粉丝1.1万获赞6.7万

有的时候我们自己也像一个无理的甲方一样,自己都没有清楚自己的需求是什么,要让 ai 来猜我们的需求,这样可能效果就会差一点。所以我给 ai 的 定位呢,是一个知识很渊博的 啊,也很好用的一个助手,他是一个副机长,或者说一个副驾驶员,他能很好的给我们提供帮助,但是方向盘呢,还是掌握在我们自己的手里。 我是北京理工大学先进结构技术研究院的一名青年教师,我叫李明建啊,我的主要工作呢是在从事计算理学领域的研究, 我也在开设一些面向本科生的人工智能课程。我应该是从二零二二年拆的 gpt 发布之后开始使用,那随后包括 deepsea 啊, kimi、 豆包 cloud 啊, mid journey 啊,吉梦等等这些新的 vr 工具出现,我都一直在使用。 第一次使用 ai 的 场景应该是用来整理文献,我的工作是做科学研究,那我工作的性质呢,就要求我们不停的做新的、创新性的工作。在这个过程中,我觉得 ai 能成为一个很好的科研助手, 虽然暂时目前他还没法代替人类。比如说我们在写代码的时候,我们可能需要把偏微方程进行离散啊,做成矩阵求解。在整个过程中,我们需要写多很多代码,这过程我们可以用 ai 来进行代码补全,帮我们生成这些代码。 然后另外对一些我们不太熟悉的领域,我们可以用 ai 来帮我们做知识性的总结。

研究生面临文献阅读的海量冲击,所以您建议他们应该从哪些角度筛选核心文献?又该如何培养批判性阅读的能力呢? 确实是现在文献特别特别多,我们呢可以呃把这些文献,嗯, 把它输进去,让这个 ai 来帮助我们筛选,帮助我们阅读,把这个核心的呃关键的文献筛选出来,我们呢就是重点可以对这个他推荐他筛选的这些文献进行重点的阅读, 这样可以节省比较多时间。以前的话我们,嗯用百度啊,用其他什么搜索,就是可以了解到这些文献,也可以下载,包括字网啊,真的可以下载,但是要我们自己去阅读,要去加工才能够把这个文献的核心思想 呃捞出来。现在的话用 ai 就 可以把文献输进去,呃,让它去学习,通过这个 ai 的 学习,然后把这个呃文献的 主要的内容跟我们相关的内容捞取出来,而且它可以对这个文献进行梳理 呃整合,那么我们就可以少很多的时间,嗯,去阅读原始的文献。当然我们可以根据这个线索再去阅读文献看是这么回事吗? 如果说是,那我就呃接受,如果不是,那我们就可以抛弃。呃,至于说这个批判精神怎么来去培养,就是我们要去质疑感,去质疑这些文献的一些东西。比如说我考虑一下他这个选择题怎么样? 他这个选择题有没有娱乐啊?有没有?嗯,那个我能不能说是反一个方向来去看怎么样啊? 嗯,还有就是他的认证合法吗?合理吗?我们有没有其他的认证的途径?他那个认证有没有什么漏洞? 或者是说哪个地方有能不能补充的?我还能用其他的手段方法来去认证吗?所以从多个角度去读文献的时候去思考。 还有就是读了之后这个文献对我这个研究有什么作用?他是给我铺平了道路,还是给我提供了视角?还是给我提供了理论基础?还是给我提供了数据,还是呃给我提提供了其他什么的启发? 这样的话呢?以一篇文献在精读的时候我们就可以不断的反思,不断去批判、思考。批判并不是说就否定人家的东西,而是说,呃,我能能 不能有其他的方式去对他这个东西研究的东西进行补充思考,呃,或者是说对我来说会有什么样的用处? 呃。阅读文献我们还是要有这种基本功,比如说 可以初读来去筛选分类来精读的话就挑出部分的文献来去呃进行的详细的阅读,呃,还有就是现在的 ai 确实是可以帮助我们很多东西,我们可以借助这些手段,好吧,哈哈哈。

