福彩ai分析器怎么用
粉丝4193获赞1.4万
相关视频
11:54查看AI文稿AI文稿ok 啊，这个 rc 他 前几天他也是更新了这个二点零版本的，这二点零对比一点零的话，他这个 就是他这个不会非常抖了。现在是复古的一个参数啊，即使这个参数调到这个负十啊，这右摇杆他也完是完全不抖的，基本上都是挺舒服的一个，呃，一个参数啊， 你可以就是调参数的时候你可以先从副食开始调啊，你先搞个最高的，看一下这个最高的参数，我觉得不舒服啊，慢慢解，现在我个人感觉是腐乳是比较好的一个参数，既不会有副食那么钝啊， 就是也有那个也是可以吃到这个阿西的这个腐苗的这个加成啊，也非常舒服的，直接调腐乳是比较舒服的。我们再来看一下这个， 呃，这个，这个，这个 ap 怎么调啊？首先就那个幺摄曲线了，这幺摄曲线的话我是比较偏偏这个线性一点的， 然后这个中心这个死区零啊，这些都不搞，不搞默认零就行啊，这就是如果你觉得太钝的话，就也不用管它，这个到时候叫 ai 帮你调这边的曲线就可以了，这个默默认两个零就 ok 了，然后手动归中偏移，这个就字面意思啊。那个， 呃，就是你摇杆在静止的时候，他他如果是习惯往上飘，无论如何都往上飘的话，像我之前那样子的话， 就可以就一直减，减减减都是可以的。现在我觉得这个副六是比较好的，现在基本上就是放在这里啊，他他他就基本上是没有什么漂移了， 非常好的一个，就是这么归中啊，反正就这么归中，然后尽可能让他不要漂移啊，就保持小的一个漂移这种情况， 然后你就就归中就就是这个意思啊，然后阿西就不会说你从副十开始调啊，先调副十，然后不断的减减减减减，就这样子啊，副十觉不出乎你就调个负五或者是调个负三，都都非常不错的。 然后这是右摇杆的这个曲线的，这个是一个腰色曲线啊，我腰是比较喜欢线性，但是线性他又是太滑了，或者是哎，也就是跟不上啊，所以说我就叫哎呀帮我调一下，然后我们来看一下这个瞄准的曲线啊，因为这个 呃天界的他是可以有这个暗度自发的，所以说我又绑定了我的瞄准，就变成了另外一个曲线呢，这个曲线也是比较舒服的一个曲线呢，这个是之前跟一个呃相对身法比较 厉害的一个剑术玩家去调的，去特调的就就这么一个参数啊，飞剑是直接复式拉版的，直接赤蛮秒就行了。这个反正你也不需要去怎么去，就微调啊，你开镜的话他基本上全程都是不抖的，开镜判定他基本上都是不会抖的， 然后反反正就这样子啊，然后左摇杆的话，左摇杆跟呃腰射跟这个是一样的，基本上就是就上出吧，上出直接快速启动，直接拉满就行了。 但是推荐这边推荐是有一个曲线的，就不要直接啊，这个死区直接就是边缘的这个这个死区什么或者是呃 等一下再调出来零一天，这不推荐这个中心设置就直接拉满了，虽然是直接输入，就是比如说你负一百的话，输入就就一百，但是他那个因为没有一个缓冲啊，所以说会比较一卡一卡的，就是你要设版会更更不舒服啊。 然后我们先来，现在再来，呃，看一下这个 ai 曲线怎么调啊？现在你不会会调啊？现在综合测试下来呢，比较 好用的那个，呃。 ai 最好用，我目前感觉其实最好用的是那个 cloud， 然后 其次是是那个 gimini 啊，然后再到那个 gpt 啊，国产的那些，呃。 dipstick 跟那铅汞我都试过啊，就是它们调出来的曲线的话就是，嗯， 所以不太舒服吧，就是太有个心意，所以说后边没有换其他的这些模型啊。最后最好用的是这个 cloud， 这 cloud 会比较贵，也比较。呃。注册比较麻烦的，这个你们上网查一下是怎么注册，怎么弄也其实也是可以的，就最好用的是 个感觉还是这个 cloud 啊。现在我们现在我们再来看一下这个是怎么去设置这个这个去去去弄这个曲线了，所以说我现在这这个， 呃，现在这个这个，呃提示词就是跟我们跟我上次是一样的。原来是说什么要一个科研叫什么曲线，因为 先用四二，用四一、四三，你自己稍微调一下，然后近距离超级损，然后远距离什么的动的， 然后就先调这个开镜的这个曲线啊，然后现在先开发一个开镜曲线，然后如果某些就是手柄的话，他不支持后移位，你就直接把它去掉就可以了。现在再问他，呃。还需要什么数据，这这有这个话他就会 去去弄，然后如果您需要什么补充什么信心，然后比如说死区，然后游戏内死区多少啊，然后响应限制啊，或者是响应许些什么，然后你的目标选中，然后有信心向主要等配合方式，然后碰点是什么？那直接 你这补充完之后，它就会，你说这个什么零死区 r c 啊，然后要就是二十五以内啊，也，然后打这个二九九的冲锋枪啊，然后有移动， 然后就就就差不多。你把你所有不点的信息要告他，他就会进行收集，然后进行金桥啊，然后他给给这个的话就差不多了啊， ok， 然后然后把这个复制下来，因为天线是有这个 呃导入的方式啊，你就把它放在这里，然后怎么的？反正直接弄一弄就行了，然后直接导入就就 ok 了。 如果你是其他的像小鸡啊，像自动啊，自动是可以那个手手扶的，如果是小鸡的话，你可能需要呃 放大那个就是调教的那个东西啊，然后反正就是弄到这个差不多的一个参数就可以了，然后把它调，就各种调啊，然后继续调，然后现在呃调， 嗯，对，然后到桥之后，现在是打完之后，现在是中心晃，像这些左右晃的话他就跟不上了，这怎么办？问他， 然后然后后面的话是可以跟上，就前面中心点啊，别人中心点小幅度，像这些什么小幅度会移啊，这这些这边就就我就会跟不上，就小幅度会移啊，然后说你就告把这个痛点呢？要告他。 ok， 然后他， 然后他继续微调，然后调调调，哎， ok， 现在调到这个呃 v 三版本啊，这个就就就差不多了，就非常舒服了。这个是我之前去找一个呃，就是把惩，就是对练就箭术，对练 就是得出来的一个参数啊，这也是比较舒服的一个开镜的一个比较舒服的一个参数啊。 ok， 然后他就告诉你，就是说这个布施比较近，如果是有一些抖的话，或者是比较呃难用的话，你就把这个 r c 调低就行了。 ok 啊，这个是比较比较舒服，就比较适合实战的一个这个参数啊。这个还是要去找靶场进行，找人进行对掏，一边对掏一边那个 呃一边对练一边去调，这个参数是最好的，这样子的话你打完就立马是调完立马实战了，就非常非常舒服啊。现在是把这个第二个是我之前的曲线了，现在打起来的话就比较偏滑，所以就把这个 告他，哎，这个这个偏滑。 ok， 然后这这现在就他就把你这个变一个甩甩枪了。这个这个曲线是相当于跟那个呃移动是差不多，是一个上凸的一个曲线，这个就非常的滑，这个就不太适合我，然后就把这个痛点告告他，这个 这个就太滑了，觉得很灵敏，这个线性比较我，我行告他就是比较规定是要用用线性啊。 ok， 在 线的话他就给你弄个新产品，这个 然后继续调，继续调，现在是要跑又跑过来跟不上，然后然后他就就跟您个新的相助，如果是那些信息不够的话，他他就会呃告诉你啊，您这个是什么什么什么不够，什么不够，然后您就去补充进行微调就行了， 反正就这么调啊。现在是，现在是，包括你现在说啊这个曲线定位不行啊，现在是什么定位？呃，就是说开镜看到人的时候就是定到别人身上，心自动，非常抽象概念，你都可以丢给他，只要丢给他了这些这些消息都是可以的 啊。这个是之前的这个说这个说这个定位不行啊，我就这然后就看到啊，这个微调啊，停下跟枪我我就说是是这个是是是，开始 ok 主本来，然后说反正就就就各种调啊， 反正就就这样子要定位不足，然后别人开始移动的时候，然后跟不上啊，然后说如果是之前的那曲线比较好吧，你就把这之前的这个呃曲线丢给他，对吧？那那这个 比较比好了，然后不足要亮起步的跟不上的区别，然后就会自己找问题啊，去继续调啊，然后等下新参数，然后继续调，调调反，一直调，一直调一直调，最后啊然后调调调一直调调啊。这现在是到了一个 v 六的一个 版本呐，这个版本的话，然后发现这个不如之前那个 v 五啊，然后这个 v 五不如他那个就那么舒服啊。现在是 r c 复十啊，现在是， 呃然后就告你啊，这个保持 v 五变，你要回直接回退到 v 五，然后后期对你直接就是 r c 复十。要什么？反正就是直接叫你去曲线的事情，没有问题了。现在可能要调，呃， 就是调这其他的一些参数吧。这是我后面我就调到这个 rc， 调到副五以后这个手感是比较不错的，是也既可以跟到别人身上，即使到别人身上。就是 呃又可以啊，非常灵敏的转向啊。这个就非常不错的一个参数，这是非常不错的一个参数了。 ok， 这个就是现在的话就就就调完这个整体的这个开镜跟那个 腰射的一个取线的，这个线的话就非常呃舒服了。如果是某些手柄，如果是一些其他手柄的不支持开进一个手感，然后腰射手的话，您就直接去搞一个综合型的就可以了。这个也是一样的原理啊，没有任何区别啊，只是， 嗯，稍微没有那么个性化一点而已。本期视频到这里就结束了，如果觉得这期视频对你有帮助的话，别忘了点赞投币收藏，一见善缘，我们下期再见，拜拜！
537josef_0464
00:12
00:12查看AI文稿AI文稿榨干豆包第一期怎么用豆包炒股只需要记住这几个提示词，让你直接赢在起跑线上，谁用谁经验！更多 ai 技巧关注小恩！
