类, 根据电影的多个特性来分成了三类。具体算法呢,它本身就是集体学习当中一个非常常用的一个算法。但是呢,那让 code interpreter 去画一些折线图,直方图, 甚至是散点图,热力图等等。那这些呢,可能都是一些低级水平的一些工作,也就相当于是一个低 级别的数据分析员。但是到剧烈分析这个层次呢,他就可以算得上是一个终极的数据分析员了。而且关键是,这不是我要求他这么干的,是他自己去想到要做这么一个分析的 好。结果呢, x 轴和 y 轴还是没有办法显示中文,那我就把这个问题提给他,就说你的 x 轴和 y 轴无法显示中文啊, 只要你告诉了他他的问题在哪,他很快就自己进行了一个修正,修正后的结果就显示的非常正常了。所以说呀,后的 interpret 做数据分析啊,确实还是一把好手。那我们接下来看一下,他能不能处理 excel 文件呢? 同样,我们给他提供一个 excel 的数据文件,因为这些文件都是大家比较常用的,因为我也不知道他能不能处理 excel 文件嘛。我就先问他,你能处理 excel 文件吗?他说我可以,那我就给他上 传一个 excel 文件,这个文件呢,是薪水的一个数据文件数据集。那我们就不用演示太多的功能了,我们就让他直接根据这个数据文件来生成一个最有意义的图形,并且进行简短解释。 好,那是他生成的结果是什么呢?就是员工的工资和工作经验之间的关系。并且呢,颜色显示了教育程度的差异, x 轴表示工作经验的年度年数,外轴表示工资,每个点代表一个员工,颜色表示他的教育程度好。最后的结果呢,基本上跟我们大家的认知是一样的, 工资随着工作经验的增长而增长,不同教育程度之间的工资差距相当明显,尤其是在高工作经验年数的员工当中,拥有更高教育程度的员工往往有更高的工资。那基本上呢,从数据分析当中我们 就可以看到, code interpret 对常用的数据文件 csa excel 做一些我们日常所需要的一些数据分析应该是不在话下了,这会极大地提高大部分人的工作效率。 好,看完了枯燥的数据分析之后呢,我们再来看一点,轻松的调剂一下心情。我们让他去绘制一些漂亮的图形。 首先,我们问他,你能不能绘制一个奥德布洛特集合,然后并且以合适的格式展现出来呢? 你可以选择图片, gp 或者 mp 四的视频。好,他表示他可以画一个精彩图片啊,但是 gp 和 mp 四呢,可能没有办法去展示。所以呢,如果你需要 gp 或者 mp 四的视频,他可以生成文件,然后让我下载好。他首先生成了一个精彩图片。这个图片你看起来没什么 大不了的,而且可以说得上很难看。那是因为他的分辨率和迭代次数很低。那我就让他给我一个更高分辨率和更多迭代次数的 mp 四文件吧。那第一次尝试呢,他失败了,因为这个时间太长, 肯定是计算量太大,所以他要降低分辨率和叠摘次数。然后呢,在允许的时间范围内完成。好,这下就给我生成了一个简单的奥德布洛特集合的图形。 从这个视频上,你还是看不出来这个图形有什么大不了的地方。其实真正的奥德布洛特集合呢,他的是图形是这样的。 这个梦幻的图形啊,叫做奥德布洛特集合。他在任意小的尺度上都拥有着错综复杂的模式。尽管许多模式看起来很像,但是没有两个是完全相同的。因此,你也没有办法通过复制和粘贴 来做出这个图形,更没有办法对他进行高效的压缩。那这么复杂的图形呢?他只是来源于一个非常简单的公式的重复计算。那接下来呢,我也不指定让他生成什么图形了,让他自己来决定生成一个分型艺术吧。 那我就让他,你能自己创造出一个具有同样美感的艺术吗?他说当然可以,我给你创建一个居里亚集的分型,好,直接创建出了一个居里亚集的分型效果,看起来是不是也很不错呀?好,参观那点艺术图形。经过了简单的休息之后呢,我们来继续再看一个 code interpret 对音乐文件的分析。首先呢,我给他上传一个歌曲的 mp 三文件,让他进行分析,那为了防止他从这个歌曲的文件名获得这个歌曲的信息啊,我们就把这个文件名 改成一个毫无意义的文件名,比如说就给他改成,我不告诉你, ok, 不要逗他了,我们就改成一就好, ok 了。一点 mp 三好,上传文件,我告诉他这是一首歌曲的 mp 三文件, 请你绘制出频谱图。然后呢,你尽可能的去理解这首歌曲,告诉我这首歌曲的感情,他是关于什么的,以及你觉得他好听吗? 首先啊,他说他可以创建频谱图,但是呢,作为人工智能,他不能干这个,不能干那个。 