跳到主要内容

· 阅读需 2 分钟

We take privacy seriously and are committed to protecting the personal information of our users. This Privacy Policy outlines the data collection practices for our App.

Data Collection

We do not collect any personally identifiable information from our users, except for the information required for crash reporting and to understand how users interact with our App. This information is limited to crash logs and user interaction within the App. The crash logs include technical information related to the error, such as the time and date of the crash, the device type, and the operating system version. User interaction data includes information about how users interact with the App, such as the features they use and how long they spend using the App.

Data Usage

We use the crash logs to identify and resolve technical issues that may arise in the App. We use the user interaction data to understand how users interact with our App and to improve our services. We do not use this data for any other purpose or share it with any third parties.

Data Retention

We retain the crash logs and user interaction data for a limited period of time, after which it is deleted automatically. This helps us identify and resolve technical issues that may arise in the App, as well as to improve our services.

Security

We take appropriate measures to safeguard the information we collect, including crash logs and user interaction data. We ensure that this information is kept secure and protected from unauthorized access, use, or disclosure.

User Rights

As a user, you have the right to request access to your personal information, as well as to request that it be updated, corrected, or deleted. You also have the right to object to the processing of your personal information and to request that we restrict its processing. Please contact us if you would like to exercise any of these rights.

Changes to this policy

We may update this Privacy Policy from time to time to reflect changes in our practices or legal obligations. We will notify you of any material changes to this policy by posting the updated policy on our website or through other communication channels.

Contact Us

If you have any questions or concerns regarding this Privacy Policy, please contact us at landropstudio@gmail.com.

· 阅读需 2 分钟

如果您在安装或使用过程中遇到任何问题,可以联系我们 👉 联系方式📱,与其他用户交流心得。

启用向导

一、确保您已经从 App Store 下载并安装了“中文汉化插件 for Notion”扩展。

二、打开Safari浏览器,检查扩展是否已经出现在工具栏中。如果扩展未启用,请单击工具栏中的扩展图标启用扩展。

汉化第一步

如下图:在弹出的菜单中选择“启用扩展”选项。

汉化第二步

汉化第三步

🎉 恭喜,您的扩展安装成功!

打开 notion.so 按照下图切换语言,即可开始体验简体或者繁体中文版 Notion!

切换语言

您在 iOS 和 Mac 以及 iPad 上只需要购买一次,即可全平台通用,无需重复购买。

支持平台

扩展支持以下设备平台,包括:

  • iOS
  • Mac
  • iPad
  • Apple Vision Pro

切换语言

点击扩展图标,可以随时手动切换您的 Notion 语言为英语、简体中文或繁体中文

切换语言

Notion 中文汉化,一键实现 Notion 的简体和繁体中文汉化,弥补 Notion 没有汉语的遗憾。

· 阅读需 9 分钟
By NotionSo

写在最前面

简单分享一下我们的看法。

  • 90% 的 Notion 用户请放弃你对这款 app 的期待。

  • Cron 的能力嵌入 Notion 并不代表你必须使用这个能力。

  • Notion 产品生命周期已经进入到一个非常成熟的阶段。

对了,这款产品支持12种语言。

1

不过依然要说声对不起,这12种语言不包括中文呢😁(或许哪天我们会给粉丝提供一下汉化文件)

哦对了,登录需要 Google 授权😁(请止步)


以下正文部分是 Notion 官方关于这款日历软件介绍的中文版本。 我穿插补充了一些背景知识,或许可以帮你更好的理解这款产品的前世今生。

Cron 现在更名为 Notion 日历。这是一种更好的方式来管理、组织和优化你在工作和生活中的时间。

时间是我们最宝贵的资源。然而,在过去十年里,用于管理时间的最关键工具——日历,只让我们逐步提高了效率。

💡 Cron 是一款号称要打造下一代日历的产品,在 2021 年底才上线 Beta 测试版,一上线在科技圈获得了非常不错的反响,很多人都将其作为现有日历产品的替代品。它一开始就不是只针对个人的,而是针对个人和团队,所以支持多账号,比方说工作账号和私人账号。和 Notion 完美契合。

