记录了2024年关于AI使用的一些真实场景，包括在解放生产力、效率提升、数据安全等方面的一些应用。
一部分是重复的工作，这部分彻底摒弃了人为去实现；一部分是复杂的数据处理部分，让AI实现，有些工作需要多个AI完成和调教。
一，最简单的结果搜索工作
日常中的搜索任务，都用AI替代了，例如工作生活在一些盲点，需要用到百度或者google搜索基本都被AI替代；
用AI进行内容搜索的好处是答案精准，弊端就是AI的输入词也就是所谓的提示词（prompt）需要精而简，废话不能多，但是该说的也不能落下，例如当前需要搜索一个答案：
搜索引擎：如何能够更快速的阅读文章且不容易忘记其内容？
AI提示词：你现在是一个已经阅读了上万本书的阅读超级爱好者，请以你的经验告诉我如何在阅读的过程中能够更加快速，且在快速的同时能够更容易记住书中的内容，希望你能够提供一些通俗且有效的方法给我，尽可能详细一些。
结果：
然而，可以通过AI替代搜索引擎，精准的获得自己想要的答案或者知识。这个案例通常用到的模型有ChatGPT、腾讯元宝、Gemini和X的Grok。虽然都属于通用大模型，但是在文字垂直领域表现的很不错。
二，长文档的归纳、总结和脑图的生成。
将一篇非常冗长的文档直接扔给大模型，让他帮你总结大纲和要点知识。对于200页以上的文章总结和归纳可省时省力，对想要的知识点更有目标性的获知。大模型不仅解析了文章中的内容，然后对文章的内容进行了推理，提取了哪些是重点，哪些是纲要，一一列举，提升效率的小能手。
这里的文章格式可以是PDF、doc、MarkDown、PPT等格式，还可以是一个超链接，AI可以解析超链接并且对超链接中的内容进行推理且输出。
这里用到的大模型有：
腾讯ima，google的AIStudio（集成Gemini），ChatGPT，智谱。
case：
三，长文档的翻译。
对于经常做文献翻译的人也许是一个福音，可以对500页及其以上的外文文档进行翻译。或者可以翻译为外文文档的大模型。
大模型翻译跟日常的翻译软件翻译不同的是，大模型能够理解上下午，可更加准确地翻译当前场景中用到的字词句，包括语境、专业方向等，而不是单纯的翻译文字。
这里用到的大模型有Gemini、x-doc、DeepSeek。这里Gemini是1.5pro版本，可在AIStudio中直接使用，背靠google也是翻译最准确的大模型了。deepseek是国产开源大模型，价格便宜且速度快，而且准确，性价比之王。
x-doc可以将翻译后的文档以文件的形式输出，并且文件格式可与源文件格式保持一致。
case:
四，文本翻译、推理、修改等。
场景1：翻译SRT文本
大模型：DeepSeek、Gemini、ChatGPT、腾讯元宝等，Claude应该也不错，不过目前账户还没有注册成功。
将一段文本中的部分内容进行翻译，并且按照原格式进行输出，这里翻译了一段SRT（歌词/字幕）格式的文件。以下这个案例就能明白搜索引擎/翻译工具跟人工智能的最大不同之处。首先翻译了一段字幕，但是不是我想要的形式，因为不方便查看又不方便复制用时，然后又加了一些其他需求，“输出到黑板中方便复制”，就这么完成了…
场景2：OCR及逻辑推理，前段时间有一同事去体检化验，化验报告里边的的一直指标都看不懂，然后我将报告扔给了AI，几十秒出结果，并且告诉你哪些指标正常、哪些偏高、哪些指标异常，应该怎么缓解、建议如何应对等意义列举出来了。
这里用到了GPT-4，Gemini等大模型的推理。
case：
场景3：文件生成（代码形式生成原型图等）。
用代码生成html格式的原型图，也是目前我用到最多的功能了。
通过提示词的描述和调整，告诉AI你想实现什么样的UI界面（原型）、跳转逻辑（UE）以及一些系统图表（DATA）；包括系统架构图以及系统的数据设计图、模型图（MODEL）等。
这里用到了vs+cline+deepseek或者vs+Github Copilot，或cursor。
deepseek需要创建Api Key，Github Copilot和cursor仅需要账号就能操作。
case：