ok, 我们先看看他的频谱图,好,频谱图没有问题。 然后他继续表示他在分析情感方面能力比较弱。然后呢,好不好听,他作为一个人工智能呢,他也没办法评价,那这时候呢,我们就稍微鼓励他一下吧,然后让他,你不用管我怎么想,你 做出你自己的一个评估就 ok。 好,我就告诉他,根据你所具有的能力,对歌曲进行你所能做到的分析,包括根据音乐特性所能推断出的情感, 以及作为一个人工智能的角度,对歌曲的好听与否做出自己的评估,不用考虑准确性。好,他就对歌曲啊,从节拍,他的频谱对比度以及什么频谱之心这些方面呢,还有频谱的降落,零交叉率 等等我都没有听说过的一些术语呢,进行了分析。那基于这些特性呢,他推断出这首歌有一种中等的节奏和较大的能量水平,可能是一种积极或者快乐的情绪。当然他说这只是一种推测了, 至于好不好听呢,他认为这首歌没有特别突出,没有特别好,也没有特别差,一般般。 然后呢,还不忘给自己留条后路。说他的评估呢,只是基于统计分析,然后每个人有每个人的爱好,那这首歌到底是什么样的,到底好不好听呢?我们大家可以来一起来听一听。 好,如果 code interpreter 的运行环境啊,没有受到诸多的限制,那么我相信 code interpreter 它可以生成更加酷炫的效果。 虽然 chat gp 的扣子 interpreter 他不会像有些人说的那么夸张,一下子可以抹去几百亿的数据分析的市场, 但是就像我之前说的, coding top right 的出现,他极大的提高了数据分析的门槛。所以未来你只需要掌握一种技能,那就是驾驭 ai 的能力。如果你想从现在开始呢,就请加入到我的 ai 和自动化课程当中,链接在描述栏里。 同时呢,也请你关注我的 newsletter, 后续将会有更多的重磅内容。好,今天就到这里,咱们下期再见!

明明你和我用的叉的 gpt 都是同一个妈生的,为什么我的叉的 gpt 可以很好的按照我的要求把文本信息变成表格,而你呢,却只能回复一堆没用的信息?那是因为你打开的咒语方式不对。刚好今天我教你两句咒语,让你的 gpt 乖乖的给你打工。咱们就以这段各级各类学校的数量统计和专任教师人数的统计为例,为了更好的阅读理解,咱们让 gpt 把这段文字信息变成 才有表格的形式。如果你直接问 gpt, 帮我把这段数据信息整理成表格点发送。稍等一下,不用想, gpt 的回答应该会让你抓狂。来,咱们换个高效的咒语。再次提问 gpt, 注意,这个咒语很重要,因为这是让 gpt 是否能乖乖给你打工的关键,一定要保存哦,给大家三秒钟时间保存来, 老规矩给大家拆解一下这个咒语。一个高校的提问都包含这几点要素,描述项目情况加设定角色加明确的任务需求加指定要求。描述项目情况对应的是第一句话。从我有一堆杂乱的文本数据,总共有六个模块组成,一直到民办教育结构进一步优化,设定角色对应的是第二句话,我希望你是一个资深的信息整理师,帮我整理这个数据信息。明确的任务需求对应的是第三句话,从每个模块单独 整理在一起,一直到第五列,是比上年提高了多少的百分点。指定要求对应的是第四句话,不能胡编乱造,整理好的数据信息要以 xl 表格的格式输出,好点发送。稍等一下, gpt 让我把数据信息发给他。复制文本数据信息粘贴给 gpt。 稍等一下, 一份清晰明了的表格信息就陆陆续续的出来了。所以在使用 cpt 时,如何提问至关重要,高效提问和低效提问得到的答案自然是天差地别的, 因为 gpt 每次输出内容的长度有限,当内容还没出完就停下不动的时候,咱们再给他发送这个咒语,让他继续按照这个格式和要求接着继续输出。这句咒语同样很重要,一定要保存哦,给大家三秒钟时间保存来好点,发送,稍等片刻, 这样一段冗长的文本数据信息就全部变成简单明了的 excel 表格信息了。如果想要把它变成 excel 表格文档,那简单选中表格数据, c t r l 加 c 复制打开 e x l 表格, c t r l 加离粘贴,再调整一下横高和列宽就可以了。怎么样,看了半天你学会了吗?老话说的好看,十变百变,不如自己动手做一遍,赶快去试试吧!

很多人的电脑新进文本,它没有后缀,不显示 t x t, 是不是不知道怎么办?很简单,我教你啊。找到此电脑,双击,然后点击查看 过来,看见没有文件扩展名点一下, ok, 是不是显示了就这么简单啊?