各位先不学习的研究生都是怎么找论文里的模型的代码的呢?还在为论文复现找不到原代码而烦恼吗?不妨试试这个网站,它能帮助你轻松查找各个研究领域的相关论文与代码。该工具使用灵活,既支持浏览器插件形式,也能直接通过网页访问。在网页版中, 你可以直接解锁研究方向相关的论文,例如扩散模型、目标检测、文本分类等,绝大多数代码需求都能得到满足。通过点击相应按钮,不仅可以下载代码,还能在线进行编辑。 安装插件后再查找论文的网站上会出现对应的代码标记,点击即可拓展至代码仓库,帮你快速定位论文原码。该工具每日更新代码作者信息和论文摘要,甚至还支持在线阅读论文并直接向作者提问,使用起来十分便捷。

闪耀顶刊挖图寻获 nature 误差折现图,动态趋势与误差波动完美结合,曲线舞动皆是规律,动态美感扑面而来,不仅要欣赏,更要用 c n s nova 一 键复现神韵, 上传数据一秒自动成图,小细节简单调整几下就好, ok! 完美复刻顶刊美学复杂,数据可视化典范清晰,误差趋势对比,视觉优雅,科研可视化宝藏必须拥有,宝子们也快来试试吧!

用 ai 写的东西没有文献支撑也不知道对不对?怎么办?今天就教大家一个反向查参考文献的方法,当然它也适合你任何需要文献支撑的场景,就比如说我这段话已经写完了,然后我要给他找点这个文献支撑,然后它的右边呢就会出现这么多文献,就是和它相匹配的这个文献。 下面的话有这个分析结果,就是告诉我这边文献里面讲到了我这段话里面的什么内容,为什么选择它,然后并且还会告诉我它的分区是多少,它的影响因子是多少,然后这是怎么做到的呢? 首先的话就是把我们写好的那段话复制到这个密载解锁里面,然后点开这个 ai 分 析,然后再点击解锁,然后他就会根据我这段话的内容给我解锁合适的这个参考文件,他会先给我分析一遍,好,他已经解锁好了,然后查看结果,你们看右边全是, 而且都可以直接下载下来,我觉得这样就非常的方便,也方便你核对。然后如果你对你写的某些观点不知道合不合理,也不知道对不对的话,那么你就可以把这句话复制下来,对他进行这个观点核查。 然后你们看他一共是检测出来的十条文献,并且他告诉你这观点是完全正确的,因为的话有四篇文献是说他完全正确,就是提到了你的这个观点,然后你们看不正确的话是零条,没有说和他观点相反的这个。呃,文献。 这里还列出的是哪些文献提到了,并且下面还有这个核查报告,就是告诉你他为什么是对的,并且每一个的话都有对应的这个文献出处,如果你觉得这样还不够的话,那么你可以把这句话复制给这个深度研究,让他深度研究一下, 他就会给出这段画的这个文献综述,并且解锁所有的相关文献,一共是解锁的五十七条文献,并且得到了三十八条相关结果。整个所有人研究的怎么样?全部分型一遍,都是真实的文献,都是真实的文献啊,兄弟们,就问这个方法牛不牛逼?

读文献,别再用普通的帮我总结这篇文章了,得到的全是车轱辘话。今天教你一招,让 gemini 化身严厉导师,直接帮你把论文扒一层皮, 把需要总结分享的文献上传后,粘贴提示词,选择 thinking 思考模型即可。今天分享的这个提示词,不单单只是一堆汉字堆砌,而是把内容结构化,它会直接告诉你这篇论文的创新点是不是在扯淡。实验设计有没有硬伤? 你们看这十六个问题,从 q 一 到 q 十六,简直就是预演了一遍。博士答辩,不管是写组会 ppt, 还是写开题报告复制,这就够了。

如果你的日常工作是写 paper, 或者是正在被毕业论文折磨的研究生,那今天介绍的这个工具 priest 们可能会让你感到相见恨晚。 它不仅是一个 ai 写作助手,它是一个真正懂 netx 环境的科研伴侣。首先是智能校对,它不是简单的改错别字,而是直接在你的 netx 源码里局含扫描,不仅能够润色学术表达,还能够完美保留你的代码结构。 你只需要点击解锁,代码,就会自动更新这大类的功能。手绘转头表,我们在白板上随便画的架构图、交换图,拍张照片扔给他,他居然能够识别并生成可运行的 t k 代码,再也不用为了花一个箭头去查半天的代码文档了。 前论文最烦的就是文献管理,也被他抱怨了。你问他有哪些相关的核心文献,他不仅能够列出来,还能够帮你把引用格式直接写进 b b 文件里。但最硬核的在最后,逻辑和查,他甚至可以把一段复杂的数学推导丢给他,问他这个公式对不对, 他会像导师一样一步步演算、炼正,帮你找出退导过程中的逻辑漏洞。从润色、画图、查文献到炼算公式, priest 们基本上把写论文最耗时的环节全部打通。科研的门槛正在被 ai 改变,想体验的小伙伴可以去试试。