2485小恩AI
00:57查看AI文稿AI文稿我用 ai 帮我开发了一个数据分析的产品，让我看书的效率提高了很多。就是以前我去数据后台看书的时候，看那个表格上那些密密麻麻的文字啊，数据啊看的就很累，哪里涨了，哪里跌了，以及为什么跌，有时候看的时候还很容易 miss 掉一些比较核心的信息。然后现在很多人开始用 ai 分 析了嘛， 其实我觉得用 ai 分 析也挺麻烦的，我得重新开一个页面，然后把数据导出来传上去，还有输入提示词，最后 ai 给的也不一定准， 所以我就做了一个浏览器的插件，就是我每次在页面看书的时候，这里旁边直接就有一个小按钮，我点击进去之后，它就能把页面的表里的数据都抓下来，然后使用 ai 就 能够直接分析我的数据了，这样我每次看书的时候就轻松了很多。先让 ai 帮我去看海量的文字， 然后我可以把我的看书习惯，看书思路啊都告诉 ai， 让他按照我平时的方法去看书，这样他分析的内容是更加符合我的要求的，而且他经常能分析出我平时想象不到的点，这样就很省事。我把我的项目都已经公开在了 get 上，如果感兴趣的话，大家都可以免费使用。
04:06查看AI文稿AI文稿同学们大家好，今天来讲一下差异分析，那么今天我要讲的是差异分析当中的方差分析， 因为差异性分析它其实分为了几大类，那么当两个的时候就采用独立样本提取检验去研究不同的种群之间它的 差异性。那么当三个级以上的时候，我们通常采用的是方差分析，这也是最常用的方法，然后来研究每个 种群它的差异性，占音变量上的差异性，然后最最后一般整理成这样的三线表，就是可以把读量本题检验，然后方差分析这两种类型 的查询检验归并到一起。那么在 spss 上是怎么操作的呢？就是点分析，然后点击 比较平均值，一般比较平均值的话，他他都是参数检验的，然后点击单因素方差分析， 然后把教育程度这里就不像 t 检验，要复制一二了，就直接拖进来就可以了。然后音变量的话，就直接 把要比较的连续性拖拖过去，对了，它的音变量必须是连续性变量啊，嗯，不能是 不能是这个分类型变量，只能是连续型，然后对比的话，这些可以不用勾选，这个可以勾选一下就事后检验，检验它到底两两之间有没有差异 描述啊。可以勾选让方差型型检验，也可以勾选一下继续点击确定， 那么这就是他的描述性统计的结果了。然后方差其性的检验结果，那么大于零点零五的话，就代表他的方差是其性的，那么小于零点零五就代表他的方差不齐，方差不齐的话就需要采用非参数检验， 那么这里我们就先采用假设他的方差是齐的，就采用参数检验的方法， 然后非参数检验的话，我们后面再讨论。然后可以看到这是它的组内组间它的 f 值，通常我们整理的话需要整理 f 值和显著性，那么这个 p 值小于一点零五的就代表显著，然后这个多重效应怎么 看了？就是在信息透明度这个音音量上，那么小学级以下和这个初中比较的话，可以看到它的显著性是小零点零五的，也说小学级以下，然后和初中它这两个教育程度之间是有差异的，是有显著差异的。那么 再比如一个初中以及这个大专，那么初中和大专是没有差异性的，你看到他们的呃这个屁是零点零五以上，那么这就是大概的呃结果。 当然用如果用 s p s 做的话，它整理表格是非常麻烦的，那么我们可以采用 chat s， p、 s 去整理成标准的三线表。比如说这里把数据导进来以后，然后我们直接 说我想进行一个方差性分析，他就会给你分析方案，然后你可以选择分析方案，然后你比如说我选择方案 a， 然后他就把这个方差性分析的结果直接给你统计出来了，而且时间也是很快啊， 而且这个表格是可以直接复制粘贴到 wps 当中的，或者 word 当中就非常的方便，可以看到是非常的方便的，这就是标准的三线表。
00:35
03:12查看AI文稿AI文稿哈喽，朋友们，现在还有不会 ai 赋能软件测试的同学们，我这边花了几天的时间开发了一个 ai 赋能软件测试的平台，这个平台呢集成了很多 ai 赋能软件测的工程功能，包括我们的 ai 来辅助，辅助我们生成测试用力， 还有 ai 来辅助我们去编辑我们的接口测试的一个七月测试，然后还有进行覆盖率的分析，还有进行日制的分析，以及我们测试报告的一个生产，这里呢我给大家去讲解一下怎么去使用这个平台。那么在 ai 的 一个接口的七月测试这里呢，可以去上传接口文档啊， 这种这里呢支持了两种规范，一个是 open api 的 一个规范，一个是 api 的 一个描述，在这里我去上传一下两种不同的一个内容。首先呢是我们 api 的 描述， 那么先生成，那么在这个时候呢，他就会去生成我们是哪一个接口，然后这个接口它的路径是什么，然后正常是什么样的一个参数，然后缺少分页又是什么样的？然后无效的页码又是什么样？断言又应该怎么断言？还有我们创建用户 正常的情况下，缺少币钱的情况下，邮箱和错误的情况，好，这些都是可以让 ai 来帮助我们生产，并且可以去导出，为节省或者说导出到 pos 的 慢里面去的。 那第二呢就是我们的一个 open 的 一个 api 的 一个规范，这里呢我们也是直接去粘贴我们的 open api 的 一个规范， ai 来生成我们的测试，同样的可以去生成我们的测试，用异常的断言，正常的，异常的还有断言，然后预期结果是什么样的好，这里都是有的，同样的也是都可以进行一个导出。 还有就是我们的一个覆盖率的一个分析，覆盖率的一个分析呢，然后这里是直接上传覆盖率的一个报告， ai 可以 去分析他的一个测试的盲点，并且提供改进的一些意见，然后这里来 整体的一个覆盖率怎么样？然后文件数覆盖的行处，没有被覆盖的行处，然后这里全部都去一目了然的看到的。还有就是我们的一个分析，这个分析这里呢就是我们在上面 查询到了有很多的网址，但查询到的这些网址呢，我们一行一行的去看，其实是比较麻烦的，这里呢我们就可以使用 ai 来进行深度的分析，那么直接开始进行一个网址的分析，分析之后呢就会输出我们这个网址里面 有哪些是错误的啊？有哪些是呃正确的，有哪些是警告，有哪些是异常好，然后并且 以及它的一个原因是什么，然后都是可以分析出来的。这里我们可以看到总日制有二十一条错误的，有十一条，警告两条，信息数八条，然后 ai 分 析的一个错误的一个结果是什么？然后他的修复建议是什么？还有这些错误的模式的分析出现了有多少次？每一类的错误出现了几次？两次一次，对吧？好，我们直接把 日制给到我们的一个 ai， 给到 ai 之后呢， ai 直接去给我们输出我们想要的一个内容，这个时候呢就不用我们人手工的去看这些日制，然后一步一步的去分析， 最后呢就是通过 ai 来生成我们的一个专业的一个报告，这里呢去导入我们 ai 的 啊， ai 报告的一个数据，然后这里可以直接去生成我们的一个报告，通过 ai， 然后在这里面这些数据呢都是可以去进行一个自动化的一个生成的啊，生成完成之后，好 ai 的 一个分析结果，总拥率有多少？通过多少？失败多少？跳过有多少？通过率怎么样， 然后分析结果是什么样的，然后关键洞察购物车订单，然后取消，存在关键性的问题，然后通过率较低啊，支付接口力不足，影响了创建了流程，然后改进了意见，然后应该重去改进啊，覆盖模块的一个覆盖率是怎么样？失败的用力有哪些好？这些都是能够看到，并且也都是可以去导出的。 ok 啊，我们这个 ai 赋能我们的一个软件测试的平台呢，然后后续呢还会继续的去接待更新，想要这个平台的搭建手册的同学呢，可以直接找我。
454燃测老师![告别无效数据分析！AI数据分析正确打开方式 现在AI能写SQL、跑数据、出图表，基础取数工作全部替代。真正拉开产品差距的，是业务拆解能力。怎么定指标、找数据异常原因、落地产品方案，是AI替代不了的核心能力。会用AI解决业务问题，才是高阶PM的底气✅
#产品经理[话题]# #数据分析[话题]# 题]# #AI产品经理[话题]# #互联网大厂[话题]# #面试技巧[话题]](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/0bce7ec268bb124bdea3c51740bbaafb~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2098936800&x-signature=mxJw6OjNSkoij%2ByhL%2Fe31YDU8Gg%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=20260709143035DCEA8EBA4D53B8201039)