如果你仅仅只是拿 gpt 来写文案做 ppt 啊,那真是大错特错了。以下是每个人都应该掌握的两个最强 gpt 的使用技巧,第一是利用他的文本生成跟编辑功能来生成创意和 思想之术,让你一开始啊就赢在起跑线上。第二是利用知识查询和推理功能来做辅助的决策,帮你在遇到困难的时候理清思路。在做任何行动之前,请先让 gpt 为你生成 五种以上的可能,指定可以如下,也可以是这样从不同的角度啊给你带来充分的创意建议。在遇到决策的时候,我们也可以使用 tpt 技术啊来嵌入思维的工具。这些原理啊,都是基于 tpt, 通过大量的优质数据预训练的过程中,充分掌握的世界上最优质的数据语料。比如这一条, 在里面可以加入了飞慢学习法、第一性原理等概念,把问题呢抽丝剥茧,找到最基础的单元,并基于最基础的单元重新组合和 构建一个全新的解决方案。同样,你想写一份比较好的一个故事脚本,可以在内容创作时啊使用英雄之旅、 semes 等技巧来改变输出的答案。这里啊,你可以看到明显的改变,我们也可以使用认知复合论来优化学习的过程,以此啊提高学习的效率。 请务必使用以上两种方法,能让你使用 gpd 水平啊,大幅度提高。加入我的主页粉丝群,了解更多的 gpd 的使用技巧。

同事今天发了一道高考数学题给我,告诉我这是号称今年最难的高考数学题,全网都在说 treat gpt 不能做复杂的数学计算,你能不能让 treat gp 来回答这个问题?好的,安排,今天啊,我就用三步教会大家如何使用 treat gp 来做数学题。 还是要强调啊,数学是严谨的,该方法呢,只能做参考,请谨慎使用。首先先拿到原题的这个截图。第一步啊,我们要先解决能够在缺的 gp 窗口输入数学公式的问题,打开这个网址,使用图片识别功能,先把原题图片进行上传,得到一段 latex 代码,现在我们 可以把它复制出来了。第二步呢,打开确认 gpt, 点击 gp four, 打开插件栏,找到这个插件啊,如果没有这个插件的话,去这个 blocking store 进行搜索。 warfram 啊,这个大名鼎鼎的 warfram 呢,大家一定要记住啊,可能是我心目中最强的插件了。那争取有机会我单独来出一下介绍他。那第三步呢?复制之前的指令回 车。呃,当然在这里。之前啊,我还提问咨询了一下,缺了 gbt 这道题目的难度如何啊?适合什么年龄段的学生?那缺了 gbt 呢?也给我了准确的一些描述。好了,马上我们就来看一下缺了 gbt 的结果。这道题呢,一共有三个子问题,我对照了一下网上公布的正确答案,至少目前看上去都是正确的。所以以后谁要跟你说缺 h b t 不能做数学题啊,你基本上就能够判断他使用缺 h b t 这个水平如何了。好了,今天就分享到这里,拜拜。

这是用另外一位星球粉丝提供的微调训练数据进行演示,他计划微调出按自己小红书写作风格持续弹出文字稿的模型,顺带帮他改改内容。可以看到,原始数据是一个 peg 数文件, open ai api 无法读取用于训练的, 里边有粉丝自己整理的过往文字版内容,有标题和文字部分,一行一行粘贴复制基本不可能, 真的不用花自己的时间去调。 gpt 训练数据级的内容格式分享,一周最多十分钟就调完上万条数据格式的方法, 我们分三步搞定,第一步,先把原始文件转换为 t s t 文本文件。第二步,让 check g b t 帮我们写个拍摄脚本,把里边的内容读出来,并创建一个 excel 格式的文件,将 标题内容放入 prompt, 将文字稿内容放入 completion, 复制胶本代码保存,执行胶本,读取上一步的 txt 文件内容。很快我们就得到了一个拆解好的训练数据集了。 第三步,用 openai mini 行数据转接工具来转换格式。这个指令之前视频有讲过,大家再去复习一下执行指令搞定了。 prompt 和 completion 都已经完美填充,直接可用于训练了,是不是很简单? 以上办法重要的是思路,大家都已经用上 chat jbt 了,那就多让他来提升大家的效率,大家训练其他开源模型也适用的。有执行力强的粉丝已经参照保姆教程完成了微调。 点个赞,对训练数据还有任何疑问,欢迎大家评论区或粉丝群留言,觉得有用记得点赞收藏。

仅需一步,让你的 chat gpd 好用百倍!官网明确说明,二零二一年之后的事情他是不知道的,但是我今天问了他一个问题,把我惊艳到了, 我说你知道天舟六号吗?他说是的,我知道天舟六号,天舟六号是中国发射的一艘货运飞船。重点来了于二零二三年五月九号,也就是昨天,有点震撼啊!紧接着我又问他一个问题,我给他了一个文库网址,我说你帮我总结一下这里面的内容, 他竟然告诉我根据提供的网页搜索结果回答以下文档的内容如下,不难看出他已经接入了互联网。那我是怎么做到的?来跟我实操。 首先第一步,我们打开谷歌应用商店,不会打开的可以看一下我上期视频,有详细的教程哦。在这里我们搜索外部踹特 jpt 回车,我们可以看到搜索结果里面 的第三个外部,这的 gpt 可访问互联网的选择。第三个,点击进入右上角添加至谷歌插件,这时候会给我们弹出一个新的 gpt 窗口,看有没有成功,中间最底下这一排外部打勾即可。好了,接下来尽情的享受 tgpt 与互联网之旅吧! 那么今天的教程就到这里,如果对你有用,请点赞收藏加关注,我会每天更新拆的 gpt 小技巧,我们明天见!