论文附件找不到代码怎么办?这个神器直接一键破解,让科研人轻松拿捏各类领域的论文加代码。它支持网页版和插件双模式,实用性拉。 网页版能直接按研究方向解锁,不管是扩散模型、目标检测还是文本分类,想要的代码基本都能找到,一键就能下载,还能在线编辑修改,需要的可以分享给你,安装插件就更方便了。逛谷歌、学术、 x f 等论文平台时,页面会自动显示 q 的 标记,点击就能直接跳转代码地址, 省去到处搜寻的时间。更贴心的是,网站每天更新代码、作者信息和论文简介,能在阅览论文的同时向作者提问,论文复现效率直接翻倍!

大家好,今天我要讲一个知识库解锁 skill。 那 在我们平时使用 ai 来读取我们的知识库和文档内容的时候,经常我们会面临两个问题,一个是 token 的 极度浪费,因为我们经常会粗暴地把文档为 ai 去读取, 那他会读取一些他不需要的知识,不需要的内容,那这样的话会极度消耗我们的托克,那也算是在浪费我们的金钱。那第二个致命的就是上下文的问题,那所有大模型都有上下文限制,一旦资料量爆棚, ai 就 会失忆,经不住你的指令, 导致后续生成的内容都是胡言乱语的。那么如何在不喂给 ai 全部内容的前提下,可以让他能精准的获取他需要获取的资料呢?那么今天我们就给大家分享一下如何使用 secure 这个工具来打造一个知识库解锁 skill。 那 我让他读取这个 呃创建工具,这个刚刚我之前呃视频里面讲过这个 sku create 这个 sku 工具,它是用来创建 sku 的 啊,你有了它之后,我们不需要要知道怎么去创建这个 sku, 只要用这个工具去创建工具就可以了 啊,那我用了这个工具之后呢,他就去读取啊我的资料,然后了解我的需求,他就给了这个方案,创建一个专业的知识库解锁 skill, 然后他设计了一个三层件件式批漏系统啊,里面设计一个 skill 核心的文档,第二个是一个模块缩影的一个啊啊一个文件, 然后第三个是一个脚本,一个解锁的脚本啊,当这样去设计这样一个呃 skq, 好 的,我一起总共跟 ai 启动了三个对话,第二个对话是让他去对这个 skq 进行一个测试,测试之后我又让他对这个 skq 的 名称进行了一下更改, 那最后这个 skq 他 检查名称都没问题,那最后我们来给他测试一下,试下这个 skq 到底能不能精准。帮我们去查找我们的资料,我让这个 ai 去使用这个 skq, 是 使用这个 sql 来查询一下我们项目使用的对象存储是哪个平台的。好,可以看到他已经使用了这个 sql, 正在读取他找到了 ai 资产架构方案和我们的 os 配置信息,那这些都是我们的运维方面的项目资料,他已经把信息告诉我们了, 我们未来我们当前使用的是阿里云的,那未来我们上线使用的是特训员的,那说明这个是 q 还是有效的。好,我们再来测试一个我们平时经常会用到的一个规范,就是我们在接入 ai 的 api 的 时候的一个规范, 那我输入这个提示词之后,我可以看到 ai 在 搜索到我们这样一个是 q, 经过这个是 q 的 引导和解锁,它读取了我们 ai api 的 记录的规范, 把规范的一个内容发给了我们,所以我们刚才去创建的 qq 的 这个知识库解锁 还是非常有效。那这样的情况下,他都不需要我们去扔一堆的文档,因为有些时候我们在开发任务的时候,可能我们自己也不知道需要给 ai 去读取哪些规范文档, 那这样的情况下,我们有了这个知识库 qq, ai 会根据我们下到的任务提示,他会自己去根据我们这个 qq 的 设计相关的一些规则, 他会去读取他应该读的,我们这里可以看到他读取了这份规范文档的第一行至一百一十行,那这样的话我们是非常节省我们的头壳,而且很关键一点是他不会占用我们太多的上下文,因为我们平时在新建一个对话去执行开发任务的时候,我们这个脚钉窗口他其实是有一个上下门上限的, 我们使用的每个模型他都有上下门的限制,如果超过这个限制,他就像失去记忆一样,面的内容他会忘记,后面的内容他才 记得住,那这样的情况下就会出现一个神经错乱,我们下的任务他可能不会根据我们的指令去执行任务。所以我很建议大家可以去研究下我们前面说到的如何去创建一个知识库解锁的 cq, 结合你的使用场景是非常能高效的提高我们的工作效率。特别是像我们这种 开发场景,它不仅可以降低我们的上下门占用,它还可以降低我们在使用一些 api 模型的时候,降低我们的掏坑的消耗。好了,今天的分享就到这里,感谢大家的点赞和关注,谢谢大家。