大多数日历与其他工具没有连接,导致我们在管理时间和实际安排之间存在差距。会议与项目进度表分开存放,我们的工作日程不知道个人计划。因此,我们可能错过截止日期或者被安排重复会议。

今天,我很高兴向大家介绍 Notion 日历。这是一种全新的方式来统筹你在工作和生活中的时间。我们希望将来能够将时间层面融入到 Notion 的各个方面(笔记、项目、任务)中,以便您有一个统一管理所有争夺您时间事物的方式。

📢 Tips:2021年 Notion 收购了automate.io,后来推出了database 的 automation;2022年收购了日历产品 Cron,现在推出了 Notion Calendar。事实证明,和苹果学买买买策略是不会错的。

要开始使用,请连接您的 Google Calendar

⚠️ Notion 日历与哪些日历提供者兼容? 目前,Notion 日历可以与 Google 日历账户集成并同步。我们正在计划支持其他日历提供者,如 Outlook 和 iCloud。 Notion 日历在移动设备上可用吗? 是的,Notion 日历在 iOS 上可用。我们知道我们的许多用户使用的是 Android 设备,并正在努力将 Notion 日历引入 Android 平台。 Notion 日历是否可以将 Google 日历同步到 Notion? Notion 日历允许您查看您的 Notion 数据库项目与您的 Google 日历事件并排。这提供了一种简化的方式,可以查看项目时间线和任务截止日期与其他预定事件并排。然而,直接将 Google 日历事件导入到 Notion 数据库尚未成为可能。我们一直在探索 Notion 和日历的新的交互方式。敬请期待即将到来的令人兴奋的发展!

与您工作相关联以实现更高效的时间管理

你们中的许多人已经在使用 Notion 来运行项目和记录会议笔记(感谢大家!)。通过将相关文档、项目进度表和任务截止日期与您的日历相结合,更容易知道在哪里花费时间——无论是开会还是为了完成截止日期而进行专注工作。

在 Notion 日历中,您可以轻松搜索并连接所有相关的 Notion 文档到会议。例如,如果您正在安排一个冲刺计划会议,就不需要在应用程序之间跳来跳去以提供与会者所需的所有上下文信息。

将事件连接到 Notion 页面,并可一键打开。

您还可以将数据库项视为事件,在 Notion 日历中查看和管理它们,比如正在进行的冲刺计划截止日期。Notion 日历与您的 Notion 工作区深度集成,并且与您工作流程中使用的其他工具(如 Google Calendar、Zoom 和 Google Meet)紧密配合。

旨在促进专注

检查即将开始的会议时间可能看似无害,但这种上下文切换对生产力有害(重新聚焦需要长达23分钟)。

然而,在 Notion 日历中,你可以从电脑菜单栏直接查看当天日程并加入虚拟会议。如果你正在为即将到来的产品发布编写计划,你不需要离开该页面就能看到接下来有哪些会议或者距离这些会议还有多少时间。 5 从电脑菜单栏查看日程并加入虚拟会议。

为了进一步提高专注度,并减少在日历设置上浪费时间,您可以通过命令菜单和直观的键盘快捷方式管理 Notion 日历。

一个日历视图,管理您所有的时间安排

管理工作和个人时间通常需要两个日历。这种繁琐的切换可能导致重复预订或错过重要事件。Notion Calendar将这两个世界融合在一起。

如果您同时管理两个日历,比如工作和个人,请使用事件阻塞功能自动在每个日历上阻塞时间。

您可以在一个地方看到整天的安排 —— 您即将前往医生约会的时间可与会议和项目截止日期一同显示。而且通过 Notion Calendar 的自动阻塞功能,您不必担心冲突或重复预订。