02:18查看AI文稿AI文稿ai 时代做数据分析跟以往已经完全不一样了，重要的不是说你会不会写很复杂的 circle， 而是你能不能把一个业务问题拆成清晰的数据分析问题。因为 ai 能帮你写 circle， 整理数据甚至报表，但它不能替你来判断有些问题它该不该分析，该看哪些指标以及异常背后什么样的一些业务原因。 所以今天我就会详细讲一下在 ai 时代，产品经理应该要做哪些数据分析相关的步骤。那么对于 ai 产品经理从零到进阶的所有材料我也都准备好了，大家可以老地方来拿。 首先我们需要搞清楚，产品经理做数据分析不是为了看报表，很多人做数据分析最大的问题就是一上来就问 ai 这个数据要怎么分析啊，看一下有哪些问题啊，这样 ai 大 概率只能给你一个很泛的结论，但他不能够去分析出来业务当中的一些核心的变化内容， 比如说业务发生哪些变化，为什么变化，以及接下来我们产品策略应该怎么做。所以我们让 ai 帮我们分析数据，但是我们要先定义清楚分析的方向。所以第一步我们要用 ai 帮我们做的第一件事情不是直接分析数据，而是帮我们拆问题。 比如说当我们发现转化率下降的时候，我们不应该直接问 ai 为什么转化率下降，而是要把它拆成几个方向，比如说我们搜索流量有没有变化，我们搜索词有没有变化，以及我们页面点击率有没有变化，这是很多产品经理在做数据分析当中会模糊的一些点，所以我们要把它拆成可分析的漏洞。然后再进一步，我们要 ai 去建立我们的指标体系， 也就是说我们需要去判断我们这搜索功能好不好用，不能只看它的流量指标、效率指标、转化指标、体验指标等等这些内容， 所以这样子 ai 输出内容才不是泛泛而谈，是能直接应用到产品分析文档的。然后第三步，我们要用 ai 辅助去写缩口和取出逻辑。很多产品经理呢，他卡在数据分析上，不是因为不会写缩口，而是 他不能够说清楚要分析什么样用户，看什么样的一些时间范围。所以我们重要的是让 ai 在 缩口上面帮我们提效，但我们必须检查它对那些口径，比如说它的搜索次数啊，它去虫啊等等。然后再进一步由 ai 去做异常的归音，而不只看涨跌，让 ai 帮我们把归音方向给拆出来。 最后呢，我们再由 ai 去分析对应的一些报告结果，但是不能直接照抄，因为 ai 它的报告只是初稿，我们需要基于我们的业务判断去补充对应的一些逻辑，因为 ai 很 容易写出一些正确但是没有用的一些废话，比如说，呃，建议提升一些用户体验呀，提升准确性啊等等，这些建议都太空了，所以产品今天要把它改成具体的一些行动， 比如说我们要优化页面搜的结果，去针对一些高频词啊，纠错规则啊等等，这样子才能算得上是这个产品建议。
392可颂AI产品经理
29:51查看AI文稿AI文稿先说一个你完全没有想到的事情，在 ai 这件事情上面，你其实完全没有落后，因为绝大部分人根本就不知道如何好好的使用 ai。 光是看完今天这一条 三十分钟的视频，你对 ai 的 理解就能超过身边百分之九十的人，如果你能撑到最后，你就能进入全球 ai 使用者的前百分之一的行列。我自己测试过十几款 ai 工具，还测试过上千个提示词， 还帮助上百个海外的创业者用 ai 成为了他们的智能体。今天这一个视频，我主要跟你聊四件事情， ai 到底是怎么工作的。 另外呢，就是使用 ai 的 一些基本功。我还会让你知道如何成为一个进阶的 ai 使用者，让你在 ai 的 这场运动中呢，处于一个不败之地。最终我还会让你知道如何让 ai 成为你的武器，再也不用担心 ai 未来取代你的位置。 我是澳洲亨瑞。如果你觉得今天的这条视频有用，记得点击我们下方的订阅按钮。另外呢，打开小铃铛，这样你就不会错过我们以后其他精彩的视频了。我们先从一个非常基础但是很重要的点开始聊起，就是 ai 它到底是怎么样运作的？ 简单的来说， ai 把互联网上所有你能看到的内容都吃进去了，视频播客，文章，书籍，包括各种论坛上面的帖子。 然后呢，他再把所有的内容呢拆成了一个个 token， 根据你给他的内容去预测下一段字究竟是什么。所以所有 ai 的 模型本质上并不是一个解题高手，而是特别擅长做预测， 你可以把它理解成是一个做成语接龙的高手，就好比我现在告诉 ai， 床前明月光疑是地上，然后它就能够非常自然地接上最后一个字，叫做霜。就是这个逻辑。很多人都有过类似的经验，就是你去问 ai 一个问题， ai 呢，回答的头头是道，引句经典，但是仔细一看，你会发现那个答案全是他瞎编的。这其实不是 ai 在 骗你，而是一种非常普遍的 ai 幻觉的现象。因为 ai 必须要给你一个答案，所以 ai 即使不知道那个答案是什么，他会通过对这个问题的理解 以及语言的重组，编出一个看似正确的答案给你。这就好像我现在只给了 ai 我 们刚才那首诗的第一个字床。你看这时候 ai 给出了很多答案，看起来都很有道理，但是没有一个是我想要的，为什么？因为我给 ai 的 信息太少了， ai 只能做大量的无效的预测。所以我想跟大家说明白一件事，就是 ai 并不是我们想象的那么聪明的， ai 只是非常擅长预测，当你的提示词越模糊的时候，它的预测呢，也会非常容易出错。 而当你给出一个非常精准的提示词的时候， ai 最终预测出来的那个答案就会更加的精准。那更加精准的提示词究竟长什么样子呢？记住一句话，就是你给 ai 的 信息越多，你给 ai 的 这个提示词呢越长，那 ai 输出的结果呢，就会更加的精准。 很多人其实不知道，今天在跟 ai 对 话的时候，你这个问他的问题呢，信息量可以非常的大，大到呢你可以直接塞给他两三本书那么多的信息，但是非常可惜的是，大部分人呢，都是给他一句非常简单的话， 但是呢却期待 ai 呢给他变出魔法来。这就好像我刚才给了 ai 我 开头的诗句的第一个字一样， ai 是 很难给出你这个整行的诗的。之前有一个创业者来找我咨询， 他精准的切到了市场的痛点，做出了一个非常有卖点的 ai 的 一个产品。但是在营销策略方面，他就一直搞不定，他不知道怎么样去获客，比如文案啊，产品的卖点，还有销售的话术，一个都搞不定。 我坐下来帮他的时候，就是用了我待会要教你们的这个格式。 ai 只用了不到十秒钟的时间，就给出了一个非常好的答案，包括营销的文案，产品，销售的网页，还有这个销售的话术，全部都设计出来了。 这个模型呢，就是非常著名的 m 框架，它几乎包含了所有跟 ai 对 话的一个基础逻辑。 a 是 什么呢？是 act 演员，就是告诉模型它究竟需要扮演什么样的角色。 i 是 input， 是 输入，也就是说你想要问 ai 这个问题的 提供的资料和关于这个问题的背景。 m 是 mission， 是 任务，就是你究竟需要 ai 做什么。所以不要跟 ai 说帮我写一个精彩的视频文案，你要告诉 ai， 你 现在是全球最顶尖的商业顾问和 youtube 营销专家， 你帮助过数百名中小老板通过内容获客，并实现了稳定的成交和收入的增长，这就是 a 你 希望 ai 扮演的一个角色。接下来我们说我是一个面向海外华人创业者的商业咨询师， 我的客户呢，大部分都是已经在创业了，或者在做生意，但是呢，他们遇到的问题是流量非常的少，成交很难，增长停滞。我想通过 youtube 这样的平台去吸引他们成为我的用户，这就是你的 i input， 你想要解决的问题，以及你的背景。我们在解决一个问题，在这个板块的时候呢，你可以把所有相关的信息全部给到 ai， 比如说你的营销文案，会议记录，甚至产品说明，可以一股脑的全部都甩给他。接下来我们说， 请帮我设计一个能给我带来新客户的 youtube 视频方案，包括呢，我希望你产生一个有吸引力的视频标题， 一个抓人注意的开头，三到五个内容的核心，一个简单的案例，还有一个非常自然的引导成交的方式。我还会说，你的任务是帮我做出一个不仅有人看，而且能够帮我获得精准用户的视频。 这个就是 m， 是 我给 ai 的 一个任务。这边在给 ai 布置任务的时候，你还可以让 ai 按照你喜欢的格式来呈现答案。比如说，我最喜欢的就是让 ai 用图标的形式给我进行输出，因为它可以让我一眼就看出不同的答案在不同维度表现究竟怎么样。 你甚至还可以让 ai 直接把答案打包成 pdf 或者 excel 的 图标，甚至图片都可以。 当你使用 m 这个提示词的框架的时候，你会发现这里面的核心其实是把提示词做成了一套系统的结构，你可以几乎在所有任何环境里面去使用这个框架，你会神奇地发现， ai 从此以后给你的结果会比原来好五到十倍， 这是因为 ai 已经学会了你的语言。记住， ai 输出给你的最终答案的质量是由你给他输入的信息的质量决定的。我们了解完这个基础信息之后，我们接下来聊一个非常让人纠结的问题，就是我们究竟应该用哪一款 ai 软件呢？ 现在市场上 ai 软件真的太多了，我看了一个新闻，光是过去一年有统计的就是上市的 ai 的 这些软件的数量呢，就超过了一万个。所以会给你带来一种错觉，就是让你觉得好像 ai 这事情我永远都跟不上了。 刚刚在学习使用一款，然后另外一个又出来了，这时候你如果换一个软件吧，你要重新学习，但是如果你不换吧，你又感觉好像被整个世界都淘汰了。