
广告人变代码人?我的 Python 学习实录
我从完全不懂代码,到做出自己的 chatbot,并自动化处理 450+ 篇博客数据。这里是 Python 如何打开我之前没意识到的新可能。
此分类共 69 篇文章

我从完全不懂代码,到做出自己的 chatbot,并自动化处理 450+ 篇博客数据。这里是 Python 如何打开我之前没意识到的新可能。

我花了一周测试 Google 的 Gen App Builder,并发现提升 chatbot 回答质量的关键:不仅要喂入非结构化数据,还要用 chatGPT 把 450+ 篇博客整理成正确格式。

我在不到 2 小时内把 Google 的生成式 AI agent 集成到网站上:这里是哪些地方有效、哪些不行,以及我后来为什么把它替换成自建 chatbot。

我在部署第一个 AI chatbot 后收到 200+ 条自己看不懂的安全告警,这让我意识到:在继续做应用之前,必须先补网络安全基础。

在几乎零编程基础下,我把 chatGPT 当成教练,从头做出了一个可运行的 chatbot——没有评判,只有真正能执行的分步指导。

ChatGPT 不只是回答了我的技术问题:它先浏览了我的网站,再按“非技术用户”方式给步骤,最后还帮我验证我有没有做对。

仅仅三个月,全球主要搜索引擎都已整合 AI 对话能力;加上 ChatGPT 的联网与插件上线,SEO 的游戏规则正在快速重写。

我尝试梳理 AI 如何影响全球权力格局:从 2030 AI 强国竞争到军事、劳动力与供应链风险,这场竞赛为什么会影响每个国家。

我让 GPT-4 先批评我的文章,再按它自己的批评重写一版。结果是:可读性确实更强,但关键细节和行业上下文明显被稀释。

微软正在加速把大模型嵌入 Office 365;与此同时,GPT-4 技术报告已明确列出一系列系统性风险。能力跃迁与治理速度之间的张力,正在成为核心问题。
我让 GPT-4 与 GPT-3.5 用同一提示词总结 Ray Dalio 对 SVB 的文章。两者都能做对主线,但在结构、细节与可读性上,差距比我预期更明显。

我们花了几天尝试把女儿的故事做成 AI 插画书,却卡在“角色跨场景一致性”这个核心问题。单图好生成,连续叙事仍很难。