此外,还有内置的调度工具。与他人共享您的空闲时间,并允许他们直接预定 —— 同时也会自动在您的日程中阻塞相应时段。同事们无法看到你有医生约会,但当他们尝试预定会议时,他们会看到该时间被占用了。

使用键盘快捷键"S"可以快速与他人共享你的空闲时间。

连接好的工作区现已加入了日历功能

我们希望 Notion Calendar 能为您提供更好地管理、组织和优先处理时间的方式 —— 无论您如何度过它。而我们才刚刚开始。

Notion Calendar 现已上线,对所有用户免费开放。立即在这里试用

国内下载链接

· 阅读需 29 分钟
By NotionSo

通过人工智能,你可以做出令人惊叹的事情——只要你知道如何编写(和重写)出色的 AI 提示词。

我不懂这个。所以我找到了我的同事 Theo Bleier,他是一位 AI 工程师,每天都在调整你在使用 Notion AI 时看到的预设提示。现在我能够解释给你听,如何运用生成式 AI 的惊人力量来提升你的工作和生活,从今天开始。

注意:本文中所有提示和回答均使用 Notion AI 完成。但我们讨论的原则应该适用于任何标准大型语言模型 (LLM)。

让我们先来思考一下大语言模型是如何工作的

像Notion AI、ChatGPT和Llama这样的大语言模型(LLMs)使用包含大量语言的数据集,相当于数百万本书籍、网页等。它们将这些数十亿个句子中的每个单词(或单词部分)转化为一个标记,并根据在该数据集中与其他标记一起出现的频率对每个标记进行排序。

当您向AI模型提问时,它会利用这些排名来研究您的请求,并返回其认为最理想的回答。对于简单的提示,这个过程似乎相当直接。

比如 宾夕法尼亚州首府是哪里?

AI 的回答

宾夕法尼亚州首府是哈里斯堡。

但是大语言模型有时会偏离其标记排名,以生成创造性的回应——因此被称为“生成式 AI”。结果可能会有点令人毛骨悚然。

比如早上好。你今天感觉如何?

AI 的回答

作为一个人工智能,我没有感受。但谢谢你的关心!我今天可以如何帮助你呢?

语言模型的标记排名策略如何产生复杂的语言和对话能力?这个问题仍然是一个活跃的研究领域。但我们不必完全理解这个过程才能学习如何操纵它。

像对待人一样与模型交谈

正常说话

生成式人工智能模型不像Siri或Google助手那样,它们只对确切的短语做出有效回应。经过大量对话文本的训练,您的语言模型已经可以了解到人们在交谈和发送短信时的所有细微差别。与它交流就像与人类交流一样,你会得到更好(更贴近人类)的回应。

简洁明了

尽量简化您的提示,同时确保在所有相关细节上解释清楚您的请求(稍后会详细介绍)。语言越清晰,模型误解您的话的可能性就越小(稍后也会详细讨论)。

不要使用否定短语,比如 "不要使用否定短语"

当你说“不要...”时,大型语言模型可能会关注“要”,而忽略“不”,从而执行你认为已经指示它避免的确切操作。因此:

错误: 不要包含不完整的列表。

正确: 只包括完整的列表。

告诉你的模型它需要知道的一切

现在我们已经讨论了如何与我们的大语言模型进行对话,接下来让我们谈谈我们要讨论的内容。

我选择了一个典型市场分析师可能需要帮助的研究项目,但你可以向 AI 提问任何你想知道的事情,从学校作业到如何为除夕晚会准备一份精彩菜单。同样的原则也能适用。

假设你是一家体育用品公司的市场分析师,并且你需要撰写“关于选择在美国的哪些城市推出新系列露营装备”的报告。那么应该如何提问呢?