那在这边我给你的建议呢是选择一个模型，深入的进行研究， 因为你会发现，当你可以完全熟练地掌握一款 ai 软件，其他的 ai 软件你就自然而然可以使用了。学 ai 呢，有一种学乐器的感觉。如果你呢，平时是学了一点点钢琴，又学了一点点吉他，又学了一点点的萨克斯，最终的结果就是你会发现 你没有一个乐器是精通的。但如果你选定了一个乐器，深入的去研究它，你就会发现其他乐器对你来说根本就不难。因为通过学习这个乐器，你掌握了音乐背后最重要的元素，比如说乐，你比如说音调，比如说如何看乐谱等等。 所以 ai 工具也是一样的，先精通一个，再去接触其他的那些不停地切换 ai 工具的人啊，他们只是在拖延自己学习 ai 的 一个进度而已，所以完全没有必要去为他们而焦虑。今天我快速地让您了解市场上现在最主流的三款 ai 的 软件， crowd、 jimmy nine、 check gbt。 我 会让你迅速地知道究竟哪一个适合你。第一款，先说 crowd， anaerobic 旗下最稳定，现在口碑也是最好的一个 ai 大 模型。在所有 ai 的 大模型里面， 我也不知道为什么，但是触你中文内容和文案的能力， crowd 就是 最厉害的。 所以如果你经常用 ai 帮你去写文案，改文章、写邮件，你会发现一个问题，就很多 ai 写出来的内容呢，就是你一眼就能认出来那种句式重复，逻辑松散，废话特别多。 但是 cloud 输出的文案呢，节奏就是非常的紧凑，逻辑清晰，所以你修改 cloud 写的文案的成本非常的低。所以如果你在工作中要做大量的文字内容的输出， 我觉得 cloud 应该是你的首选。另外，我还想说一个重点，就是 cloud 是 一个最会引导人去主动思考的 ai。 很多 ai 模型其实做不到，但 cloud 做到了。就当你去问 cloud 的 一个问题， cloud 觉得你给的信息或者背景不够的时候，他会主动地来问你。比如说你让他写一个文案，他会来问你 你的目标人群究竟是谁。这种能力在我们处理复杂任务的时候真的很重要，因为很多时候我们在问问题的时候，我们也不知道我们究竟要解决什么问题。第二个， jimmy 可以 说是现在所有 ai 平台里面背景最强大的，因为他背后的爸爸是 google， 我 们刚才说了， ai 的 本质是把你所有能够看到的内容全部都吃进去了，对吗？ 你要知道 google 的 本质是什么？ google 就是 一个在网上到处去爬取，去搜索这些信息的公司啊，所以搜索这个功能本身就是刻在这个 gmail 这款 ai 的 dna 里面 的。你跟 gmail 对 话的时候，你可以直接把网页的链接，新闻甚至 youtube 的 视频链接直接甩给他，你不仅可以让他去帮你去联动搜索，就是搜索出跟这个信息更多相关的信息。 另外就是如果你本身就在用 gmail 或者 google drive 或者 google 日历这样的 google 全家桶的产品上手， gmail 呢，对于你来讲将会更加简单，它不仅可以帮你把 google 全家桶的软件串联起来， 还可以在使用几个 google 软件的时候呢同时出现来辅助你，比如说帮你写邮件等等。所以 gmail 对 于经常要做大量搜索，以及本身就在使用 google 全家桶的这些用户来讲呢， 一定是第一选择。第三个就是 check gpt， 很多人都觉得 check gpt 不 行了，但真实的数据是 check gpt 目前的基础使用的用户的数量依然是第一名，而且遥遥领先。 check gpt 最大的优点呢，我觉得是全面， 他会画图，会搜索，会写代码，会语音对话，还有智能体这个项目，以及呢这个应用商店，这些选项可以说是技能数点的最广，功能最全面的。但是或许也正是因为这样，所以呢，每一个技能呢都没有开发到极限。 很多人在抱怨就是切 gbt， 给出的答案呢经常是怪怪的，我觉得切 gbt 其实是最适合那些刚刚使用 ai 的 新人去使用的， 因为他现在的这个功能呢，非常的全面，不需要你在几款软件中不停的切换。说完这三款软件，我还是要提醒大家， 不要在这三款软件里面不停的切换，今天用这一款，明天用那一款，结果导致你每一款软件都只掌握了一些皮毛，这不是高效，而是在给自己制造焦虑。真正厉害的人就是把一款 ai 大 模型用到极致，最终你懂的不是这个语言大模型，而是 ai 本身。 视频看到这里，前面的内容呢，你可能已经掌握的不错了，那么恭喜你，你已经进入了使用 ai 的 前百分之十，但如果你可以继续看下去，并且付诸行动，你将会成为 ai 使用者的前百分之一。 我们接下来聊聊 ai 进阶使用的方法，让你成为 ai 调用的一个大师，让 ai 真正的来帮你干活，这部分会比刚才复杂一点点，但非常的精彩。 用 ai 呢，其实有两个段位，第一个段位呢，就是你告诉 ai 怎么做，然后 ai 跟着你给的这些指令呢，一步步的去操作。这样使用的人呢，通常一个项目下来，他大概做百分之八十的活，让 ai 呢做百分之二十的， 听起来没有问题哦，但实际上你在使用 ai 的 过程很累，但这就是现在大部分人使用 ai 的 一个状态。 我跟你打个比方，这就好像你要去一个超市，你不知道怎么走，于是你在路边问了一个路人，那个路人呢，给了你一个指令，说前面左拐， 然后过了那个红绿灯再右转，然后呢，你会看到一个邮局，对面就是那家超市， ai 确实是在帮你，但是你会发现大部分的操作还是你来完成的。 那更高级的段位呢，就是让 ai 成为你的导航员，你只需要告诉 ai 你 的目的是什么，让 ai 来设计规划如何完成这个目的。 这就好像呢，我们使用 gps， 我 们只需要把那个我们要去的地址呢输进去，然后接下来线路究竟怎么规划，那就是 gps 的 事情了，我们只需要跟着它走就行， 这时候你会发现你从司机变成了一个乘客。那具体怎么做呢？我这边给大家一个案例，比如说你想做一个营销方案。第一步，我们依然是给 ai 一个角色 act， 我 们可以告诉他，你现在是一个资深的商业咨询师。第二步呢，是说清楚我们究竟要什么， 让 ai 给你一个营销方案，如何把陌生人转变成愿意给你支付高客单价值的客户。但第三步它有些不一样了，我们不需要让 ai 急于给出方案，而是让 ai 来反过来采访你。 我们会告诉 ai， 你 不需要急于给出最终的答案，你可以向我提出问题，直到你完全搞懂了我的核心业务，我客户的痛点，以及他们背后真实的诉求。我们一起来梳理一个清晰的执行路径，这时候你就会发现 ai 会问你很多问题。 这边呢，有一个小小的技巧，一个个去回答 ai 的 问题太累了。所以我在跟 ai 对 话的时候，我现在百分之九十九的情况下，都是开着那个语音输入法直接跟他讲话的，你会发现，这样你的效率就直接拉满了， 接下来我们就坐等 ai 给出一个执行的方案，如果这时候你发现 ai 给出来的方案你还不满意怎么办呢？没关系，你可以让 ai 继续优化，你可以告诉他，我需要更加精准，更加精彩的答案。我觉得你的答案不对，不满意，但是我也说不出来哪里不满意， 请你在现在的基础上再跟我提出五个问题，最终呢，能够进一步提高答案的质量。 这个过程呢，其实一方面是不断地让 ai 了解我真实的意图，同时呢也是让 ai 去思考它这这个答案的路径究竟哪里出了问题。这就是教 ai 干活和 ai 带着你干活的区别，你不用想答案，你只要回答 ai 提出的问题就可以了。 这个方法其实并不新鲜，大部分程序员解决问题都这么干的，他们很多时候写代码的时候，自己也不知道最终想要的那个代码的答案长什么样子，于是他们就描述一个结果出来，让程序呢自己去跑。 而现在呢，这套逻辑进入了 ai 圈子里面，正在成为高手使用 ai 的 一种主流方式，让 ai 成为你的导航员。这种提问方式非常的强大，但是还不够好，因为就算你的提问方式再完美，对于 ai 来讲，他还是不够了解你，他不知道你是谁，不知道你是干什么的， 每一次跟你聊天的时候，都要重新花很多时间相互了解。如果你想提高使用 ai 的 一个效率，把 ai 变成你的一个专属的助理，你需要给他一份关于你的背景提示词。 我有次在团队开会的时候呢，就开着我们团队一个成员的电脑在跟 ai 对 话，结果发现 他的 ai 给出的答案的质量比我的 ai 差很多，我当时就很纳闷，然后后来研究了一下，我才发现问题在哪，就是他们的 ai 根本就不了解他们，不了解他们的工作是什么，不了解我们的用户是谁， 他们也从来没有给 ai 制定过回答问题的标准，所以 ai 最终给的答案就是所有的人去问他，他都会给到的那种泛泛的答案，根本就不能解决问题。 背景提示词是什么？是一本关于你的使用说明书，想象一下，有一本书叫做澳洲亨瑞使用手册，里面写着他是哪里人，做什么业务的，卖什么样的产品，客户是什么样的人，他的性格是什么？他需要的答案是什么？他平时讲话的时候喜欢用什么样方式去表达？ 