最近听过一个很有意思的论点：现存的AI资讯是噪音！
信息证明了AI的价值，但却无法对大家有更深的帮助。制作知识库前，我调研了许多知识库，但发现大多知识库缺少系统化引导和工作流。因此，就有了「人人都是AI工程师」知识库。
-
从0基础到了解AI的概念（大模型、大模型基础原理、应用层）、应用场景、AI隐患、AI赛道KOC和一手信源、目前（指24年5月）的AI边界……；
-
实用篇：直接使用的Prompt库I指令工程，直接应用于实际场景的提示指令 ；
-
AI指令优化，如何基于自身工作需要，理论篇：AI指令效果优化出高质量指令（风格化、指令拟人化……）
-
将AI融入自身工作流，实用篇：AI工作流，例如：批量生成爆款内容并发布到自媒体平台、快速了解一个行业知识信息、用AI制作个性化陪伴、借助AI进行数据分析/内容提炼/内容转换；
-
AI案例篇：生成式AI应用案例解AI的使用案例，包括大厂使用案例和AI副业赚钱案例 ；
-
AI行业可使用工具分享AI工具篇：实用AI产品库；
-
AI赛道相关KOC（一线信源）I行业一手信源，AI领域优秀的KOC。
-
AI大模型私有化部署助AI私有化部署自己的大模型，包括部署/训练等信息。
-
对AI原理的深度探索
-
AI赛道最新AI新闻、行业报告集合；
-
对那些还未产品化或无法使用的AI产品进行深度探讨，例如AI机器人，AI智脑等。
1.研究AI时，获取一手信源，而不是AI新闻。
2.用AI解决实际问题。
3.“AI的核心是为人服务。”对这句话的理解是：AI是工具，只是比其他工具更有价值。你可以用AI做决策，执行……等事情，但核心是你的需求。
1）市场还早，大模型能力未达标，现在能落地能赚钱的公司大多是套壳的、擦边的、蹭的，真信 AGI，真想做 AI 的大多都在痛苦挣扎。
2）目前市场上所有的产品都将成为先烈和炮灰。这件事我们在移动互联网时代见的太多了，大部分产品会随着时间发展而淘汰，小部分产品会逐渐升级迭代成完全不同的逻辑。
我们实际上也看到了一些未来的方向和机会。
1）所有的现存外包场景都有机会用 ai 的方式和组织结构重做一遍，并扩大 n 倍。
2）大多双边平台都有机会被 ai 改造，非标服务可被 ai 标准化，生成式内容可把双边平台变成单边即可成立并快速起量。
3）大多复杂产品和交互形态都有机会被 ai agent 简化成聊天类产品交付，大幅降低使用门槛
4）内容生成即渠道，解构渠道
2024 年我们判断企业和选择项目的标准就是：
要不然就是能够落地的，能有规模性收入和利润的公司（这类公司我不仅不会介意你不够 AI，反而还会介意你太 AI），要么就是足够创新的公司（surprise me, pls)，而对创始人的要求就是想的够清楚，学习能力够强，最好能兼具生意能力和优秀创业者的特点。
个人点评（24年7月23日）：
#目前的AI
1.对于AI，我个人认为AI是能够成为各类产品底层的服务。
2.不用迷信AI，目前（2024年4月28日）的AI，还存在一定的缺点，很难生成满意的标准化产品，离不开人工参与。所以，如果你担心AI取代你的工作，不如先试着了解AI。可以预见的未来，AI会重度参与到我们生活的方方面面。
3.AI的边界，受限于使用它的人。如果使用者的能力不够，无法给出优质的指令（目前），那么AI也只会生成比较粗糙的内容。
4.举几个实际例子好了：翻译中的些许错漏，数据分析中存在的数据错误……这些错误在面对B端服务的时候，是很致命的问题。AI的准确性会影响AI的使用频率。
参考：
注：知识库中的部分指令，来源于互联网，知道来源的我都加上了来源。但部分指令不知晓来源，并未标注。若指令原作者并不希望自己的指令出现，可来联系我。（联系方式在下方）
最后，如果看到这里，不妨交流一下。
简单介绍一下自己：
冷皓东，目前在上海工作，自我定位是产品商业化策略运营，有自己创过业，也有过大厂工作，参与过100万DAU产品的运营，也操盘过多个商业化产品并拿到结果。我个人认为，AI会是未来的机会所在，如果你对AI、产品商业化、互联网感兴趣，有自己的思路，欢迎小伙伴来和我聊一聊。
我个人比较擅长产品商业化、增长、运营架构、AI应用层相关的东西，相信可以和你做一些价值互换。
添加请注明"AI"，麻烦啦