给你的模型一个身份

想让你的模型扮演市场分析师这个角色吗?首先说:

您是一位市场分析师。

是的,听起来有点奇怪,但这确实有效。大语言模型通过人类语言进行训练。告诉你的模型假设自己是一名市场分析师,它将强调与真正市场分析师相关联的标记模式。

当以这种方式思考时,给予你的模型一个身份并不那么奇怪。而在它回应你的提示之前告诉它"深呼吸"确实有点奇怪,但显然也是有效的(参考这里)。

需求要具体化

语言模型逐个标记地理解语言。每一个标记都很重要,这就是为什么简洁性很重要,但你也不能假设你的模型会正确解释一个含糊不清的请求。

你是一名市场分析师。我们应该在哪里销售我们的产品?

AI 的回答

作为一名市场分析师,初步建议是专注于目标人群密集区域。然而,如果没有关于产品、目标受众和市场环境的具体信息,提供详细战略将变得困难。考虑进行全面的市场调研以确定潜在市场、消费趋势和竞争情况。

这个周到的回答礼貌地指出了我们没有给模型足够多信息以便它能给出有意义的回应。

让我们相应地进行调整:

你是一名市场分析师。我的公司应该在美国哪些地方销售露营装备产品?

AI 的回答

作为一名市场分析师,我建议将目光投向美国那些户外活动盛行的地区。其中包括太平洋西北部、落基山脉地区和东北部等地。这些地区以其自然公园和户外休闲活动而闻名,是露营装备的理想市场。

哎呀——我们希望报告能具体指出地点:

你是一名市场分析师。我们应该在美国的哪些城市销售露营装备?

AI's response

根据户外休闲活动趋势和人口数据,我们应考虑在以下美国城市销售露营装备:

1. 科罗拉多州丹佛 - 以其靠近洛基山脉而闻名,丹佛充满了户外爱好者。

2. 俄勒冈州波特兰 - 凭借其便捷的户外娱乐区域进入通道,波特兰是一个非常适合购买露营装备的城市。

3. 德克萨斯州奥斯汀 - 奥斯汀温暖的气候和附近的州立公园使其成为露营者们喜欢去的目的地。

4. 北卡罗来纳州阿什维尔 - 阿什维尔是通往阿巴拉契亚山脉的门户,吸引了许多远足者和露营者。

5. 明尼苏达州明尼阿波利斯 - 明尼阿波利斯以“万湖之地”而闻名,居民经常参与户外活动。

注意到如何对提示进行微小调整会导致 AI 的回答发生的显著变化吗?所以如果进行重大调整会产生什么样的结果呢?可以思考一下。

避免错误并获得出色的结果

AI 的回答越来越接近我们想要的,这是基于我们改进指示清晰度的原因之一,也是我们最重要的提示之一:

要全面

到目前为止,我们的提示相当简洁。但是大语言模型(LLM)能够处理大量的数据。这意味着一旦你擅长编写提示,你可以向它们提出更多要求。事实上,Notion AI相对于像ChatGPT这样的LLM而言具有一个优势,那就是你不需要从空白页面开始,而是可以在现有页面上开始,并告诉 AI 类似于“根据以上指南...”或者“查看上表以获取关于这些城市最新统计数据”。

作为市场分析师,请告诉我哪些美国城市是销售新系列露营装备的最佳城市,并提供支持您选择的证据,并建议每个城市应该销售哪种露营用品。

AI的回答

根据市场分析,以下美国城市对于销售我们的新款野营装备来说是一个绝佳机会:

1. 科罗拉多州丹佛 — 丹佛由于靠近洛矶山脉的众多野营地而成为理想之城。大量户外爱好者意味着对一般野营装备(包括帐篷、睡袋和烹饪用具)有很高的需求。

2. 华盛顿州西雅图 — 西雅图既靠近山区又靠近海岸,提供了一个多元化的市场。由于当地气候潮湿,防雨装备和防水设备可能会有很高的需求。

3. 得克萨斯州奥斯汀 — 奥斯汀因其炎热干旱的气候和附近众多野营点而成为一个巨大市场,适合销售沙漠野营装备,如遮阳帐篷和水袋。

4. 明尼苏达州明尼阿波利斯 — 明尼阿波利斯被称为“湖城”,对基于水域的野外活动装备有很高的需求。像水过滤器、便携式钓鱼装备和充气船等物品应该会很受欢迎。

请记住,这些只是预测结果。实际效果将取决于市场营销努力、竞争情况和当地经济状况。

添加引导语以避免糟糕的结果

您还可以在提示中添加澄清句,预测模型可能遇到的问题或需要做出的决策。

您是一名市场分析师。告诉我在美国哪些城市是销售新系列露营装备的最佳城市,包括支持您选择的证据,并建议每个城市应该销售哪些露营用品。我只想在每年降雪量至少为六英寸的城市销售装备。

AI 的回答:

根据每年至少降雪六英寸这一标准,以下美国城市被推荐作为销售新系列露营装备的最佳城市:

1. 科罗拉多州丹佛: 丹佛以户外生活方式闻名,在不远处有许多露营地点。该市平均每年降雪60英寸,非常适合冬季露营装备的销售。雪鞋和保暖睡袋将特别受欢迎。

2. 明尼阿波利斯(明尼苏达州):明尼阿波利斯每年降雪超过50英寸,并且附近有许多州立公园,是销售露营装备的理想地点。冰钓设备和保暖服装在这里可能会很畅销。

3. 佛蒙特州伯灵顿: 伯灵顿是户外爱好者的中心,尤其吸引那些对冬季运动感兴趣的人。该市平均每年降雪81英寸,因此冬季露营装备如雪地帐篷和便携式加热器将有需求。

4. 阿拉斯加州安克雷奇 作为美国降雪量最高的城市(平均每年101英寸),安克雷奇为极端寒冷天气装备提供了一个独特的市场。像冰镐、爬山钉和四季帐篷等物品将非常受欢迎。

每个城市都有着丰富的户外活动文化和适合冬季露营的气候,这使它们成为新一系列露营装备的理想市场。

以下是一个值得停下来思考的问题。

我们的AI选择了四个城市:丹佛、西雅图、奥斯汀和明尼阿波利斯。当我们添加了只希望选取年降雪量至少六英寸以上的城市时,模型用安克雷奇和伯灵顿替换了西雅图和奥斯汀,并改变其理由以强调每个城市的总降雪量。

但这真是一个理想名单吗?实际上纽约每年降雪量达到23英寸;难道我们真要强调安克雷奇而不是西雅图来销售我们的露营装备吗?

这里有几点提示写作经验。

首先,语言模型可能会出乎意料地产生错误。我们的AI向我们报告说安克雷奇是“美国降雪最多(平均每年101英寸)”的城市。我的搜索结果告诉我,安克雷奇平均每年降雪77英寸,而美国最多降雪量的城市实际上是纽约州布法罗,每年超过110英寸。

事实上,当我几天后再次向模型提出同样的问题时,得到了更准确的结果:

AI回答

作为市场分析师,基于降雪量、户外文化和人口数量等因素,我推荐以下美国城市销售新一系列露营装备:

科罗拉多州博尔德:这个城市以其户外文化闻名,并且平均每年降雪量高达83英寸。该地区的居民可能对全能型露营装备感兴趣,尤其是那些能够抵御低温的物品,如保暖睡袋和四季帐篷。