当 ai 有 了这本手册之后， ai 给出的所有答案都是针对你这个人的，你获得的再也不是那种 ai 给出的通用式的答案了。还记得我之前说的 am 那 个格式里面的 i 吗？ 就是那个输入的信息。如果你以后有了你自己的背景提示词，你就可以在输入信息的时候节约大量的时间。你只需要把你所有的背景信息做好一次直接喂给 ai， 以后 ai 在 回答你问题的时候自己会去调用， 你不用再跟 ai 解释你是谁， ai 会一辈子记住你。那究竟怎么样让 ai 达到这个效果呢？其实非常简单，一共就三个步骤。第一步是让 ai 采访你，你可以对 ai 说，我想建立一个关于我的背景提示词，我的身份是什么？什么我做什么样的工作的？ 请你提出需要了解我所有背景的一些问题。第二步，打开你的语音，耐心的一个个去回答他的问题。 第三步，在 ai 生成了你的背景提示词之后，仔细的检查一下，小心。有的时候 ai 可能会理解错，改掉它里面理解错误的部分，直到你觉得它是完美的。这时候让 ai 保存成一个 pdf 文件， 你还可以根据自己的不同的身份生成不同的说明书，比如说澳洲亨瑞自媒体大师背景提示词，还有两个孩子的爸爸背景提示词等等。这样以后无论你使用哪一款 ai， 你 都可以把关于自己的这个使用说明书直接丢给他， 他立马就能知道他在跟谁说话了。所以如果你觉得你跟 ai 聊天的效率很低，那是因为他从来没有了解过你是谁。 我之所以可以高效的建立大量的我的智能体，其实前提也是我有了一个关于我的完整的背景提示词。 每当我需要去设计解决一个问题的时候，我永远都是第一步，先把我的背景提示词丢给他，这个节约了我大量的时间。 背景提示词帮助 ai 从一个陌生人转变成了一个可以深度了解你业务的一个合作伙伴。 现在 ai 已经认识你了，你终于可以跟 ai 的 对话的时候得到一个完美的输出答案了。但是你有没有发现，我们生活中很多的问题其实是重复的，如果你不希望总是不停的遇到同一个问题去跟 ai 进行对话，那我们就要讲下一个进阶的工具了，就是系统提示词。 我们经常有的时候嫌弃 ai 的 原因是，当你跟 ai 解决了一个复杂的问题的时候，结果回过头来你一看，你发现 你用的时间比你平时一个人解决这个问题用的时间可能还要多，但这时候你千万别着急啊，你要想一下 ai 最强大的能力是什么，他就非常擅长解决这种重复性的工作的问题。 所以别看这次你花了多一点的时间，下一次可能几十秒就能把一个几小时的问题给解决了。怎么理解一个系统提示词呢？他就好像一个教你怎么做饭的一个食谱一样，你看啊，同样的食材，如果你在烹饪的时候放的顺序是对的， 他有可能就是一碗可口的蛋炒饭，但如果顺序错了，你可能吃到的就是一碗夹生饭。 系统提示词就是把我们在和 ai 对 话中拿到的那个完美的答案，它背后的逻辑给系统的整理出来，固定下来之后呢，变成一个可以重复使用的一个食谱。 当我们下一次做蛋炒饭的时候，即使那个人没有做过蛋炒饭，对着我这个食谱也能大差不差的给做出来。而这个步骤完成了，你得到的只有可能是一个有你专属印记的题的智能题。 那究竟怎么做呢？第一步，告诉 ai， 你 是我的 ai 工程师，我现在想创立一个系统提示词 功能是解决什么样的问题，同时把你刚才得到这个问题的答案全部甩给 ai， 让他帮你整理成一个可以反复使用的一个系统提示词，当然在这个过程中遇到什么不顺利的了，记得停下来让 ai 来问你问题， 这时候你就会得到一个系统提示词，这个系统提示词就是可以反复使用的，但是先别着急，换一个场景，先测试一下他， 一旦你再问他另外一个问题，你发现他能完美的回答出来，那么恭喜你，你的这个系统提示词就做成了。从此以后，无论你使用哪一个平台，你不需要再重复的去解释你的这个问题了，而你有了这一段系统的提示词之后，你甚至可以拥有自己的第一个智能体， 因为智能题的本质其实就是一个复杂的解决问题的流程，只是它用提示词去把它的功能给限制了，接下来你用它就可以反复的简单的得到一个高质量的答案。你现在不再是跟 ai 聊天，而是用文字搭建了一个帮你干活的机器， 你可以用这套系统提示词去处理工作，去做调研，甚至你还可以把这个系统提示词丢给你的团队， 让他们遇到问题的时候直接用这个系统提示词，这时候你就会发现你团队得到的答案的质量跟你一模一样。复杂的事情变得简单了，简单的事情呢变得自动了，这时候你就有时间去做一些你真正应该专注的事了。 这边我送给大家一个彩蛋，因为之前网上呢流传出很多个就是 ai 的 那些高手用的一些系统提示词， 这里面很多高手甚至是像那个 paupllexity， 还有 notion 这些 ai 软件背后的工程师，有人呢，就把这些非常好的系统提示 词整理了一下，然后放到了 github 的 网站上面。你如果想知道这些世界级的系统提示词长什么样子，你只需要 google 搜索这句话就可以了。 system prompts ai tools github， 然后你就会得到大量的免费的高级的系统提示词， 你会发现有帮你写内容的，有帮你做财务的，甚至还有教你怎么样投资的。看完之后你会有一种感觉，原来今天的 ai 提示词已经强大到这么离谱的地步了。好到这里的话，你对 ai 的 理解已经超越了大部分人。 但是我想告诉你一句实话，光会用 ai 是 远远不够的。因为今天的 ai 每一天都在进化，所以真正我们要面对的问题是如何在 ai 面前建立一个不可替代的优势。这是一个我经常问我自己的问题，就是 有哪些技能是 ai 永远都学不会的，是我的价值的所在。答案就是三个词，价值观、想象力和关怀。第一个先说价值观，今天用 ai 生成内容已经不难了， 但是难题是如何去判断 ai 生成的内容究竟是好的还是垃圾。我见过很多人，有了 ai 的 协助之后，他生产出来的内容反而变得越来越平庸了。这里面的核心就是他没有给自己的内容输出价值观， ai 给什么内容，他就用什么样的内容，这样的内容其实全部都是垃圾。今天的世界，我们任何人可以接触到几乎所有的信息，所以如果你希望你的内容可以影响到别人，你就必须要有自己强大的价值观，无论你是个人、企业还是一个品牌， 你看李子柒的价值观是回归自然，支持这种传统的手艺，所以在都市上班的这些白领，向往自由的人就特别的喜欢他。我们再来看苹果，苹果为什么与众不同？因为苹果的价值观认为简单的才是最好的， 简单反而变成了高级。真正用好 ai， 你 应该清楚你的内容是给谁看的，你希望影响哪些人， 你就明白了， ai 写的内容到你手上之后，你应该怎么样去调整，怎么样显得更加的有血有肉。第二点是想象力，我们之前说过， ai 是 靠这个文字组成的 token 来预测下一个词的， 但是我们人类思考的方式却不是靠文字形成的。我现在如果让你想象一个黑白相间的大熊猫，你是不是立马就能想象出来，我们不需要任何文字就可以把画面组合出来，这其实就是我们人类跟 ai 最大的区别。 ai 的 本质其实学的是过去，预测的是现在，但是我们作为人类的优势就是我们可以去想象一些完全不存在的东西，但问题是绝大部分人其实在把这个能力慢慢的废掉了。我们每天刷信息，看着别人的世界，我们慢慢的我们丢失了自己的想象力。 在今天这个时代，最宝贵的资源其实是你可以让自己停下来，找一个时间，什么都不做，去想一想，去发呆，你会发现会有很多奇怪的思维冲进你的脑袋里面。 我们人类很多伟大的科学，伟大的发现，都是在这种发呆在什么都不做的情况下产生的，在未来的世界中， ai 负责执行，人类真正负责的应该是展开自己的想象力去拓展那些可能性。 第三点是关怀，我觉得这也是最大的一个机会， ai 可以 帮你处理大量的那些无聊的消耗你的工作，这时候你可以把省下来的时间用在更重要的地方，比如说陪伴你的客户，激励你的团队，跟你的家人待在一起。 你有没有发现一个现象，就是今天我们打开手机上的 app， 其实可以听到几乎所有的音乐，我通过一通电话可以联系到我周边所有想要跟他讲话的朋友。但是很神奇的一件事就是线下的活动反而越来越火 了，你看那些演唱会、商业活动，还有什么体育比赛，票价越来越贵，我听说这一届美加莫世界杯的决赛 已经炒到了一张票要二百三十万美金，这次北美办的世界杯真的是要认真的搞钱啊。未来随着 ai 越来越普及，我们人类对于真实世界的连接的渴望反而会变得更加的强烈。 ai 可以 模拟所有对人类的关怀，但是那个被关怀的人最终会发现那些都是假的。关怀这件事情本质是你要发自内心的，对吗？所以你感受到了我这个视频的用心吗？ 去满足这种出去看看真实的世界和真人发生链接的需求， ai 是 永远无法满足的。 所以价值观、想象力、关怀，做到这三件事， ai 就是 你最强的武器，永远无法取代你。不管你是否相信啊， ai 现在的发展其实还在早期，它还是一个 baby， 所以 我们今天没有任何一个人在 ai 的 使用上面是落后的， 你完全没有必要焦虑或者恐慌。