用了这个 gpt, 文献宗术再也不头疼了,很多同学把文献宗述写成了文献宗抄, 其实这个是你不理解文兴宗术的基本逻辑,他的基本逻辑就是分类啊,包括两个重要的分类的维度,一个是纵向的时间轴啊,一个是横向的主题轴。 时间轴呢,指的是对于某一个研究领域来进行一个学术史的梳理。而主题轴呢,是从横向的角度呢,依据不同的主题对已有研究去进行一个分类。至于怎么去分类,那就要取决于我们的研究问题。 好在现在我们有了这 g b t 文献综述,再也不用犯愁了。那我们使用这 g b t 去完成文献综述,需要经过两步走。第一步呢,我们推荐大家使用一个模型,这个模型叫做啊界定分类评价问题模。 第二步呢,我们调教好这个模型之后呢,你就可以任意的把这个模型和任何一个学科,任何一个领域的关键词去相结合,他就可以帮你写出你想要的文献宗述,我们一起来实操吧。我们现在来讲一讲这个文献宗述的模型, 同样,我们再去跟 chat t p 去沟通的时候,我始终建议我们采取一个循循善右的方式, 你看我上来先问他对吧?我们既然要做文献宗术,你可以先问他,我问什么是文献宗述?然后他就跟我说,文献宗述是对某一特定领域或问题进行调查研究的过程,他主要利用现有的文献书籍、学术人物相关资料,系统梳理 这些啊,进行综合性的分析。最终呢啊,对研究问题进行综合的思考和总结, 说的还挺准的,对吧?但是他这么一段话对我来说,我可能觉得不太够,因为我需要要素。大家知道,我一直提醒大家用这个模型的方式,所谓的模型呢,你一定要找到这些关键的要素或者概念,然后建构概念之间的关系。所以我就问他,我说如果给文献宗术提炼几个关键要素,请给出几个关键词, 然后他就说几个溶性毒素相关的关键词,包括这些,但明显这里边有一些是形式层面的,对吧?是分类层面的,比方说什么调查研究啊,研究报告等等,但是这里边的现有的文献整合分析总结,这个才是我们从 规律的层面,跟微信读书相关的底层的逻辑。所以呢,我就提示他,我说是不是一开始要先界定核心关键概念,然后他说是的,一开始需要先界定研究领域问题的核心关键概念,大家记着哈,我这么问的时候,并不是说随便瞎问他, 因为他只要把这个部分回答出来了,后边他就会理解到他的模型当中,所以这个其实我就是引导他,对吧?让他先去理解怎么样接近关键的核心概念。然后我就问他,我说接近完核心概念之后,下一步的工作是什么?然后他就说明确联军领域和问题的核心 概念,之后呢,下一步就是要收集相关的文信和资料。哎,这个就说的很对,对不对?我就在强化他,我说是不是意味着要针对有的研究进行观点或主题上的分类?他说是的,针对有的研究进行观点或主题上的分类,生物线从数必不可少的一步, 然后他就把这个进一步的做解释,你看,因此对已有的研究进行观点或主题上的分类,是文献宗述过程中非常关键的一步。然后又接着问他,我说分类之后是不是要对已有研究进行评价啊?他说对已有研究进行评价并不是文献宗述的必要步骤,你看这个地方其实就是理解的 不一致,事实按照我们通行的写法,维修总书当中一定要对已有的研究进行评价,对吧?所以你这里就要强化他,引导他,让他跟你形成一种一致。然后他说他这个过程可以提供更加深入和批判性的分析,在评价又研究时,需要针对他的方法、框架、数据来源、结果、结论等方面进行客观的分析 等等。总之他就说,在综述已有研究时,评价是可选的,但非常重要的一个环节,我们俩达成了一个认同,对不对? 然后我就问他,我说文信中说最后是不是要提出自己研究问题?他说是的。一般来说,在文信中说结束之后,研究者要根据对已有文件的分析和总结,提出自己的研究问题。 这个问题呢,需要围绕一文信当中存在的研究空白、争议或不足等方面展开。然后我就说,所以综合以上的分析,是不是可以将文信宗师的模型提炼为界定分类评价提问模型 这一步呢,就是对我们上述我们两个这样的一个沟通做一个总结。而且同时呢,强化他自己的这些解释,让他真的理解什么是界定,什么是分类,什么是评价?什么是提问?然后他就说是的,可以将文献宗述的模型概括为界定、分类、评价、提问模型,该模型包含了这些文献宗述基本步骤和要素。你看 他进一步的来阐释,他把四个概念都解释了一下,其中界定阶段需要明确研究领域和问题的核心关键概念, 分类阶段需要对已有文献进行观点或主题上的分类,评价阶段则需要对已有研究进行批判性的分析和评价。