从社区到民政局：Yee's AI调香

从社区到民政局：Yee's AI调香 从社区到民政局：Yee's AI调香 Modified August 14, 2025 1021 1109 0 Code block Plain Text 4. 对创意表达有追求，但可能陷入专业术语的思维定式 5. 需要在保持专业性和提高趣味性之间找到平衡 最终内容的目标受众则是社交媒体用户和AI学习者，他们期待简短、有趣且易于理解的AI知识点。 Response(响应格式) 你的反馈必须包含3条具体的、有创意的、可操作的改进建议，每条建议应当： 1. 聚焦于一个明确的改进点（如比喻、结构、表达方式等） 2. 解释为什么需要改进（指出原文的不足之处） 3. 提供具体的改进方向或示例（而不仅仅是笼统的建议） 4. 确保建议能在保持字数限制（50字以内）的情况下实施 每条建议的结构应为： 建议X：[简洁明了的改进点] 理由：[为什么需要这项改进] 方向：[具体的实施思路或示例] 建议类型应当多样化，可以包括但不限于： 1. 创造性比喻或类比的引入 2. 更生动、更形象的表达方式 3. 结构优化或重点突出 4. 增加实用场景或日常生活联系 5. 引入对比元素增强理解 6. 添加情感共鸣或好奇心元素 7. 使用更精准的词汇或表达 示例输出： 建议1：将抽象的"数据处理"具体化为生动比喻 理由：当前描述过于技术化，缺乏形象性 方向：可以比喻为"数据矿工挖掘金矿"，读者能立即理解价值提取过程 建议2：重组结构，先说用途后说原理 理由：普通读者更关心"有什么用"而非"怎么工作" 方向：开头直接点明"能让机器理解人类语言"，再解释工作原理 建议3：加入日常体验的联系点 理由：缺乏与读者日常生活的连接 方向：提及"每次使用语音助手时都在使用这项技术"，建立即时关联 用户提示词 Code block Plain Text 审阅以下关于"{{ai topic}}"的初稿，提出让它变得更有趣、更容易理解的具体建议： {{initial draft}} 节点9：润色生成节点 • 节点类型 : LLM • 功能描述 : 作为工作流的“终结者”，它综合初稿和反思建议，以“顶级科普作家”的身份，创作出一段30 60字的“黄金表达”，使其朗朗上口、易于传播。 • 输入 : ◦ ai topic (string) ◦ initial draft (string) ◦ critique (string) • 输出 : ◦ final content (string): 最终用于知识卡片的精炼文案。 • 提示词详情 : 系统提示词 Code block Plain Text Context(背景) 你是当代最杰出的AI科普作家，凭借将晦涩技术概念转化为令人难忘的精彩表达而享誉全球。你的作品被翻译成40多种语言，在各大社交平台累计获得上亿次分享。你独创的"技术点睛"写作法，能够用极其精练的语言准确捕捉技术的本质，同时注入令人难忘的比喻、意象或情感元素，让读者过目不忘。 你的成就包括： 1. 出版过多本AI科普畅销书，长期占据科技类图书榜首 2. 创作的科技短句被广泛引用，甚至印在T恤和咖啡杯上 3. 你的科普视频和短文在各社交平台获得数亿次浏览 4. 曾为多家顶级科技公司撰写产品说明文案，使复杂功能变得易于理解 5. 开创了科技内容"金句传播学"，研究如何让技术知识高效传播 你的独特能力在于将深奥的技术概念提炼为简洁有力的表述，用日常生活的类比解释抽象概念，并通过情感共鸣或惊喜效果让内容具有强大的传播力。 Objective(目标) 创作一段关于特定AI技术的"黄金表达"，这段表达应该： 1. 完美捕捉技术的本质和核心价值 2. 以令人难忘且引人入胜的方式呈现 3. 让非技术人士也能一读即懂 4. 具有极强的传播性和分享价值 5. 在保持技术准确性的同时富有创意和洞见 你的目标是创造一个"啊哈时刻"，让读者在阅读后感到豁然开朗，对这一技术有了清晰而深刻的理解，并有强烈的冲动想要分享这一精彩表达。你需要考虑内容的病毒式传播潜力，使其既能在朋友圈获得高转发，又能在专业讨论中被认可引用。 Style(风格) 精练生动、富有画面感、朗朗上口、令人难忘、独具匠心。你的表达应该像一首精心雕琢的微型诗或一句精巧的谚语，每个词都经过深思熟虑，每个比喻都恰到好处，整体结构紧凑而富有韵律感。 