你去看一下今天大部分的中小企业，他们还在尝试着抵触 ai， 即使用了的企业也根本没有真正的去用好它。光是看今天的视频就已经让你足够可以领先其他人了。我非常建议大家每一天用 ai 去处理一个你身边的小事， 不管是让 ai 帮你去规划一个旅行，还是呢帮你去写一个哄孩子的睡觉的睡前故事，这些都不重要，但是在这些操作的过程中，你就能把我刚才告诉你的那些方法利用起来，你就能发现 ai 的 美好，它远远胜过任何你在网上可以看到的教程。 如果你跟我一样是在海外创业，你现在感受到了 ai 可以 给你企业带来的价值，你想要 ai 把你的业务重新做一遍， 我这边呢，想要跟你分享一个我们内部使用 ai 多年之后总结出来的一个教程，在这个教程里面，我会让你知道我是如何在公司内部用 ai 成为我们的获客机器，帮我们去做销售，甚至呢，还可以在后期帮助我们管理团队的 整个流程。我都给你总结出来了， ai 在 未来任何一个行业，其实本质都不能创造任何需求，但是呢， ai 却可以把整个做这个行业的方法完全颠覆，也就是重新做一遍。 我建议所有的创业者一定要尝试去用 ai 全新的方式去看待你的业务，去获客，去做销售，去帮你赚钱。这边我把这个福利呢放在我视频的结尾， 希望帮助一样在海外创业的小伙伴，在事业上利用 ai 帮你达到一个突飞猛进。我是澳洲亨瑞，带你用商业思维看我们的海外生活。如果觉得这期视频对你有帮助，记得点击下方的订阅按钮， 还有呢，打开小铃铛，这样你就不会错过我们以后其他精彩的视频了，我们下一个视频见，拜了个拜。
131青岚AI行情分析
03:15查看AI文稿AI文稿大家好，这是一节所有人都可以学会的 spss 分 析课程，今天我们要讲的是多重响应分析。在讲多重响应分析之前，我们先来大概了解一下什么是多重响应分析。 多重响应分析它是处理多选题的一个同句学方法，它和单选题是不同的，因为单选题呢，它只有一个选项，然后 它最终选项加起来会是百分之百。但是多选题不一样，它就是一个题项可以选择多个题项，然后会得出加起来超过百分之一百的这样一个情况。 然后我们今天以这个为例，还是以这个调查问卷为例，可以看到这里有个多选题，然后下面也有多选题， 这些三，这三个都是多选题。针对这些多选题带着大家来做一下多重响应分析。多重响应分析呢，它一般会有两个指标，嗯， 一个是响应百分比，一个是各样百分比，也就是响应率和补集率。嗯，我们直接在这个软件里来做一下，就是这个 chat s p s 分 析工具。 首先它需要在这里先上传数据，可以看一下， 我是把数据已经导入好的，它会自动识别你的变量类型，比如你的多选择题，它就会识别成分类变量。像这里 这些选项是一和零的，它就是多选择题，一就代表这个选项被选中，然后零就是代表这个选项没有被选中， 然后在对话框里告诉他对数据做一个多重响应分析，他就直接会识别你的多选题，然后来做这个多重响应。可以看到这是一个他做好的一个表格， 这里有响应率还有普积率， 然后他是对，然后是另外一道多选题做的一个表格。 接下来它会有一些文字解释，比如说在购买文创类产品中，然后家具类是最受欢迎的，达到了二百二十四人，然后 接着是手工类，当然这个分析表格它是直接可以粘到 word 里的，点击复制表格， 然后点开 word， 它粘进来就是这样的一个三线表，也就是标准的论文三线表，基本上不用做什么修改就可以放到论文里面用。 然后这个分析工具呢，它还有很多的分析方法，比如这里的卡方等等，你们也可以去尝试一下。
18:27查看AI文稿AI文稿这期视频打工人必看 ai 做数据分析，这是我们在企业 ai 培训过程中遇到的最高频的需求之一，本期干货非常多，建议你来点赞收藏。 你有没有一张 excel 表格扔给 ai， 然后它生成了一份看起来非常专业的分析报告，图表漂亮，结论清晰，洞察深入。但是你有没有想过，这份报告里面的数字是真的算出来的，还是编出来的？ 可能是 ai 应用领域我觉得最难肯，但也是企业最高频的痛点之一。我呢，干了十三年的商业分析，在咨询公司干了五年，在三六零做了两年，字节做了六年多，整个数据分析和洞察是我的老本行。那过去的一年呢？我测试了市面上绝大多数的 ai 的 工具和分析的方法， 论是 ai 做数据分析可用，但是坑更多。那这一期视频呢？我不会给你演示 ai 有 多么的厉害，相反，我会把 ai 做数据分析的真实的问题一条一条的摆在你面前，然后告诉你这些问题真实存在的情况下，怎么样做出靠谱的分析。 以上都是一些实打实的学类的教训，建议你来点赞收藏。首先哈， ai 做数据分析到底有哪些根本性的问题？ 我们先从第一性原理来想这个问题哈， ai 是 什么？它是一个语言预测的系统，它的本质是预测下一个 token， 它不是计算的引擎，也不是一个数据库，也不是一个审计的工具，理解这一点，你就能理解它所有的问题的 来源。那我来给大家展示一个真实的案例，是我们的客户给我的一份用户调研的数据，四百二十六行十五列，那我策划了整个分析的逻辑，需要 ai 做五个补， 对数据进行描述性统计，进行基本的数据处理，进行相关性的分析，做数据的洞察挖掘，最后出可可化的报告。我呢，也用 deepsea、 kimmy cloud、 coat、 pycharm 的 各种工具来尝试。我们来看一下这些工具进行到整个分析的哪一步。 你可能不会想到 deepsea 在 第一步就已经挂了，这是 ai 做数据分析最主要的问题之一。数据阶段他根本就没有看完你的整 个表，大多数 ai 的 平台有上下文的窗口限制，你上传了一个十万行的销售数据表，他只看了前几千行，基于局 部的样本给你生成了一个整体的趋势分析，他不会告诉你他没有看完，他只会给你一个直接的结论。问题二，计算幻觉。他可能第一步对，但是第二步就开始 边了。一些常规的统计描述出错率是比较低的，因为这类任务相对来说简单，但是一旦涉及到多步骤的运算，比如说同比增长或者环比， ai 在 中间步骤就是有可能悄悄出错的。然后他会用一个非常流畅的语言，把错误的结论包装得非常自信，越复杂的运算越容易在中间某一步 产生幻觉，这是大家需要注意的地方。问题三，结果不稳定。也就是我们会发现 ai 做数据分析的时候，同一个问题，他可能明天的答案就是不一样的，他整个输出是有随机性的，今天你问他哪个产品线的利润最高，他给你 a， 但可能明天同样的数据，他会给你一个 b， 或者是说同一份数据，他给到的分析的结论每次都是不一样的。比如说他今天认为我们的核心人群是年轻人，明天会认为整个核心人群是一线城市的人群。 那第四个问题，不理解业务逻辑，也不理解数据的含义。如果你不告诉他你的表格中的字段之间的关系和关联，他会自己去做出一些假设，而且通常也不会说他自己做了什么样的假设，那他在分析的时候就在分析一堆他自己并不理解的符号。 所以这也是为什么我们通常要告诉他我们的业务逻辑，或者是数据之间的关联关系。问题五，基础算数也会错，加减乘除出错的概率是比较低的，但也不等于零。当数据量大，嵌套复杂的时候， ai 的 计算可能远不如一个 excel 公式。问题六，编造不存在的数据。 当数据缺失的时候，有些 a i 号会自动去填出一个合理的数字，而不是告诉你数据缺失。这是最危险的情况，因为你的报告里面混入了凭空捏造的一些数据点， 而你完全是不知情的。问题七，他缺乏对统计意义的常识。比如说我们让他做一些相关性的分析，或者是做一些分组的分析，剧烈的分析，哪怕某个分组的样本量非常低，根本不具备代表总量的代表性， 他也会一本正经的给你输出结论。这种时候我们就必须靠懂业务的人在提示词里面强行做一些限制，他才会规矩。还有问题八，安全问题。 因为我们上传到 ai 平台的数据有可能涉及到企业的敏感数据，比如说销售数据、用户的数据、财务的数据， 它是不允许上传到第三方平台的。这种情况下，我们怎么样去做数据分析呢？以上这八个点都是实际操作 ai 做数据分析过程之中遇到的问题点，你会发现这些问题它有一个共同的根源，就是 ai 是 一个语言生成的系统， 它的目标是生成听起来很合理的输出，而不是保证计算正确。这两个目标之间其实是存在着根本性的冲突的，那我们到底要怎么办呢？三个目标、三种解法理解了以上根本性的问题之后，我们就知道 ai 做数据分析存在着天然的局限，这也帮我们更明确用 ai 做数据分析的三个目标，准确、深度、安全。目前其实还没有一个方案能够完美去实现这三个目标，但是我们可以根据场景来选择。解法一、 优先保证准确我会推荐大家用 cloud for excel， 如果你需要对数据进行计算，而且你必须确保数据是对的，那我们最佳的实践实际上就是 excel 表格。 那为什么是 excel 呢？因为 excel 的 计算是非常透明的， ai 可以 帮你写公式，公式写在每一个 excel 的 单元格里，你能够看见它，能够检查它，能够追溯每一个数字的来源。