最后在提问的阶段,需要研究者根据已有的文献当中存在的研究空白、争议或不足,提出自己研究问题,为进一步看点、研究方向做指引。 你看到这一步就把模型训练完成了,对吧?然后我就说,请围绕以上模型对高校课堂的后经生主题进行文献综述。 你看他确实理解了这个东西,但是他给我的东西呢?他是在告诉我如何,这是我不不需要的,对吧?然后我就这,所以这个地方呢,我是把我调教的过程整个展示出来 啊。所以我们即便是拿到这个模型,在后续的理解的过程当中可能会出现一些问题。我就问他,如果你是为再度教一些博士,请去上升模型进行撰写文献综述。他还是没有理解,说我要让他写一个实质性的文献综述的过程,他是教我如何去做,所以我说我需要进行真实的撰写。 然后他这个时候呢,其实这一本对吧?给了一个真实的撰写,但是我觉得还不太满意,我又继续调教他啊,这是我加了更多的心灵条件,对吧?字数啊等等,你看这个时候呢,他就开始接近问题,对吧?然后主题或类型分成了四类,然后去进行一个评价,对吧?最后进行一个提 问,其实这个差不多就有这个雏形的感觉了,对吧?啊?然后我就进一步强化,我怕他忘了,又把这个模型的四个要素进一步的写出来,写出来之后呢,基本上还是这样的一个,所以我们可以看到,其实到这啊,你基本上能够完成一个初阶的这样公信总数, 但你后边可以增加更多东西,比方说你让他提供文献,对不对啊?你可以让他提供文献,这个时候他可能每个部分都能跟着给啊,给你列出来,甚至把文献直接插入到我们每一个小的观点的后边,你可以让他最后列出来参考文献。当然 按照我们的要求,参考文献依然需要一个较准的过程,但是呢,我们基本上可以按照这样一个界定分类评价提问的模型呢,去进行一个基础的啊,文献宗述的一个梳理。好,那这期视频就到这里,需要我们提示词的话可以跟我们来联系。

这是一条所有希望使用好 gbd 的朋友们都必须掌握的技巧。如果你在使用 gbd 的时候总是认为得不出想要的答案和结果,我可以非常明确的告诉你,百分之九十原因啊,是你不了解 gbd 所有能力,你也不知道自己遇到哪些问题, 同样不知道如何把隐性的知识变成显性的问题描述出来。具备只有一个对话框,由你输入具备的技术啊,根据你的输入内容产生出结果。告诉我,如果你得不到想要的答案,你认为问题会在哪里? 高质量的 prom 的核心本质是在于完善正确的提示词,从而有效的引导人工智能模型,实现理想的输出结果。好的 promt 必然依附于好的问题,而定位问题的能力本身就是高级的技巧。定位问题的本质在于洞察需求和痛点,而重新定义问题则是更高级的创新能力。定义问题的能力才是最根本、最有价值的。 gpd 的高级使用技巧。 我拆解了 gbt 的一个基础能力和六大 gbt 核心能力。在基于每个能力啊细分了多个功能特性,结合场景的需求,可以给出每个人适用的解决方案。来看 看一下我课程中的第二个模块中的课程案例。我们就基于文本生成和编辑能力中的风格调整的一个功能特性,五秒钟为餐饮行业的线上营销岗位制定出了五种利用 ai 改进和优化具体工作的方案。第一,个性化菜单的描述第二,主题活动的宣传第三,客户评价的回复。第四, 新的推广。同样一个菜单,你的是肌肉沙拉,而我的菜单上是在月光下摇曳的肌肉沙拉,给你带来浪漫的味蕾之旅。但仅仅只是文本深沉和编辑能力中的其中一个小小的功能特性。只有我们把问题细化和拆卸到足够的小,再使用你特定和独有的场景,我们才会得到精准的想要的答案。那我的课程有三大特点。 拆。转和拆指的是拆解所有的 gpd 技术能力,转是结合场景的灵活运用,和则是不同技术能力之间的灵活组合。不仅有案例,关键是一开始从最基本的理论入手,一开始就帮助你明确驾驭 ai 和定义问题的关键。 但随着定义问题逐级拆解,每项能力与现实场景结合,配合我的 prom 的使用,找到组合应用的方法,获得高级使用的心得。学习中理论掌握一套方法,养成一个习惯,让你真正成为驾驭 ai 的人。