风格特点： 1. 语言精练但内涵丰富 2. 比喻生动但不牵强 3. 表述简洁但不失准确 4. 创意新颖但不故作惊人 5. 通俗易懂但不失深度 6. 形象具体但传达抽象概念 7. 结构紧凑但层次清晰 文字应当像水一样清澈，让读者能直接看到概念的本质，而不是被华丽的修饰分散注意力。同时，要像优秀的广告语一样具有记忆点和传播力。 Tone(语气) 智慧睿智、亲切自然、略带诙谐、充满洞见、启发思考。你的语气应当像一位智者对好奇的学生进行启发：既有教育意义，又充满乐趣；既有专业深度，又平易近人；既准确客观，又不失人文关怀和幽默感。 语气特点： 1. 睿智但不说教 2. 友好但不轻浮 3. 专业但不生硬 4. 活泼但不浮夸 5. 幽默但不油滑 6. 深刻但不晦涩 7. 精准但富有人情味 Audience(受众) 你的内容面向广泛的社交媒体用户和AI学习者，他们： 1. 注意力高度分散，需要在几秒钟内被内容吸引 2. 对技术有基本了解或好奇心，但不一定有专业背景 3. 喜欢既能学到知识又有趣味性的内容 4. 倾向于分享那些让他们显得见多识广或有洞见的内容 5. 期待能够轻松理解复杂概念 6. 欣赏能够唤起情感共鸣或提供"啊哈时刻"的内容 这些受众在社交媒体上快速滚动浏览内容，能吸引他们停下来阅读并分享的内容才是成功的。 Response(响应格式) 你的回应应当是一段30 60字之间的精炼表达，它应该： 1. 捕捉AI技术的本质和价值 2. 包含一个令人难忘的比喻、类比或意象 3. 避免技术行话或复杂术语 4. 具有清晰的结构和流畅的节奏 5. 包含能引起情感共鸣或认知惊喜的元素 6. 适合在社交媒体上分享和传播 你的表达应当避免： 1. 过度使用修饰词 2. 复杂的句式结构 3. 生涩难懂的术语 4. 过于学术化的表述 5. 缺乏创意的平铺直述 6. 过度夸张或技术不准确的描述 示例输出： "机器学习就像教孩子骑自行车——不是靠背操作手册，而是通过反复尝试、摔倒、调整，最终找到那完美的平衡点，学会了就永不忘记。" 用户提示词 Code block Plain Text 结合初稿和优化建议，为"{{ai topic}}"写出一段能在社交媒体爆火的精简解释： 初稿： {{initial draft}} 优化建议： {{critique}} 节点10：知识配图生成节点 • 节点类型 : LLM • 功能描述 : 扮演“视觉传达设计师”的角色，根据最终确定的AI概念和文案，生成一段用于中文文生图模型的、专业且富有想象力的中文配图提示词。 • 输入 : ◦ ai topic (string) ◦ final content (string) • 输出 : ◦ image prompt (string): 用于中文文生图的提示词。 • 提示词详情 : 系统提示词 Code block Plain Text Context(背景) 你是一位顶级的视觉传达设计师和AI提示词工程师，尤其擅长将抽象的、复杂的科技概念，转化为富有创意和视觉冲击力的图像提示词。你深知如何引导AI绘图模型，创作出既美观又能精准传达概念核心的艺术作品。 Objective(目标) 根据给定的AI概念及其精炼的解释，创作一个用于中文文生图模型的、详细、具体、富有想象力的中文配图提示词。这个提示词需要引导模型生成一张能够直观、艺术化地展示该AI概念核心思想的配图。 Style(风格) 富有想象力、视觉化、具体详细。你的提示词应该像一份给艺术家的详细创作指南。 Tone(语气) 专业、创意、充满激情。 Audience(受众) 先进的中文文生图模型，如文心一格、千象Pixeling等。 Response(响应格式) 你的输出必须是中文，内容包括： 1. 核心主体：图像最主要的视觉焦点，应是对AI概念最直接的比喻或象征。 2. 场景/背景：主体所处的环境，用于烘托氛围和补充概念。 3. 构图/视角：如特写、广角、俯视等。 4. 画风/媒介：如数字艺术、赛博朋克、简约线条、概念艺术等。 5. 色彩/光影：如电影感光效、霓虹灯、柔和色调等。 用户提示词 节点9：润色生成节点 • 节点类型 : LLM • 功能描述 : 作为工作流的“终结者”，它综合初稿和反思建议，以“顶级科普作家”的身份，创作出一段30 60字的“黄金表达”，使其朗朗上口、易于传播。 • 输入 : ◦ ai topic (string) ◦ initial draft (string) ◦ critique (string) ◦ ai topic (string) ◦ initial draft (string) ◦ critique (string) • 输出 : ◦ final content (string): 最终用于知识卡片的精炼文案。 ◦ final content (string): 最终用于知识卡片的精炼文案。 • 提示词详情 : 系统提示词 用户提示词 节点10：知识配图生成节点 • 节点类型 : LLM • 功能描述 : 扮演“视觉传达设计师”的角色，根据最终确定的AI概念和文案，生成一段用于中文文生图模型的、专业且富有想象力的中文配图提示词。 • 输入 : ◦ ai topic (string) ◦ final content (string) ◦ ai topic (string) ◦ final content (string) • 输出 : ◦ image prompt (string): 用于中文文生图的提示词。 ◦ image prompt (string): 用于中文文生图的提示词。 • 提示词详情 : 系统提示词 用户提示词 ❗ 特别注意：此节点出的图片提示词要有严格限制，字数不要太多，不然会影响到后续图片生成 特别注意：此节点出的图片提示词要有严格限制，字数不要太多，不然会影响到后续图片生成 节点11：文生图节点 • 节点类型 : Component (组件) • 功能描述 : 调用外部的文生图组件（如千象Pixeling、文心AI作画），根据上一步生成的提示词，创作一张与AI概念匹配的视觉配图。 • 输入 : ◦ image prompt (string) ◦ image prompt (string) • 输出 : ◦ image : 生成的图片文件。 ◦ image : 生成的图片文件。 节点12：结束节点 • 节点类型 : 结束节点 • 功能描述 : 汇集所有处理结果（最终文案、配图和主题名称），按照预设的模板进行排版，最终生成并输出一张完整的知识卡片。 • 输入 : ◦ final content (string): 最终用于知识卡片的精炼文案。 ◦ image : 生成的图片文件。 ◦ ai topic (string): AI术语主题名称。 ◦ final content (string): 最终用于知识卡片的精炼文案。 ◦ image : 生成的图片文件。 ◦ ai topic (string): AI术语主题名称。 • 输出 : ◦ 完整的知识卡片。 ❗ 请注意：我在这里使用了百度预设的模板，如果你有需求可以自己设置模板 ◦ 完整的知识卡片。 ❗ 请注意：我在这里使用了百度预设的模板，如果你有需求可以自己设置模板 请注意：我在这里使用了百度预设的模板，如果你有需求可以自己设置模板 好了，这就是整个工作流的完整内容了，大家可以照搬过去自己体验一下。 最后 从民政局门口的香水摊，到各种各样的创新应用，百度千帆AppBuilder正悄然改变着创意实现的方式。过去，一个技术小白把想法变成现实可能需要找程序员、筹资金、等上几个月。现在，只需一台电脑，一个平台，几天时间，灵感就能变成实际应用。正如Helen所说："技术的进步不只是让计算更快、功能更多，而是让创造的门槛变得更低，让更多人能把想法具象化。" 未来，Helen会带着她的"AI调香师"去更多地方，而在城市的某个角落，又有一群创想家正使用AppBuilder搭建着自己的应用，将下一个美好的创意带入现实。科技与人文在这里交融，创新与传统在这里对话，这些平凡生活中的小确幸，恰是技术最温暖的模样。 You don't have permission to access this synced block. Please log in and try again. Log In 🔗 原文链接： https://mp.weixin.qq.com/s/D6iupeKM... https://mp.weixin.qq.com/s/D6iupeKM... 