接下来就通过提示词让AI实现你想要的UI效果及点击跳转等，case：
提示词1：
“创建一个新的HTML项目，需求为： 1，整个html项目主要是为了做原型图而使用，并非那么精细； 2，页面和页面之间需要有跳转逻辑； 3，创建js、css、index.html文件，再创建image目录。”
提示词2：
“在金刚区下边显示一个瀑布流，瀑布流汇总的元素有： 1，白色背景，需要圆角且外阴影； 2，图片，显示在白色背景上； 3，图片下方有文字描述，最多两行； 3，文字描述下方显示一个用户头像和昵称，要求在白色背景的左下方； 4，字描述下方显示一个点赞数量，要求在白色背景的右下方；”
效果：
一下是通过二十分钟左右调教AI设计出来的一个原型图：
目前代码生成需要收费，包括deepseek或者cursor。其实上手很简单，就是提示词工程量比较大，最重要的是精而简。
既要让大模型理解，又不能让大模型误解。
deepseek目前比较便宜，cursor一个月20美金，deepseek请求了一百多次才几毛钱，价格很便宜。
五，个人知识库；
个人知识库是一个很有用的东西，就像一个容器似的，记录自己的所有知识及表达方式的一个数据库。
案例：可以将自己平生阅读的所有书籍笔记做成一个知识库，当每次查询东西的时候可以在自己的知识库中查询和总结；
作用：
1，快速的查询和总结自己已有的只是；
2，知识的积累和沉淀；
3，根据自身的习惯、偏好回答一些问题；
4，可以根据自身的语言偏好做一些自动化的功能，例如自动回复邮件、待办事项等信息的处理，将它变成自己的个人小助理；
目前市场中大部分的AGI都能搭建自己的知识库，只不过需要一些技术的要求，例如本地大模型的环境搭建、网络大模型的话需要会一些API的接入、数据的格式化（json、markdown等）；
推荐一个可视化的软件，可以很简单地创建自己的知识库，腾讯的ima，[https://ima.qq.com/]，可将自己的知识库添加到ima里边，通过腾讯的元宝大模型进行查询、推理、生成等，非常方便。
个人知识库的原理其实就是，通过市场上已经训练好的大模型去查询、推理自己上传的内容，生成新的内容。
联网需要配置个人知识库的大模型通常的步骤：
1，申请大模型的网络API；
2，将自己的知识进行格式化为某一个模型所需的格式；
3，如果知识数据存在本地，需要复杂一点的存储格式，例如数据库，通过API调用本地数据进行查询和推理；如果知识需要上传到网络，那么需要通过工具或者API将格式化的数据上传到网络；
4，通过调用API输出或者通过工具的使用，输出查询和推理后的内容；
六，音频解析；
前言：音频的解析涉及到了AGI领域了，真正的AGI看了真的让人害怕，因为AI已经能将所有的事情做了，人类还需要做什么呢。有时候了解的领域知识越多越害怕。
1，语音识别和格式化：OpenAI开源了音频识别并格式化工具whisper，可通过本地部署识别音频并且进行SRT化的一个工具，识别效率根据自己的硬件而定，识别结果准确定很不错，一些人为听不清的音频都能进行识别，如下图6-1为whisper的识别结果。
此工具最大的用途是可以提取音视频中的内容以文字的形式输出，对于那些影视工作者或者视频编辑人员非常友好，不需要自己再手动添加字幕，可以通过此工具进行识别，然后再找一个AI进行语境的调整和修改，就可以直接添加字幕到视频中。
2，AI Studio：
个人觉着是自己用过最强大的AI了， 真正的AGI，这个条目说音频，就拿音频来说：
（1），音频识别、推理：
先说说流程节点：
上传音频（实时录制音频）- 识别音频 – 解析音频内容 – 根据音频中的内容进行推理 – 实现推理后的结果
通俗的讲一个场景：打开AI Studio后，打开麦克风，告诉Studio，也就是开始对话了
人类：“今天身体有点不舒服”；
AI：具体哪里不舒服，您可以说出来我可以帮助您排查。
人类：稍微一着凉就会咳嗽，而且感觉咳嗽的时候肺部有点不舒服。
AI：好的，这种情况我可以一一告知您是什么状况，应该怎么预防和防护以及治疗；
AI：原因1 – 方案1
AI：原因2 – 方案2
