AI大模型神仙打架，但这些AI工具你真的会用吗？

AI大模型神仙打架！我们用AIGC究竟可以做什么？文本生成、语音对话、图像识别、高清绘画、音视频生成……这些功能AI大模型通通都可以实现！

但在众多AI大模型中，究竟该如何选择？哪一个才是最好用的？又有哪些AI工具最符合你的工作或学习需求？

其实，只要体验使用过这些AI工具，就会有比较明确的答案了。但是，AI工具如此之多，大部分人并没有时间和精力去对比选择。在这里，我把自己的使用经验分享给大家！

文本生成

国内的Kimi智能助手、智谱清言、天工AI、文心一言都可以完成文字推理，文案写作、方案策划、简历生成、会议总结……这些都可以轻松实现，而且基本都是免费的。其中Kimi可以上传 pdf、doc、xlsx、ppt、txt、图片等多种格式的文件，支持200万token，超长无损上下文。豆包除了在文本阅读理解与总结、写作辅助等方面表现不错，更是在智能体应用开发与推广方面，有着独特的生态优势。

语音对话

语音对话目前效果最惊艳的是OpenAI最新发布的GPT-4o,对话毫无延迟，可以随时打断，仿佛电话对面真的是一个人类在和你对话，并且它拥有强大的数据库，你可以问它任何问题，甚至可以实时翻译。国内语音对话比较好用的有豆包，可以自行设置专属于你的语音助手。

图像识别

上传图片，AI大模型就可以对图像内容进行识别，描述图像内容。最新的GPT-4o就不用说了，它甚至可以通过视频识别描述物体或场景。国内的智谱清言也有图像识别功能，上传一道高等数学题目照片，它可以按照要求正确识别出来。

高清绘画

AI绘画工具可以根据文字或图像生成各种风格的绘画。Stable Diffusion、Midjourney、DALL-E 3、Playground AI这些都是目前比较成熟的AI绘画工具，当然也有其他的。其中Stable Diffusion对配置要求比较高，Midjourney对新手比较友好，自由度较高，适合出概念。国内的可以尝试文心一格、通义万象等。

音视频生成

输入一段场景描述或图片就可以生成一段视频，甚至可以指定运镜，指定移动区域。目前国外效果比较好的AI大模型有Sora、Veo，但是这两个还没有对公众开放。可以使用的是Ruanway、Pika、Haiper这几种。国内可以尝试使用Dremina进行视频生成。另外可以使用Suno进行音乐创作，输入一段歌词，它就可以为你生成一段音乐。

不过AI工具虽然功能强大，但是想要用好，可能需要经过反复调整才可能达到想要的结果，很多人就是在这里止步不前。使用AI的人原本希望借助AI提高效率，没想到却耗费了更多的精力去训练AI。因此，提示词工程成为使用AIGC大模型的重要环节，想要提高AIGC大模型的输出质量，就需要输入优质的提示词。

例如，我们不使用提示词，用AI直接审校一段文字，最终只找到4处错误。

使用提示词之后，我们再审校同样一段文字，可以找到更多错误。

这里分享给大家一个提示词的书写规范：

按照上面的思路，我们用AI来审校文字，那么按照给出的提示词书写规范，我们可以这样与大模型对话：

接下来你只要输入需要审校的文字就可以了。在提示词中你还可以根据自己的需求添加其他注意事项，甚至给出范例，这样大模型输出的结果会更接近理想状态。

其实，提示工程本质上是人类帮助大模型进行任务的分解、步骤的规划、和能力的聚焦。人工智能不是万能的，绝大多数情况下，人类想不清楚的事情，人工智能也做不明白。不过，并不是所有与AI的对话，都需要提示工程。提示工程一般面向可重复的任务场景，以工作流形式固化逻辑、步骤、格式，避免人类重复思考。

许多人初次接触AI工具时，可能会因为不熟悉如何配置提示词而

感到困惑，如果想要将AI工具与实际需求融合，这就需要系统的学习和实践。

而人工智能最快的学习方式，就是使用。AIGC的技术变革，是以天为单位的。虽然AIGC目前还存在瓶颈，但是未来不可知。作为不希望被时代抛下的互联网学习者，我们需要着眼当下，把握信息不对称的窗口期，实现结果与价值。6月20-21日，“AI赋能出版人才创新实践培训班（第三期）”带您走进AI的世界，探索如何用好AI工具，让AI成为你工作学习的得力助手！

欢迎后台留言咨询。