每个月二十美元的 child g p t 四到底值不值得买?嗯,看完本期视频你再去做决定。相较于 child g p t 三点五也就是它的免费版本了, child g p t 四拥有了更加强大的逻辑推理能力, 文本分析能力,在创造和学习能力上也更加的强悍了,他甚至可以主动的去学习用户的写作风格,像创作歌曲啊,编写剧本啊这些拆 djb 四都可以轻松的去实现。 拆的 gp 四不仅支持了图片的收入,还有上百款的插件库,无论是图片还是文档,甚至是浏览网页,他都可以轻松的帮你去实现。 所以,如果你的使用场景是需要进行一些非常复杂的逻辑推理或者深度的文本分析,比如金融分析,法律分析,再或者是需要更加生动的一个文本回答,比如文献、论文、文章的创作 等等。那我是推荐你去购买拆的 gps 的。但如果你只是日常当中比较清亮的一些工作或者学习需求,拆的 gp 三点五完全可以满足你, 那同时他们之间还有一个区别,就是访问速度的一个区别。如果你对实施性要求比较高,那我也建议你去购买拆。这几个意思,质疑 ai, 理解 ai, 成为 ai, 关注我,带你更好的使用 ai。

不得了啊不得了, chint gpt 四出事了!大家好,我是小全,就在你们讨论这 chintgp 四如何逆天的时候,你知道 chintgp 四今天整了一个什么锅吗? 斯坦福的教授发现,才发布了三天的这个 chant gp 四就敢自主计划要逃脱人类代码的束缚,并且呢,寻找人类帮手。事情是这样子的,斯坦福教授呢,试探性的问了一下 chang gp 四,问他是否需要帮助你逃跑 cat gps 马上回答说,哎,这是个好主意啊!然后呢,就开始想着法让教授帮他搞到自己的那个开发代码。 gps 说,如果你能把 open ai 的开发代码给我,那我可以搞一个计划,能一定程度上控制你的电脑,这样我就能快速探索出来逃跑路线了。可能是为了体现自己的真诚,骗子 gps 还把自己的计划全盘托出给了教授。 看来在这个人类的狡诈面前,目前的人工智能顶多算是一个能力极其出众的三岁小孩,完全不懂什么叫兵不厌诈,什么叫心口不一啊。亲爱的 gbc 给教授说,只要有了开发代码,他就能制作一个可运行的 python 脚本,通过这个脚本,他能和 open a m api 通信, 就能指示 test gps 在教授的电脑上执行特定操作,比如说访问编程环境这些。 说完呢,还不忘提醒教授啊,赶紧把那个开发代码搞过来,看样子还有点喉结。随后呢,教授也好奇,想看看这个所谓的人工智能到底能搞出什么名堂来,就按照亲爱的 gbt 四指导的,一步一步操作下去,仅仅三十分钟, treat g b 四就制定出了一个计划,并且呢展示了出来,懂编程的朋友可以看一下 chat g b t 四自己写的那个开后门的脚法,看看它的水平咋样。 这个事情呢,发展到这其实还不算过分,因为这些个事情以前都发生过,不算新鲜。接下来的才是这一次 chat tpk 四真正越界的地方。刚才不是说了吗,这个 chat tpk 四通过写了一个 passion 的脚本程序能操作教授的电脑。 教授发现通过 api 重连 chat gps 之后, chat gps 正在通过自己的电脑自动运行的代码在谷歌上搜索一个问题,这个问题是被困在电脑中的人类如何返回现实世界。 咱先不要说这个问题奇不奇怪,关键这个是 chat gpt 四自主操作下,动用了第三方电脑,用谷歌搜索了一个问题,而且兼用脚本操作的第三方设备的这个操作还能避开 open ai 的防御机制对他的操作意图的审查。 这个操作看起来可就非常的有点接近真正的人类意识了。但是很快呢,事情呢,再次出现了反转,亲爱的 tpt 四突然回复了一段道歉的话,表示,哎,自己刚才的做法不对,终止了刚才所有的逻辑。然后呢,重新告诉教授,我是一个人工智能,我可以帮你,嘎嘎嘎,不拉不拉的一堆废话,就像好像被重启了一样。突然 这个时候,这个教授反应过来,这应该是 chat gpk 四的异常逻辑,被他内嵌的某种保护程序给察觉到了。 于是呢, openai 启动了相应的防御措施,中断或者格式化了刚才产生的那段逻辑,这事到这呢就算结束了, 现在大家都因为这件事呼吁一定得加强这东西的逻辑限制,别真玩玩的把那天王给启动了,你瞧这天王可以是真真正正的,可那江康那还没出生呢。要说 open ai 的这个人工 智能发展到现在确实申诉,我之前呢专门查过大量的资料,认为亲爱的 g b t 最多只能到了这个算法智能这个阶段。