AI：原因3 – 方案3
（2），音频识别、推理翻译：
上传音频 – 解析音频内容 – 生成想要的格式文本（RST 、json，md等）- 翻译 – 输出
AI Studio功能特别强大，集合的Google所有的AI功能于一身，这里的AGI表现为音频的解析、推理然后配合文本的生成和输出，也是AGI的主要用途之一；
以上whisper所完成的人物，AI Studio也可以完成，可以将音视频可以直接丢给AI Studio，让其解析、推理生成我们想要的内容。
今天丢给了AI Studio一个视频，让Studio通过解析生成视频中所要的效果图，关于产品开发方面的，用了一分钟不到就生成了，效果也不错。
AI Studio还能通过获取语音中的内容，通过语音告知大模型下一步要做的动作，以音频内容作为输入，可以输出图片、文字、其他动作（创建文件夹、文件）及内容，这种形式也就AGI的最标准的表现形式了。
八，文生图、图生图\扩图、图片处理（清晰化处理、图片着色等）
文生图现在有很多模型，包括本地部署的、网络的等，而且都比较成熟：
本地：
Flux，开源的文生图大模型，配合ComfyUI工作流生成图片，网络上已经有很多调教好的lora，可以直接用。
1，x grok效果很不错，而且没有任何因素的限制，任何东西都能生成，并且不需要在乎版权；
2，国内比较好的模型就是字节的即梦，不仅可以文生图、还能生成海报、最后可以将图生成视频，效果很好；
3，国内快手的kling，问生图效果也很好，不仅可以文生图，还可以进行在线试衣功能；
3，腾讯的元宝、阿里的通义、字节的豆包（没用过）应该都是可以进行文生图的。
4，国外的一些domoai、krea、开源的flux、sana等都不错。
目前文生图的场景主要用于：[1]，海报；[2]，自媒体封面制作；[3]，自媒体视频素材；
扩图功能目前知道的有：
1，字节的即梦；
2，通义千问中有扩图智能体；
3，Diffusers Image Outpaint；
图片清晰化处理：
ESRGAN，可在设备端本地进行部署；
图片着色：
阿里DDColor：
https://www.modelscope.cn/models/iic/cv_ddcolor_image-colorization/summary
https://replicate.com/piddnad/ddcolor
扩图功能、图片清晰化处理、图片着色主要是针对日常中图片的一些处理，并不是必须使用的长期功能、相信以后得AI结合硬件设备（手机、电脑）之后，这些功能都会自带并且免费使用，下图为文生图的一张示例：
问生图是大模型表现出AGI效果最普遍且最初始的功能，输出的结果已经相当成熟，目前国内外大厂的AGI都有问生图功能，也算是基础功能了。
问生图如今用到大部分社交媒体软件，为了匹配文案或者发布动态使用。
七，视频解析、归纳总结
场景：在视频特长且不想去观看，且想知道视频里边讲的内容或者主要知识点，就用到了这个功能。
流程节点：上传一段视频（也可以是长视频）给大模型，大模型通过解析、推理，然后输出视频中的纲要、知识点，也可能生成知识脑图。
1，这里推荐360浏览器，可以进行视频解析及大纲的提取；
2，Gemini;
视频解析及推理是AGI比较高级的表现了，也是AIG想象中的神态。这里的视频不仅仅是上传的视频，也可以是实时录制的视频流。
大模型对于视频的处理更加消耗资源，包括硬件及耗电方面；所以目前视频的解析支持的模型多，但是大多不开放使用。
推荐google Gemini，非常好用。
九，视频生成；
从24年年初sora的预发布到年中各大厂商视频生成模型的大爆发，24年可谓是百花争艳的一年。
背景：其中OpenAI年底发布的sora不及用户预期，效果没有宣传的那么好。且google也放出了veo2的生成片，比sora的效果好太多。或许在多模态方面google已经不在落后OpenAI。
国外的
国外目前第一梯队的模是：runway
年中国内的几家公司分别发布了自己的视频大模型，效果已经赶超了sora，属于世界第一梯队了，包括：
快手的kling，目前是文生视频最好的模型；