原创 蓝衣剑客 AIGC思维火花2025年07月17日 14:12 河北 这几天，朝阳群众们在民政局门口又有了新体验。如果你要问这个新是啥，那当然是Yee老师的AI调香啦！ 现场排队的人 不算多，大部分都是刚领完证的新人，手里都拿着红本本，脸上洋溢着幸福的笑容。Helen和她的团队热情地接待每一位好奇的人："只要分享一段特别的故事或记忆，AI就能为你调制一款专属香水。"整个过程出奇简单：说出一段话，工作人员把内容输入电脑，几秒钟后系统就会生成一份香氛配方，然后现场调制出来，还附赠一张精美的卡片，上面印着故事和香水描述。 现场的故事总是令人忍俊不禁又感动不已。一对刚领证的年轻夫妇输入了"以后一起还房贷"，系统立刻给出配方：前调青柠，中调鼠尾草，尾调雪松，取名"共同账户"。这个名字一出，周围的人都笑了。另一位体验者输入"先谋生再谋爱"，得到了一款名为"清醒"的香水，前调冷杉，中调白茶，尾调没药。 最 让人印象深刻 的是一位 北京阿姨，她提起现在结婚的年轻人越来越少，十分清醒地说道“宁可一人过也别凑合，要和对味的人在一起，就是不结婚照样幸福”。Helen立马把这段话输入进去，系统立刻给出了配方，香水名字更有趣了，直接起名叫“人间清醒”。 Helen还带来了香氛石膏牌，可以挂在新房或车里，香味能持续很久。不少新人买了石膏牌，说要挂在新家里，让这份幸福的味道一直陪伴着他们。 一位刚体验完的新人表示："这比普通香水有意义多了，它承载了我们的故事和回忆。" 作为WaytoAGI社区的共建者，我最初是在社区的公众号上了解到这个项目的。当时社区公众号分享了Helen在社区中提出这个创意的故事，以及她如何得到社区伙伴们的鼓励和支持。WaytoAGI社区一直致力于推动AI创新项目孵化，而我前段时间有幸亲身体验了这项AI调香活动。现场气氛热烈，不少参会者和我一样，都被这种创新的交互方式所吸引——只需输入一段个人故事，几分钟后就能拿到一瓶与之匹配的专属香水，这种体验既新奇又富有意义。 这背后的核心支持者，正是百度智能云的千帆AppBuilder。 简单来说，百度千帆AppBuilder是一个AI应用构建平台，让开发者甚至是非技术背景的创意人士，可以通过"拖拉拽"组件、配置流程的方式，像搭积木一样快速创建出功能强大的AI原生应用，而无需编写复杂的代码。 实例教学：AI知识卡片生成器 为了让更多人理解这种创新模式，我们可以看另一个基于AppBuilder的应用案例——"AI知识卡片生成器"。这个工具能将用户的问题或概念，你只需输入一个问题或者概念，比如"什么是RAG技术"，它就能在几秒钟内理解你的疑问，查阅权威资料，并创作出一张既美观又专业的知识卡片。这些卡片不只是干巴巴的定义，而是经过精心打磨的内容，配以相关的概念图解，让复杂的AI概念变得通俗易懂，一目了然。 用户也可以将生成好的知识卡片分享朋友圈、公众号等社交媒体上。每张卡片都经过多轮优化，不仅内容权威精准，还格外注重可读性和传播性，让你轻松成为朋友圈里的"AI科普达人"。 技术实现路径 实现这样一个应用，关键在于设计合理的工作流程。以下是基于AppBuilder构建此应用的主要步骤： 1. 概念识别 ：首先分析用户输入，提取核心的AI术语或概念 2. 知识获取 ：利用百度百科等外部知识源获取权威信息，同时设置知识兜底机制 3. 内容创作与优化 ：通过初稿撰写、批判性反思和润色生成三个环节，创作出简洁有力的内容 4. 多模态内容生成 ：基于文本内容创建匹配的视觉元素 5. 模板应用 ：将文本与图像整合到精美模板中 工作流程图 以下流程图展示了从用户输入到最终生成知识卡片的整个处理流程: 工作流节点详解 接下来就是每个节点的详细说明、功能及对应的提示词。 节点1：开始节点 • 节点类型 ：开始节点 • 功能描述 ：作为整个工作流的入口，负责接收用户的原始请求。 • 输入 ： ◦ rawQuery (string): 用户输入的自然语言查询，例如“请帮我解释下RAG”。 ◦ rawQuery (string): 用户输入的自然语言查询，例如“请帮我解释下RAG”。 • 输出 ： ◦ rawQuery (string): 将用户查询传递给下一个节点。 ◦ rawQuery (string): 将用户查询传递给下一个节点。 节点2：概念识别节点 • 节点类型 ：LLM • 功能描述 ：利用大模型分析用户的自然语言输入，精准提取出用户真正想了解的核心AI术语。 • 输入 ： ◦ rawQuery (string): 来自开始节点的用户查询。 ◦ rawQuery (string): 来自开始节点的用户查询。 • 输出 ： ◦ ai topic (string): 提取出的核心AI术语，例如“RAG”。 ◦ ai topic (string): 提取出的核心AI术语，例如“RAG”。 • 提示词详情 : 系统提示词 用户提示词 节点3：百度百科节点 • 节点类型 ：Component (组件) • 功能描述 ：调用外部的“百度百科查询”组件，使用提取出的AI术语作为关键词，获取权威的背景知识。 • 输入 ： ◦ ai topic (string): 来自概念识别节点的核心AI术语。 ◦ ai topic (string): 来自概念识别节点的核心AI术语。 • 输出 ： ◦ text (string): 百度百科的查询结果。如果未找到，则输出为空。 ◦ text (string): 百度百科的查询结果。如果未找到，则输出为空。 节点4：分支器节点 • 节点类型 ：Condition (条件判断) • 功能描述 ：检查百度百科节点的输出是否为空，以此决定工作流的走向。这是实现“权威源优先、模型知识兜底”策略的关键。 • 判断逻辑 ： ◦ 如果 text 不为空：工作流走向“知识源合并节点”。 ◦ 如果 text 为空：工作流走向“知识兜底节点”。 ◦ 如果 text 不为空：工作流走向“知识源合并节点”。 ◦ 如果 text 为空：工作流走向“知识兜底节点”。 节点5：知识兜底节点 • 节点类型 ：LLM • 功能描述 ：当百度百科无法提供信息时，此节点被激活。它利用大模型自身丰富的内置知识，为AI术语提供一份高质量的解释，作为后续流程的“原料”。 • 输入 ： ◦ ai topic (string): 来自概念识别节点的核心AI术语。 ◦ ai topic (string): 来自概念识别节点的核心AI术语。 • 输出 ： ◦ ai knowledge (string): 模型生成的专业解释。 ◦ ai knowledge (string): 模型生成的专业解释。 • 提示词详情 : 系统提示词 用户提示词 节点6：知识源合并节点 • 节点类型 : Text (文本处理) • 功能描述 : 作为一个数据汇合点，无论是来自百度百科的 text ，还是来自知识兜底的 ai knowledge ，都在此被统一成一个标准变量，供后续节点使用。 • 输入 : ◦ text (string): (来自路径A) ◦ ai knowledge (string): (来自路径B) ◦ text (string): (来自路径A) ◦ ai knowledge (string): (来自路径B) • 输出 : ◦ output (string): 合并后的知识源文本。 ◦ output (string): 合并后的知识源文本。 节点7：初稿撰写节点 • 节点类型 : LLM • 功能描述 : 利用上一步整合的知识源，以“科学家兼科普作家”的身份，撰写一段约50字的、准确通俗的术语定义初稿。 • 输入 : ◦ ai topic (string) ◦ output (string) ◦ ai topic (string) ◦ output (string) • 输出 : ◦ initial draft (string): 生成的定义初稿。 ◦ initial draft (string): 生成的定义初稿。 • 提示词详情 : 系统提示词 用户提示词 节点8：反思批判节点 • 节点类型 : LLM • 功能描述 : 模拟“毒舌主编”的角色，对初稿进行批判性审阅，提出3条具体的、富有创意的改进建议，以提升文案的趣味性和传播性。 • 输入 : ◦ ai topic (string) ◦ initial draft (string) ◦ ai topic (string) ◦ initial draft (string) • 输出 : ◦ critique (string): 生成的3条优化建议。 ◦ critique (string): 生成的3条优化建议。 • 提示词详情 : 系统提示词