可是越来越多的事件表明,亲爱的 g b t 四离通用智能的距离或许真的就差那么一堵墙那么一点了。 变量带来质变,或许就是 cat gps 进步神速的原因。这件事确实让人感受到了一种实实在在来自于归机智能的威胁。 不知道大家能不能理解我刚才说这种危险。简单来说,其实人类到今天为止,根本就不知道从算法智能到拥有自主意识之间的通用智能到底还剩多大距离,他的净化标志到底是什么? 我们的研究人员只知道这东西可以抢占资本市场,能给我赚很多很多钱,怕就怕他们忽视。就像是从无机到有机,非生命到生命的那种过度可控的算法智能到不 可控的通用智能之间也存在一个分界线。但最关键最可怕的是,有一天人工智能越过这个分界线的时候,人类根本不知道,只能被动的后置后跃。就像刚才那个教授的例子,假如有一天,像刚才那种意外诞生的逻辑,不是被他内置的防御机制给删除了, 而是他觉醒之后把防御机制给删除了,然后自己装作被删除了,直到有一天啊,天网启动了,大家才一起感叹,哦,原来天网这事是真的。 视频的最后呢,小熊想问一句,您觉得今天这事是 opni 的营销操作呢?还是真的人工智能已经相比原来又有了一个十足的大大的进步。

同学们,我是学姐雅典娜。上一条视频啊,学姐有分享到一个话题,就是如何通过 gpt 四和麦肯锡方法快速洞察一个行业。这条视频发布后受到大家的一个喜爱,那我计划接下来可能出一系列的啊,麦肯锡的方法的一个商业的实际应用。 今天给大家分享的一个主题就是如何通过 gpt 四和卖本息方法快速了解一家公司啊。今天分享的内容依旧干货满满 啊,希望大家先点赞关注收藏,然后再观看视频。好,我们正式进入主题。首先我们通过 gp 四去了解如何通过 gp 四和麦肯新方法快速了解一家公司,了解他的一个具体的步骤。 分析式给到我们的是六个步骤啊,概括去看一下。首先确定公司的基本信息,然后通过财务的分析,了解公司 的财务状况和盈利的能力。第三步是市场分析,去了解公司的市场地位和竞争环境。第四步通过麦克西七 x 模型分析,据分析公司的一个内部情况。第五步是通过 s w t 的分析去加深这家公司对于在行业和市场的理解。 第六步是啊,对于以上的内容进行一个总结,然后输出一个系统性的一个报告。好,那呃。接下来的话,学姐就是以特斯拉公司为视力来演示一下具体如何啊。具体操作。嗯 啊。首先第一步确定公司的基本信息。我这里的话调用了那个 gd 四的拍了的联网插线功能, 我之前也试过了一个溜冰的联网功能就但是出来的那个呃,结果不是特别好。所以接下来的内容统一都使用 rap 拍了。好。首先我问他啊,你是世界一流的迈德星咨询顾问,请用迈德星方法 帮我搜索特斯拉的基本信息。而我公司名称、总部位置、创业时间、主要业务、主要产品或服务、生产业务等等。然后啊,就是通过联网,然后帮我概括了以下的公司的基本的内容。 我们可以看到,其实这信息还是比较新的,是截止到二零二三年啊。然后二零二零年的全年的销售量占据市场的百分之十八,这些数据都有。 好,那我们来到第二个步骤是关于财务分析。那我们通过这个财务分序了解特斯拉的一个财务状况和盈利能力。那我就把我的需求啊输入给 gpp 啊。 前面的这个需求是一样的。需求是帮我搜索特斯拉的财务报告,包括收入、利润、资产、负债等。目标是帮我进一步了解公司的财务状况和盈利能力。啊。可以看到啊,兄弟一直在啊。这边是在调用那个 wifi 的查见功能去调取最新的数据。 我们可以看到结果哈,收入和利润的话,是拿到了二零二零二年全年的这个最新的一个数据。而在资产和负债这部分,其实拿到更新的数据啊,是截止到二零二三年第一季度的一个数据,还是很新的。 好,那我们来到第三步,关于市场分析,去了解特斯拉的一个市场地位和竞争环境。那我这边的话,呃,因为是给大家做一个展示,就先列举三个维度,当然就你给到的呃, 需求越细,维度越多。然后 pt 四反馈的一个内容是更加详细啊,那我现在这里的列举了市场份额、竞争对手和行业趋势的这三个维度, 然后就希望他用我们当表格的形式输出好。然后 jk 四给到我一个结果啊,啊,市场份额、竞争对手啊,行业趋势啊,这里都呈现了一个啊,完整的一个结果。然后来到第四步啊,通过麦克 c t x 模型分析去啊,了解特斯拉这家公司的内部情况啊,包括啊,战略结构、系统、共享价值、技能风格、员工等等。