明尼阿波利斯(明尼苏达州):明尼阿波利斯平均每年降雪52英寸。由于拥有众多公园和湖泊,在该地区可能存在对冰钓装备的需求,例如冰钻和便携式加热器。

纽约州布法罗:布法罗平均每年降雪95英寸。考虑到该城市靠近阿迪朗达克山脉,在冬季徒步旅行和露营方面的装备(如雪鞋和冬季外套)可能很受欢迎。

缅因州波特兰:平均每年降雪62英寸,且拥有浓厚的户外文化,便携式炉具和保温热水瓶等物品可能会受到好评。

阿拉斯加州安克雷奇:平均降雪量达75英寸,并位于阿拉斯加的荒野之中,这里可能存在对重型装备的需求,如极寒睡袋和抗风帐篷。

这些建议基于城市的年平均降雪量、居民对户外活动的喜爱程度以及地理特点对所需露营装备类型的影响。

计算机科学家将生成式 AI 模型周期性地产生错误结果的倾向称为“幻觉”。我们可以通过引导模型回到它擅长的领域,来防止模型偶尔给我们带来弯路。

添加一个输入输出示例("few-shot example")

到目前为止,我们已经要求我们的 AI 从互联网上收集信息。但是实际上大语言模型最强大的技能是处理语言——理解、使用、改变和提升语言。

AI 帮助我们选择了在我们活动中重点关注的城市。对于最终报告,让我们请它将每个城市相关信息的精炼总结转化为完善的结论。通过给出一个以 "few-shot example" 开头的提示,即输入模型将接收到并且输出应该产生什么样结果的示例。然后,我们会添加一些关于想要报告城市的注释:

我们的提示词可以这样写✍️:

你将会收到以下形式的有关一个城市的信息:

- 丹佛,科罗拉多州首府和人口最多的城市,是丹佛-奥罗拉-莱克伍德大都会区的中心,2020年人口超过290万。

- 这个城市经济以2010年度1576亿美元的总产值,在美国排名第18位。由于其地理位置和与主要交通系统的连接,它成为了一个重要贸易点。

- 丹佛是向山区、西南部各州以及整个西部地区分发商品和服务的关键地点,并受益于其相对于中西部大城市而言的中央位置。

- 这个城市经济多样化,航空航天、电信和技术行业占据重要地位。这些行业中的大公司为其经济实力做出了贡献。

- 丹佛拥有丰富的户外娱乐机会,靠近落基山脉,并拥有200多个公园,因此对户外运动产品具有吸引力。同时该地还有一支注重积极、户外生活方式价值观的人口群体支持着这一特色。

- 这座城市气候四季分明并属半干旱气候,适宜各种户外活动,增强了其作为户外运动产品市场的吸引力。

请将这些信息变成这样的摘要:

丹佛人口众多,经济多元化、现代化,四季如春的气候有利于开展各种户外运动,毗邻数百个公园和休闲区。此外,丹佛地处美国西部、西南部和山区各州之间的中心位置,是开展广告宣传和高效货物配送的理想地点。所有这些因素使丹佛成为我们开展销售活动的理想地点。

现在是盐湖城的说明。请为盐湖城写一段摘要。

盐湖城,通常简称盐湖或 SLC,是美国犹他州的首府和人口最多的城市。它是该州人口最多的县盐湖县的所在地。2020 年,盐湖城人口为 200,133 人,是美国人口最多的城市,排名第 117 位。[10] 盐湖城是盐湖城大都市区的核心,在 2020 年人口普查时,大都市区人口为 1,257,936 人。

- 盐湖城以滑雪、户外休闲和宗教旅游为主,发展了强大的旅游业。盐湖城是 2002 年冬奥会的主办城市,也是 2030 年冬奥会的候选城市。

- 盐湖城面积 110.4 平方英里(286 平方公里),平均海拔 4327 英尺(1319 米)。市内最低点为约旦河和大盐湖附近的 4210 英尺(1280 米),最高点为大观峰,[58] 海拔 9410 英尺(2868 米)。

该市位于盐湖谷东北角,西北面是大盐湖,东面是陡峭的瓦萨奇山脉,西面是奥克尔山脉。环绕的山脉中有几条狭窄的峡谷,包括城市溪、移民溪、米尔溪和帕利溪,这些峡谷与城市东部边界相邻。