你们有没有发现,用 ai 读文献有个致命的陷阱,就是你把论文丢给他,让他总结一下,就会感觉,嗯,这篇论文我已经读过了,但一到组会,老师问这篇论文方法上有什么局限性,你能不能根据这篇论文想出一个类似的选择题等一些细节性的问题?你立刻懵了,因为我们偷懒了,我们只让 ai 告诉了我们这篇论文做了什么, 却忘了自己去思考他为什么这么做。后来我发现问题不在 ai, 而在于我们用 ai 的 方式。现在我用的比较顺手的工具是 u pdf, 因为我发现他厉害的地方不是让你读的快,而是帮你读的透。现在我们就可以用它来演示一下深度精读的完整流程。 首先,第一步,让 ai 帮你搭框架,把文献拖进 u pdf, 你 就直接让 ai 自动总结全文。说实话,这一步我看的时候特别快,重点只看梳理出的核心观点、研究方法和结论。先粗略了解一下文章,让自己对这篇文章有大致的印象,但这只是起点,只停在这步,你只是知道,远远没到理解。 第二步,带着问题主动啃。真正要读的时候,不要一次性从头看到尾,先看摘药,然后具体看研究方法,一边看一边在旁边做笔记。在读的过程中,难免也会遇到难理解的句子,选中点击翻译,你就不用来回切换翻译软件了,可以提高阅读的专注度。 如果有些概念看懂了字面意思,但脑子里还是模糊的,可以让 ai 解释一下,让他换个方式再给你讲一遍。这里还会给出例子,更详细的帮你拆解概念。第三步,让 ai 帮你把逻辑画出来。这一步是我现在几乎每天都会做的。在对话框这里点生成思维导图,看整篇文章的章节结构。 国际眼镜变成一张清晰的视觉图,你会发现一个很真实的情况,如果你只是看过这张图,你是接不上的。但如果你真的理解了,你会一眼知道哪一块是核心,哪一块是铺垫。汇报时直接导出放进 ppt。 这张图一出来,导师一看就知道你是真读懂了,而不只是背了个结论。 第四步,用 ai 问答模拟答辩你可以提前用 ai 问一些老师可能会提问的问题,比如这篇论文研究方法的局限性是什么? ai 不 仅回答,你还会标出原文页码,点击直接跳转,然后把这部分的内容高亮标记一下,派组会立马就能找到答案。而且你所有的笔记标注导图都实时云同步,电脑、手机、平板随时续读。 感觉 updf 更像是一个深度阅读的系统,从整体到局部,从理解到输出,从阅读到汇报,它让你每一分钟的阅读都能沉淀为你自己的知识资本。如果你也想告别表面阅读, updf 值得你试试。

你是不是也有过这样的经历,好不容易挖到一篇心仪的论文,想动手付现,却怎么也找不到配套源码。今天分享一个免费神器,帮你找到研究领域的论文和代码,包含自动驾驶、大语言模型、 ppt、 癌症预测、语音识别、人脸识别等超多硬核领域,一网打尽相关的论文和代码资源,操作也超简单,在主页选好你感兴趣的研究方向,或者直接输入关键词搜索, 注意要记得点开那个功能按钮,这样才能看到相关的代码资源。点击跳转之后,就能看到对应研究方向的论文列表,每天都附带代码作者简介,还能直接预览论文,甚至可以向作者提问,实用性拉满,有需要的朋友我可以分享给你。今天的内容就到这里,咱们下期再见!