海螺AI，效果也很好，跟kling不相上下；
pixverse.ai，生成速度快，效果也不差；
字节跳动的即梦，效果也很好；
其他的包括：阿里的通义、腾讯的元宝都在24年相继发布了自己的视频模型；豆包应该也有，这个没用过。
生成模式：目前视频生成的模式有3中，文生视频、图生视频、视频生视频（转换源视频风格）。
场景：目前视频生成的场景对于单个用户来说几乎为0，对于企业或者团队来说还是有用的，例如一些产品的宣传视频，需要通过Domo AI生成图片，然后再通过图片生成视频，外加各种调教和修复才能成片，对于个人来说成本有点高。
所以目前在产品宣传领域、电影制作领域用到文生视频的场景多一些，其他基本没有什么应用场景，在应用场景有待发觉的同时，也需要大模型生成视频的效果越来越逼真，对于物理世界的理解越来越真实。
以下是通过即梦生成的一张动态海报视频：
十，AGI；
何为AGI，就是类人的大模型，也就是所谓的通用大模型。脱俗的讲，就是跟人类智力水平相当的大模型，人类能干什么，他就能干什么。
目前AI的能力尚未达到AGI的水平，不过目前留给人类的时间也不多了，因为大模型很快就能达到AGI的水平。目前OpenAI、google、微软、meta，国内的阿里、腾讯、字节他们的模型发展方向都是AGI方向。
从一开始的文本识别、总结、推理，到后面多模态的发展，如音乐的生成、音频的识别、推理，到后边的图片、视频的识别、推理、生成等，无一不展现出AI的发展速度，从文本到多模态的发展仅仅大约是一年时间，如果从25年开始到真正的AGI实现，可能用不了三年时间。
有时候AI工具用着用着，自己都有点害怕，害怕AI不仅仅能帮人类提高效率，害怕的是真正有一天替代人类，那么人类的还需要做什么？
从年底的动态来看，包括国内外的所有科技公司都押注到AI领域，宁愿花几百到千亿美金建设自己的计算中心来训练AI，说明AI时代已经到来。这是历史的趋势，就跟当时的移动互联网一样，只不过大模型的研发要比移动互联网时代门槛高很多，包括芯片成本、技术人员成本、后期的应用场景及推广。
目前从我自身的应用和浅显的理解，当下的AI就能彻底替代很多人的工作，包括翻译人员、文员。医疗领域和教育领域不会全被被替代，但是如果这些领域如果有了AI赋能，或许医疗队伍和师资团队至少能够减少1/10的人员，因为AI比人好用。
按照现阶段发展的现状来说，AI的应用不会全面在国内铺开来使用，也是为了社会稳定、平复之间的差距、就业率等等。
十一，API系列；
通过获取API，配置到相应的工具，实现多模态的输入输出。
场景：
1，翻译插件，配置了deepseek；
2，代码生成工具，配置了deepseek；
3，某些翻译工具， 配置了gemini1.5pro；
自由度更高，也能通过API部署自己的大模型应用，虽然大模型师其他厂商的，嗲用API而已。
目前大模型的token已经相当便宜，年中OpenAI降价、年底deepseek的横空出世以及国内阿里字节等大模型的token都降价，有的降了150%。
笼统的讲，可能拥有10000用户量的AI应用，一年的API费用也超不过2000块，至少比服务器便宜很多。
使用：去各大厂商大模型开放平台注册账户、然后申请key就能使用，没技术也可以用。
https://aistudio.google.com/apikey
https://platform.deepseek.com/api_keys
十二，一些集成AI软件的推荐；
1，Notion，强大的笔记代办事项工具，现在可以通过AI自动生成格式化的文案、流程图、表格、头脑风暴等。
2，vscode，这个就不用多提；
3，飞书，AI加持后的强大无与伦比，包括总结、表格生成、数据处理等。
结尾的感觉和告诫：
1，拥抱AI，一定要拥抱，如何拥抱，就从使用开始[使用他、接受他、依赖他、拥抱他]；
2，提示词工程其实也是一个比较复杂且严谨的技术语言，还是那句老话，“既要让大模型理解，又不能让大模型误解。”；
3，多用、多想、多对比，可能会减少你很多时间成本，从而间接地增加了你的其他资产；
如转载请注明出处！