- 盐湖城市中心一直是山间西部的商业中心,其建筑也反映了这一历史。

- 盐湖城属于湿润大陆性气候 (Dsa),而西部地区可能属于地中海气候 (Csa),夏季干燥炎热,冬季寒冷潮湿,但很少有严寒。夏末秋初的季风活动可使全年降水量保持相当稳定,只有初夏和盛夏时降水量极少。盐湖城地区的气温受其独特地理环境的影响,一般不会达到极端的最高气温和最低气温。

- 平均降雪时间为 11 月 6 日至 4 月 18 日,总平均降雪量为 60 英寸(152 厘米),但最早在 9 月 17 日,最晚在 5 月 28 日也会降下可测量的积雪。

- 盐湖城的四季温差很大。夏季平均每年有 56 天气温至少达到 90 °F(32.2 °C),23 天至少达到 95 °F(35 °C),5 天达到 100 °F(37.8 °C)。平均有 127 天气温降至或低于冰点,有 26 天气温无法升至冰点以上,但全市平均只有 6.3 天气温低于或等于 10 °F

- 盐湖城最大的公园是 "此地遗址公园"(This Is the Place Heritage Park),它是犹他州公园系统的一部分。[114] "此地遗址公园 "占地 217.5 英亩,再现了典型的 19 世纪拓荒者生活,包含 50 多座修复或复制的历史建筑。此地纪念碑也位于公园内,标志着摩门小径的终点。

糖屋公园占地 110 英亩(45 公顷),是盐湖城第二大公园,也是盐湖郡公园系统的一部分。该公园以其围绕着一个占地 4.5 英亩(1.8 公顷)、带有喷泉的池塘的连绵起伏的大山而闻名。

- 历史上,盐湖城因其铁路而被称为 "西部的十字路口",当时附近的钢铁、采矿和铁路业务为银王联合矿山、日内瓦钢铁公司、宾汉峡谷矿山和炼油厂提供了强大的收入来源。如今,盐湖城的主要行业是政府、贸易、运输、公用事业以及专业和商业服务。盐湖城白天的人口超过 315,000 人,这还不包括游客和学生。

AI的回答

盐湖城是犹他州的首府和人口最多的城市,拥有丰富的旅游资源,主要集中在滑雪、户外活动和宗教旅游方面。这座城市拥有超过20万人口和120万人口的都会区,对于潜在的销售活动非常具有吸引力。盐湖城地理位置优越,被大盐湖、瓦萨奇山脉和奥克尔山脉环绕,提供了独特的户外娱乐机会。再加上其湿润大陆性气候,在季节之间温度变化范围广泛,使得该市特别受到户外运动爱好者的青睐。此外,作为内陆西部商业枢纽,盐湖城具备强大的经济基础。最后,该市申办2030年冬季奥运会可能带来额外关注和旅游业务,并使其成为我们销售活动的理想场所。

不错吧?虽然花了一些时间才找出如何使用我们模型来搜索互联网并提供建议,并将我们选择的信息转化为可用于工作的文字。AI甚至把人口数据也记对了!

尽管我注意到,在检查AI的盐湖城基本数据时,它未能提及该市周围的山脉每年降雪量达500英寸。这个摘要中应该包括吗?

当然可以,但现在您正在思考第二个重要的提示写作课程:这实际上是一项很大的工作!

人类已经相互交流了数万年。我们只学习如何与语言模型进行交流几个月而已。我们怎么知道我们做得对不对?难道我们不能无限调整我们的提示吗?

是的,我们可以,并且这是关于使用人工智能工作的一个重要见解:你付出越多努力,收获就越多。AI不会抹去我们所做的工作-它补充了我们的能力,增强了我们的努力,并带领着我们走向自己无法单独达到的地方。

当然,这只是刚刚开始。明天的人工智能将能够完成什么奇迹呢?或许天空才是极限。让我们 开始学会飞翔 吧!