今天咱们来聊一聊如何用大型语言模型来帮助我们做学术研究,写代码还有写商业报告。嗯,以及在使用这些 ai 工具的时候,我们要注意哪些论语和实际操作中的问题。是啊,这个话题现在非常实用,那我们就开始吧。咱们先来谈谈这个大语言模型到底是怎么把 原本非常复杂繁琐的一些任务变得轻松高效的。呃,其实就一旦你掌握了题式工程的一些原则和技巧之后, 这个大语言模型就可以从一个你知道新奇的玩具变成你真正的生产力工具,就它可以帮你处理很多以前非常头疼的复杂的智力任务。听起来很厉害啊,但是我想知道在使用这些 ai 工具的时候,我们要注意哪些潜在的问题呢? 最关键的是要明白大语言模型它的输出并不是事实,它只是基于概率生成的一些内容,所以我们在使用的时候要配合批判性的验证和人机协助的这样的一个流程。那后面我们也会结合具体的例子,比如说像写文献综述、 写代码,还有写商业报告这样的例子,来给大家分享一些可直接使用的提示词模板以及实际的应用的边界。好的,然后我们具体来讲讲怎么用 ai 来辅助我们做文献综述。 那首先我们要知道的是文献综述在学术研究当中到底有多重要,以及传统的方式做文献综述会遇到哪些难题?嗯,其实文献综述它是整个研究的根基嘛,就你需要阅读大量的论文去理解每一篇的核心观点, 然后还要把这些不同的研究联系起来,去发现其中的空白,那这个过程不仅非常的耗费时间,而且很容易因为人为的原因遗漏一些重要的信息或者误解一些内容。明白了, 那这个大语言模型在做文献综述的时候,到底能帮上什么忙?可以把它想象成一个永远都不会累,而且知道很多东西的研究助理,它可以帮你快速的阅读和总结大量的文献, 然后也可以帮你比较不同的论文之间的一同。嗯,那你就可以把更多的时间花在更高层次的分析和创新上面。 那具体来说,在做文献综述的时候,有哪些常见的场景,我们可以用大语言模型来提高效率呢?其实最典型的有两个场景,第一个场景是快速的筛选和摘药,就面对一篇很长的论文,你可以用这个提示词模板,让 ai 帮你把摘药和结论提炼成三句话, 并且让他回答三个问题。第一个问题就是这篇论文他要解决什么问题?第二个问题就是他用了什么方法?第三个问题就是他的发现对你正在做的研究有什么用?这个真的很省时间啊,那还有其他的场景吗?第二个场景就是跨文献的主题聚合, 就你已经读了好几篇相关的论文了,然后你可以用这个提示词模板,让 ai 帮你规划出这些论文共同关注的主题是什么,它们的研究方法或者观点有哪些相同点和不同点,甚至可以让它基于这些文献帮你推测一下未来可能的研究方向是什么。 哎,说到用 ai 来协助做文献综述,我们在使用过程当中要特别注意哪些论语和学术规范的问题呢?最最基本的就是你一定要去核查每一个事实,因为大语言模型它有的时候会捏造一些不存在的引用,或者是会曲解原文的意思。 所以你对于 ai 生成的每一个结论,每一个引用,都必须要回到原文线去检查,确保它是真实无误的。确实啊,那在写作的时候呢,有什么要注意的吗?当然有,就是你不能直接把 ai 生成的内容直接复制粘贴到你的论文里面, 因为这样就是抄袭了。对, ai 的 这个输出只是用来启发你的思路或者帮你整理结构的,而你自己必须要亲自去写这个论述。聊完了学术方面的应用,我们再来看看大语言模型在编程当中的应用啊。嗯,就我们在写代码或者调试的时候, 这些 ai 工具到底能够给我们提供哪些实际的帮助呢?其实程序员经常会遇到的一个问题,就是要记住很多语法和函数库。 对,那有的时候遇到一个难题,还要在社区里面翻很久找答案。这个时候像 github compile 和 chat gpt 这种基于大语言模型的工具就可以成为你的智能副驾驶。听起来真的是可以提高开发效率啊,那它们具体能做哪些事情呢?这些 ai 工具可以听懂你用自然语言说的需求,然后帮你生成一段代码, 也可以帮你解释一下某段代码的作用是什么。嗯,还可以在你调试的时候帮你分析可能出现的问题,甚至它还能给你一些关于软件架构的建议。 