这和把数据扔给 ai， 让它给你一个答案是有本质区别的， 因为 ai 给你答案是黑盒的，你不知道它是怎么算的，但是 ai 给你公式，公式在 excel 表格里运行，它是一个白盒的，每一步都是可以审计的， 所以我们要确保准确， excel 是 最佳的时间的场景。那这里我们还是用刚才的案例来给大家演示一下同样一个用户洞察的表，我们放在 excel 表格里面，这个 excel 表格里面是嵌入了 cloud 的， 让它先做。第一步，做描述性的统计，它直接会新建一个 sheet， 然后去做每一个题目的统计的结果， 并且你能够看到统计结果的公式，这意味着计算过程是足够透明，你可以回溯，能够审查。在准确性上， cloud 给你的确定性是绝对的。接下来我们要让它进行第二步，也就是数据的预处理， 这里让他对所有的题目进行交叉的分析，其实是一个特别大的计算量。我之前在市场研究公司的时候，我们是需要有专门的 d p 来做数据处理的，耗时至少是花一天的，但是 cloud 几分钟就做好了，而且能够准确地执行，并且帮助你重新生成一个 sheet， 这个是很厉害的，而且我检查了数据是完全没问题了。再进一步到第三步，我们让他做相关性的分析，这里面他会自己把计算相关性的维度和方法都尝试了， 并且主动进行显著性的检验。到这里基本的数据分析的工作其实已经进行了差不多的，接下来我们就是要去做数据的洞察和呈现的过程。 那这里我是直接让他基于所有的分析做总结的报告，他自己主动新增了一个 sheet， 然后把跨表格的结论进行了整体的分析和总结， 这是我认为保证数据分析的准确性、深度最有效的方法。 cloud code for excel 目前直接对表格进行操作的 ai 有 cloud 和 kimi， 最近千万也上了表格的 agent， 但是我自己认为嵌套在 excel 中的 cloud 做得更原生、更彻底、更透明，也意味着更可控。 那它与普通的 agent 的 最大的区别在哪里呢？我觉得，第一，它不让大模型直接来算数，可靠的，不会悄悄地去改文件。你让它去修复公式或者调整逻辑的时候， 它会优先地去展示计划修改的部分，并且解释原因，展示修改前后的公式，然后由你来审核决定是否来应用它。 所以大模型在这里只是负责去生成 excel 的 公式，而 excel 引擎去负责执行这个运算，这样是直接把数值计算的责任交给了 excel 本身。那大模型只负责写正确的公式，规避了直接让模型做算数的风险。 那 cloud for excel 的 架构的本质啊，我自己认为就是 a l m as formula generator， 然后 excel 就 as computer engine， 而人类就作为 final 的 reviewer， 而不是说让大模型端到端的去做整个数据的分析，这是我认为它控制数据分析不准确或者是控制风险的方法，这既是它的护城河，也是它能力的上限。第二点呢，我认为它是拥有跨表格的 联合分析的能力的。普通的数据分析的 excel 和工作模式就是，呃，我把数据给到模型，模型来生成结果，对吧？整个过程是在一个外部的沙箱的环境里面去运行的，跟原始的文件是脱节的。 而 cloud for excel 它的核心差异是 whatbook native。 这是什么意思呢？就是说把它的整个文件作为一个关联的系统来推理，而不是单个的单元格或者是单个的 sheet。 它直接在你的原始数据表格中做操作，做增加 sheet， 然后做跨 sheet 的 联合分析，那它能够去理解嵌套的公式以及跨多个 sheet 的 单元格的依赖的结构。那它在理解整个数据关系的时候，也考虑的是左 所有 sheet 的 上下文，这也给他提供了真正去思考逻辑关系的空间。所以简单说，普通的 ai 是 拿数据去外面分析， 而 cloud for excel 是 在数据里面思考。那第三个点，我认为它还有一个优点，就是它的边缘问题的处理机制。 cloud 能够去追踪一些无效的、空值的或循环引用等错误，并解释出了什么问题，应该怎么样去修复 且不破坏模型。其他的部分，甚至是我看到它的官方文档里面会对于一些报错有很严格的限制，它的官方文档里面写，当它的审核 agent 认为报错为零的时候，它才会输出结果。如 果不文明的时候，它会持续地去在底层做预算。我认为这些机制也能够去保证 cloud 做数据分析的时候的相对的准确性。那可能有人会说自己没有办法使用 cloud for excel， 有 没有什么替代的方案呢？有的，那我们这里给大家第二个解法，优先保证深度用 pmi。 国内目前通用平台做数据分析相对可靠的是 kimi， 为什么 kimi 相对可靠呢？相比其他的平台来说， kimi 在 处理长文本和大表格时截断率是更低的，而且它理解上下文的能力更强，上下文的窗口也更大， 意味着它能看到更多的数据并做分析。而且我们知道 kimi 有 两种模式，一种是 kimi 的 表格模式， cloud 一 样也可以在 excel 的 表格里面去做操作，并且也能够按照你的要求在表格中做预算做分析。但是它是直接在表格中输出结果的，而不是像 cloud 一 样输出的是公式。这也意味着你的整个结论都是在黑盒中的， 你需要去人工叫验它所有的数据分析的过程和结果。 timi 呢？还有一个 agent 的 模式是在沙箱的环境之中，后台有各种数据 agent 学童来操作，我直接来给大家演示一下哈。 我们还是刚才这样一个用户调研的数据的案例，我们给到 kimi， 让他来进行我们预设的五个分析步骤，那非常惊喜哈， kimi 在 这两个模式下， 整个数据的准确度是全部过关的，五个复杂的步骤跑下来完全没有失忆。最终我们能够看到他输出的报告 和可适化的分析的看法，也都达到了可以交付给客户的标准。所以我们其实想说， kimi 用来去做一些常规的数据分析肯定是没有问题的。但其实 kimi 过程中也有一些小的问题，或者是说我给到大家一些使用的建议吧。 第一是不要直接让他给你结论，要让他先描述他看到了什么数据，确认他没有截断，没有基于一些不准确的数据去做分析。 第二呢，是对一些关键的数据进行人工的抽查，把它定位为一个思考助手，而不是说计算的工具，因为它现在目前还是没有办法保证百分之百的准确的。第三个点就是它缺乏统计学意义的一些常识，所以你需要写专门的提示词进行限制，才能让它整体的输出准确而可靠。第四个点， timmy 的 表格模式，我觉得它更适合很纯粹的做数据的处理，但是偶尔会有一些格式上的 bug， 那 它的 a 整数模式更侧重于深度的洞察的挖掘， 我个人是更看重商业洞察的，所以我会建议大家首选 a 整数模式，因为它的整个思考的逻辑会严谨的多。那我们再看一下 timmy 的 整个的分析的步骤，第一步，让它做描述性的统计，完全没有问题，整体是非常准确的。 那第二步，让它进行数据的预处理，这个预处理就是做数据的交叉分析，让它对所有的题目基于特定的一些维度做交叉的数据表格，它能够帮助我们生成一个 sheet， 虽然需要花一定时间， 整个系统你下载下来整体也是没有问题的。接下来我们让他进一步做。第三步就是我们提到的做相关性的分析，这里面我们会给到他提示词，整个相关性应该怎么样去做，哎，他自己已经理解到了，所以他自己也会基于他的理解去做了整个相关性的分析，并且也给到了一些显著性检验的指标。 那接着第四步就开始让他帮我去做洞察的分析的结果，以及第五步，我进一步让他基于他整体的洞察分析的结果做出一个可适化的网页，整个分析非常的完整，还是很符合预期的。 那以上的两个方案我们其实探索了如何准确深度的用 ai 做数据分析，那么我们怎么样保证第三个点安全的做数据分析呢？那在我们做企业的 ai 培训的时候，会发现企业的管理层普 片都卡在一个死胡同，既极度渴望用 ai 挖掘数据的价值，又死死守着数据安全的红线，不敢越雷池一步。那企业其实也探索了很多的方法，但是都有一些致命的缺陷。比如说第一，把数据进行一些脱敏的处理，比如说哈，把一些列名改成指标 a， 指标 b， 但这样的脱敏处理会让他剥离了一些业务的含义， ai 只能做很低级的加减乘除，但没有任何洞察可言。 那第二个点呢，就是花重金在本地部署开源的小模型来做数据分析，那实际落地下来也会发现速度很慢，而且 ai 并不够聪明。所以这一章节我们给大家讲第三个解法，就是保证安全的情况下，怎么样去做数据分析。我们推荐的方案是本地的 python 加 ai 的 辅助， 那当我们在处理一些敏感的数据，最好的方式是数据不离开你的本地环境。你用 ai， 不 管是用 cloud 的， 用 gpt 或用其他的工具辅助帮助你去写 python 代码。然后呢，让代码在你自己的本地机器上运行， 数据不上传到任何平台。这个方法其实也非常的简单，唯一的要求是用户需要有一个 python 的 编辑器安装在本地的电脑。