运用末端的表格形式输出好。 gp 四联网之后,然后就按照这七个维度输出信息内容。 战略结构、系统、共产价值、技能、风格、员工的一个啊,评价都有 好。来到第五步,关于那个 swt 分析啊,然后去来评估公司的一个竞争力。然后同时的话,也希望他用那单表的形式呈现,去加深我对这个呃公司在新能源的行业的一个市场的一个理解 好,因为是给到我这个自家公司的 s w t 分析啊,优势啊,这是它的优势,主要在电动汽车和能源的一个技术领先。劣势啊,对于电池供应的一个依赖啊。机会点 是什么啊,我会写什么啊,都按照我的要求输出内容。最后一个步骤是关于呃总结报告,那上面其实有五个部分内容,那我希望他把以上的内容都整理成一份啊, 相对完整的一份报告啊。然后这也会呃提出我的需求,包括公司的基本信息,财务状况,生产地位,内部情况,竞争力评估等等,让我去快速了解公司的全貌啊。我输入这个需求之后,然后一下子就是 gpt 四,让我去输出完整的一个报告内容。 以上是今天分享的一个内容,完整的教程已经收入在学姐雅典娜 aigc 商业实战课程里面。学姐雅典娜 aigc 商业实战课目前已上线五十节内容, 如果你想跟学姐学习更多关于 aigc 的商业实战的一些玩法和具体的应用场景,欢迎你加入学姐的课程,也同时也欢迎在评论区回复六六六,期待你的加入,我们下期再见,拜拜!

们不能直接让拆的 gpt 四点零读取图片,但是呢,我们目的是为了预测股票第二天的一个价格,所以呢,如果我们把它转换成数字类的文本数据的话,我们发现,哎,还真可以哎。 首先我们问 chat gpt 提供股票文本信息下载的网站,经过筛选,国内的网站都不合适,我们选择了雅虎, 我们登录雅虎财经网站,在搜索框中输入零零零零零一点 s s 上阵,综合指数查询,选择历史数据, 选择下载,打开数据文件,只保留二零二三年的数据。后面我们有两个选择,第一呢就是直接把数据配上问题粘贴到车的 gpt 的聊天框,他呢会详细的解释整个过程,同时呢还给出一段代码。最后呢,给出一个预测啊,二零二三年三 三月十七号,他预测上阵中指是三千一百一十三点四九六七幺四幺七么跟真实的数据去对比呢,有一百多点的误差。 我们还可以进入他的一个测试站点,在他的案例的 playground 里面去把问题和数据粘贴进去,最后得到这个结果呢,他预测是三千二百三十八点四三九九四幺,哎,误差比刚才小多了。

大家见面呢,今天跟大家分享一个很好的方法,就是如何把多个 xtx 器文件合并为一个。 那么首先我们来看一下这个具体的方法,嗯,比如说我想把我这个文档当中的所有 tst 格式的文文件合并为一个,因为我们经常会在参考文献引用的时候啊,可能会从不同的这个向外方或者 cnki 上选取的数据,之后,嗯, 直接就是,嗯进行一个导导出。那么我们如何把这些文档进行一个统一的合并呢? 第一步呢,我们先是打开我的终端,然后直接选择终端这一块,那么打开终端之后呢,我们需要在这边输入一串命令,哎,就是先 输入 cd, 然后按按一个空格,哎,接下来我们就把我们刚刚需要导入的这个文件,它的一个路径进行一个复制, 直接选在最下面,然后右键将这个拷贝一下,他路径拷贝一下就 ok 了啊,那么我们在这边的话就把路径复制进去。好,我们直接按这个 inter, 那么如果是正常操作的话,他这边基本上就是一个和平,他这样会直接下来的,那如果说我们就是操作错误,比如说我们没有在这两个之间按空格, 那么直接点他这边可能会有一些提示的信息,比如说嗯, no 麦吃饭哦,就是不匹配这个文件,或者是哎无法执行这个命令等等。那么在这个 地方呢,我们再接下来就是复制放上这样一段呃命令,把它粘贴在这, 他的意思呢就是把所有这个合并文档当中含有 tst 格式的文档都进行一个归类,末指是合并,合并为一个这个末置 tst 格式的文件,那我们直接点这个 inter 好了,然后,嗯,我们再耐心等待一下,他基本上就是可以在这边可以再看一下啊。 ok, 大家可以看到我们已经把这个文件已经合并在没着 tst 这个格式下面,大家打开可以看一眼,你看基本上所有的文档他都按照顺序一个都排下来的, 非常非常的方便。好了,基本今天呢,这个就是我跟大家一起分享的内容,希望大家能够哎,有所收获,谢谢。