对,就它是可以在整个开发的流程当中都给你提供帮助的。听起来非常实用啊,那有没有一些实际的例子,可以让我们更直观地了解这些 ai 编程工具到底能做什么?比如说你要实现一个功能,就是你要写一个排散函数, 然后这个函数的作用是便利一个文件夹里面所有的 jpg 和 png 图片,并且把它们都统一调整成八百乘六百像素的。嗯,那你只要把这个需求 用自然语言描述给 ai, 它就可以帮你生成完整的函数代码,包括使用 payload 来处理图片,以及函数开头的详细注示。 哇,这个确实能省很多事啊,那如果代码运行报错了, ai 能帮忙定位和修复问题吗?可以的,比如说你的 python 代码报了一个错,嗯,你只要把错误信息和报错的那部分代码 一起复制给 ai, 然后他就可以像一个代码审查专家一样,帮你分析可能出现问题的原因,甚至他还会给出修改建议。好厉害啊! 但是我们在使用这些 ai 编程工具的时候,会遇到哪些安全和法律上的风险呢?首先第一个就是安全漏洞, 就 ai 生成的代码,有可能会引入一些难以发现的安全隐患,特别是在处理敏感数据或者是核心业务逻辑的时候。对这部分代码,你一定要经过人工的仔细审查和安全测试,你才能放心的使用。 看来光靠 ai 是 不行的,那版权方面是不是也有一些容易忽视的问题?没错没错,因为 ai 的 训练数据里面可能会包含一些 受特定开源协议保护的代码,比如说 g p l 协议。嗯,那如果你在商业项目里面直接使用了这些代码,没有搞清楚协议的要求,就有可能会导致版权纠纷,所以你一定要了解相关的法律法规,并且严格的遵守。是的, 那我们在使用这些 ai 编程工具的时候,在心态上和学习方法上有什么建议吗?最重要的一点就是要把 ai 当成一个学习和提效的伙伴。嗯,但真正的理解代码、维护代码、创新代码还是要靠开发者自己。 对,所以你必须要搞懂 ai 生成的每一段代码,不然的话,你没有办法应对未来的变化,也很难实现真正的突破。说的很有道理啊, 那我们再来看看 ai 在 商业报告写作中的应用。比如像写周报、项目总结或者市场分析这种报告, ai 具体可以帮我们做哪些事情?通常写这种商业报告都要先去收集和整理一些数据,然后再把这些数据提炼成一些观点,最后还要用比较专业的、结构化的方式把它写出来嘛。那这个时候大语言模型就可以帮你把这些原始的数据和要点 直接生成一个结构化的初稿。嗯,甚至可以根据你的需求来调整语言风格,比如说让他的语气更正式或者更简洁。对,这样你就可以把更多的注意力放在 分析数据和挖掘一些有价值的见解上面。听起来很高效啊,那有没有什么实际的例子可以让我们更直观地了解 ai 是 怎么协助我们写商业报告的?当然有啦, 比如说你要写一份公司阅读运营报告里面的第二季度用户增长的分析。嗯,那你只要把这个季度的总注册用户数是多少,环比增长了多少,越活跃用户数是多少,环比增长了多少,然后用户增长主要来源于什么渠道以及用户留存率的变化。 这些数据点都输入到 ai 里面,它就可以帮你生成一段语气非常客观而且突出增长亮点的分析文本。这个真的很省时间啊。那我们在使用 ai 来协助写商业报告的时候,要特别注意哪些论文和实际操作中的问题呢?第一个就是数据隐私, 就是你千万不能把公司的机密信息、客户的隐私数据或者任何没有公开的数据输入到一个公共的 ai 服务里面去,因为这样非常容易导致数据泄露。对,这个是绝对不可以的,这个确实是不能忽视啊。 那在报告的内容和结论这方面,人类的作用是什么呢? ai, 它虽然可以帮你整理数据,生成一些文本,但是真正的商业洞察和最终的决策还是要靠人的经验、人的直觉以及人的深度思考。对,所以报告里面的结论和建议 必须要由你自己来把关。说的很对,我们今天聊了怎么用大语言模型来提高学术研究、编程和商业报告写作的效率, 然后也梳理了一下在使用这些 ai 工具的过程当中,大家需要注意的一些陷阱和边界。嗯,那以上就是这一期播课的全部内容了啊,感谢大家的收听,我们下次再见吧,拜拜!拜拜!