Sobre las experiencias para comenzar con Ai (usuarios chinos)

1. Para usuarios comunes, basta con usar bien Doubao en la vida diaria, siguiendo estos tres puntos:
① En funciones: usar Baidu para verificar información, Photoshop para dibujar, y Seedance para generar videos como director
② En modelos: preferir las versiones de pensamiento y experto, enfocándose en un modelo potente que genere los mejores resultados
③ En palabras clave: dominar estructuras lógicas simples y técnicas de palabras clave meta (prompt para generación de AI)
2. Para empleados, que necesitan trabajar con sus propios datos, se recomienda usar IMA:
① Trabajo básico: crear una base de conocimientos privada, subir datos no confidenciales, organizarlos en carpetas y etiquetarlos
② Técnicas básicas: trabajar en el cuadro de diálogo basándose en etiquetas o en carpetas, usando conocimientos precisos
③ Puntos clave: usar el modelo ds 3.2 thinking, aprovechar las notas y sincronizar la base de conocimientos, el prompt es igual de importante
3. Para los geeks, es imprescindible probar la popular OpenClaw:
① Desplegar en la nube: montar en un servidor en la nube (los geeks quizás no lo valoren), los principiantes pueden intentarlo con bajo costo (principalmente para aprender el proceso de despliegue)
② Imitación de langosta nacional: Lobster de NetEase, Yuanqi Ai de Fu Sheng, y muchos en GitHub
③ Langosta nativa: todavía es OpenClaw, como un langostino que todavía está en fase de prueba, no haré recomendaciones
La capacidad de Ai es una estructura de doble hélice de “evolución de Ai + aprendizaje humano”, es decir: la iteración de Ai es muy rápida, así que debes entenderla y, mediante interacción, hacer que forme parte de tus habilidades.
Pero, cualquier tecnología debe servir a las necesidades; Ai no puede hacer la investigación de necesidades ni decisiones de selección por ti. Estas habilidades blandas son incluso más importantes que la capacidad de Ai, y esa es la razón por la que algunos usuarios en mercados menos desarrollados usan Ai mejor que muchos geeks, e incluso ganan dinero rápidamente, porque están más cerca de las necesidades.
Los desarrolladores de software no necesariamente ganan dinero vendiendo o usando software.
En resumen, debes entender el principio de colaboración hombre-máquina:
Usar una capacidad de Ai de 7 puntos para resolver N problemas prácticos de 3 puntos y monetizarlos rápidamente; en lugar de buscar una capacidad de Ai de 9 puntos o más, ignorando una necesidad de 3 puntos, y terminar siendo un pobre que entiende de Ai (lo cual también parece bastante difícil).