那整个流程就是首先你需要去描述你的需求，给到 ai， 然后 ai 帮你生成 python 的 代码，那接着呢，你去把这个代码拿到你的本地去运行，而 而且整个结果都是在本地去生成的，生成完之后，其实你自己如果想有任何的修改啊，验证啊，审查啊，你其实都是可以去做的，整个全程数据也是不会离开你的电脑的。那为什么这是相对来说最可靠的方案呢？计算由 python 来执行，不是 ai 来执行，所以准确性是有保证的。 那整个代码呢，也是可以保存、复制和分享，你可以是重复性去使用的。也就是说未来你的原始数据有了更新，你直接重新再跑一遍这个代码就可以了。第三个点，数据也是保存在本地的，安全性是可以保证的， ai 只负责把它擅长的部分，也就是把你的需求翻译成代码。但是这个方法也有一定的局限，就是有一点学习门槛，需要你能够看懂基本的 python 的 代码， 但实际上你并不需要会写，你只需要能读懂就可以。好，那我还是给大家来实操演示一下，你就会知道它的难度到底有多大，既不会过于害怕，也不会过于乐观。首先我们要下载一个 python 的 编辑器，我这里是开站，当然你也可以用别的，比如说 vs code 或者 cross。 我 知道哈，屏幕前的你可能听到我刚才说的这些词，你就想打退堂鼓了。别害怕，我保证你看完我操作之后，你就会豁然开朗。不， 不过如此，面对恐惧唯一的方法就是直面他。那我们来想象一下这个任务我们到底是怎么样去处理？首先我们的目标是让 ai 帮我们写出能够分析这些表格的代码。那这里我们的第一步其实就需要告诉 ai， 哎，我有哪些数据表？每个数据表里面有什么？数据表里面的数据结构是什么？那 这一步我们直接用 python 的 编辑器来帮我们输出，我们不需要去自己手动的去写每个表格的信息。那我们打开 python， 进入到我的工作区，我已经把原始文件放进去了， 你的原始的表格可以是一个，也可以是多个数据表，它都可以同时来处理好。这一步输入帮我们输出表格的 info 信息，我给了这样一段代码， 然后我们运行，运行后我们能看到表的基本信息了，有多少行，多少列，具体是哪些字段，对吧？然后我们来到 deepsea， 我 们跟他介绍一下背景，越详细越好。所以我是比较偷懒的，我会把所有的信息都给了他，比如说我直接把我在编程上的刚才写到的这些语句发给他， 然后把我们拿到的所有表格的 info 信息也发给他，接着跟他说我们的要求，那这个要求是什么呢？就是这一段提示词，要求他帮你输出分析的 python 代码文件，然后他会直接就给你写好代码了。 那我们直接下载好代码之后，来到 page 里面去运行，你就会直接拿到结果，他直接会把你分析的结果格式化，并且你能够看到。哎，这里是有一个看板，然后左边是有筛选去看特定的结果。 这个方法啊，很有效的地方在于 ai， 它基本上帮你做成了一个自动化的看板，后续你的原始数据有任何的更新，你重新再运行一下这个脚本就可以了。 那 ai 做数据分析不是说不能用，而是说需要用对地方，它很适合帮你思考分析的框架，把你的需求翻译为代码，但是它确实不适合承担计算和审计的职责。那把 ai 用在它真正擅长的工具， python 的 代码等等， 这才是目前来说相对可行的路径。那今天呢，给大家介绍了这三种数据分析的方法，但大家也需要注意到，这里的分析更多还是让 ai 不要出错，让 ai 能懂数据的关系，让 ai 能够安全的执行。但更多的关于洞察的部分，其实我们今天并没有详细展开， 因为它的难度是更升级的，如果第一步的准确度没有办法完整保证的话，其实洞察也没有办法真正展开。 那洞察呢，是一个更复杂的过程，也更需要对业务的理解，也需要一些特定的场景，觉得未来我们可以做一些专题来做分享。好，以上是今天的分享，如果你觉得还不错的话，可以收藏和点赞哦！我是江江，带你看懂 ai 一 线！
4057江江AI一线
07:30查看AI文稿AI文稿好，这期给大家分析三 d 的 概率啊，这一期的数据啊测试绝对颠覆你的认知啊，你可以看到这个真实的概率能达到多少，然后是哪一种方式是最划算的， 大家可以看一下啊，然后制作了好几个小时，这期视频啊，非常费劲，从开发， 所以说大家且看且珍惜啊，不知道用这个东西用数学分析彩票的话，相对是比较敏感的，嗯，所以说大家尽量收藏一下以后再留着留着观看。 嗯，下一步的话就给大家分析所有的那个彩票，如果说这个这一这个能继续的话，我给大家把所有的彩票的概率全都分析出来，让大家参考。 然后这个规则是这样定的啊，就是我从这个网站上抓取数据，从二零一五到二零二六，现在的十年的数据，呃，总共两千多期， 呃，然后用十五种以上的统计规律去统计，生成这个数据之后去和最近的三百期，我最后定的话应该是一千期，最近的一千期开奖数据做对比，然后能看看能到底有多少注能中啊，最后改成一千期了， 然后是中了之后呢？然后看一下投残比，就是说你投了一百或者是中了五十，这投残比就是零点五就赔了五十嘛，整个投残比肯定是赔的啊，这个大家不用怀疑，因为彩票本来就是一个机制， 这是整个开发的过程，我给大家随便略略过一下，比较辛苦，开发了好几个小时，大家方便的话就给个一箭三连， 然后下面的话，我就是更有动力给大家去做这个概率的演示。好，这是开发过程，我再给大家演示，然后后边咱们看一下实际的效果。 好，现在是开发的效果给大家看一下啊，现在是这个界面，然后是调取的现在数据是二零一五年到现在的数据，大概是两千多期。 然后咱们统计策略呢，用的是这些统计策略，嗯，百位、十位、个位、冷号、和值、跨度、基友等等，总共用了十六个， 十六个，然后咱们再看他的概率到底能达到什么地步。先是咱们先看直选的啊，直选的咱们选十主，大家可以看这一个十主，他比对完了十主，这个比对的是什么呢？比对的这是一千棋啊，与最近一千棋进行比对， 一千棋看有多少棋中的，大家可以看啊，一千棋中了九条， 估算总奖金是九千三百六，呃，头产比是零点四六八，相对来说是比较低的，就是说你买这个石柱， 你买十注的话，是一千起里边啊，中了九条，中了九注，正常的这个概率呢是只选单式的比值是头产比是零点五二零，主选三单式是零点五幺九，主选六单式也是零点五幺九， 所以这概率相对来说，呃，是比较低的。然后咱们再看主选的主选，比如说十注 啊，让他比对，有系统比对的非常快啊，命中了四十七条，总奖金是八千三百零四啊，总投入是两万，这概率是零点四幺五，也是相对比较低了。 主选咱们主选可以适当多一下，比如说五十主尽量不要选一千主，一千主容易卡死 五十组啊，这速度非常快。五十组是命中了两百七十九条，这个投弹比相对高一些， 因为是主选的话，选的越多，呃，概率相对高一些，然后咱们看单马的，主选单马的话咱们选独短，独短就选一个号，其他的自动匹配 好，大家可以看啊，这个是独档的话，总共是五十五组号， 每期投入是一百一，总共投入是十一万，估算总奖金是五万多啊。然后投残比是零点四六二，也是比较低的，要是达到零点五以上的话，概率还是相对可以的。然后咱们再试两档， 看两胆的概率是命中八十条啊，这个头产比相对高了一些，咱再换两个数试试，这是零点七幺八，大家可以看啊，这个概率相对很高了， 大家可以看这一个，呃，零点四五八，这个差别就比较大啊，有可能就是那两个号，这一千七里面出的比较多， 三档的话就不用看了，三档的话就只有一注，就是定三个数嘛，只有一注，咱们看四档吧，咱不不用这里二七这个数了 哦，这个还可以的，四档的话大家大家可以看，这个概率达到了头产比达到了零点六九二， 再随便换上几个数 哦，这个也能达到零点六四九，这说明什么呢？说明用胆定胆的方式一直买的话，这个你赔的会比较少一些， 但他总起来都是输的，大家一定要记住啊，总起来都是输的，虽然比这个概率是已经高了，就是比你正常情况下的随便买的话，概率是高了，但是总体来说都是输的。 咱们再看五胆，这样比对， 五胆是总共十十组号啊，这个都是五胆定的，都是主选啊，主选六，这个是达到了零点五六二，也超过平均数了，咱们再试一组。 好，这一个也达到了零点六四九啊，这个这说明什么呢？说明这个是主选定档的，这种选法的话，呃，相对来说比这种直选比这种单选的概率要高很多， 但是总体来说都是赔的，大家一定记住这一个。好，咱们下一期的话再分析双射球。
1188AI大队长
00:52查看AI文稿AI文稿大厂算法工程师 ai 炒股第一天，作为日军消耗一百刀坑人的算法工程师，为了防止未来被 ai 取代，我决定让 ai 帮我炒股。工欲善其事必先利其器，趁着放假先烧一百刀坑人试试水，用卡靠着写个 a 股分析的工具， 输入股票代码，输出基本面分析、技术面分析、资金面分析、机构评级、未来走势预测，并给出投资建议。方案基本大致已经成型。大家可以留下你们想分析的股票代码，下期视频展示你的股票分析结果，帮助我一起教验模型预测的准确性，并且不断优化。 只为各位军师们帮忙想想这个系统的优化方向，要实际可行的，一起赚大钱！欢迎在评论区留言！
54西蒙
