1.实习介绍2:这段实习经历延展了很多，包括我主要的工作内容是什么，平时生图的工作流程是什么，卡点在哪里，怎么解决的对工作内容:链路为竞品分析/社媒研究-脑暴-推进训练集(这一部分生图生视频比较多，调整prompt)-测试-上线-koc社群卡点:无法达成稳定效果会放弃(可能是因为本来也是p2级别的优先级);还说了一个通过多次调整、确定玩法视觉效果最后达成成功，做出突出效果的。3:ai生图/生视频最重要的部分我的回答是考虑生成用途(for社媒)，指合遵从度(p0)、有无bug、审美效果(如配色)、有无明确突出的画面达到视觉震撼。4:最近关心的ai应用，我回答的是今天刷xhs刚看到的自然语言生成comfyui工作5.我平时用的AI应用是什么

在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...

在生成式AI广泛应用的企业环境中，高质量的Prompt是释放大模型能力的关键。然而，一线员工的prompt engineering能力差异较大，分布不均，且通过一线使用人员独立维护的话，会导致最终输出结果的不可控，即导致输出质量参差不齐。通过建立标准化的Prompt模板，可以大幅提升AI应用的稳定性和效率，降低试错成本。本文将分享几种适用于企业内部的Prompt模板，并结合实例说明其用法。一、标准化模板的价值企业级Prompt模板旨在将复杂任务拆解为清晰的指令框架，确保模型理解一致。其核心要素包括：角色定义、任务描述、输入格式、输出要求及约束条件。标准化后，通过维护字典进行后端调用，可以确保使...