AIGC会带来失业潮吗?紧紧跟时代第一步,如何学习AIGC

会,但AI淘汰的始终是跟不上时代的人。

现在很多公司都有AI培训不仅GPT,还有Midjourney、Stable DIffusion等一系列AI工具。

像我们公司虽然今年招的少,但也会对新招的应届生统一进行AI培训。

用任正非先生的话来说就是,今后职场只有两种人,一种是能使用AI的人,另一种是创造AI工具的人。

虽然扎心,但是事实。

而我们普通人能做的,就是让自己成为那种能够使用AI的人。

就目前形势来看,这种人就算被优化、放到就业市场上,也不会太狼狈。

进,有大批AI相关就业机会涌现,像AI画师、AI运营、AI产品经理、AI架构师、AI工程师等。

退,可利用AI赚点小钱,利用AI搞搞自媒体,比如让AI绘图在小红书上卖头像,AI直播等。

那么,怎么样才算会用AI呢?

简单来说,可以分为三步:

1.稳定的AI权限
2.成熟的AI指令/技巧
3.个性化投喂训练

第一步,稳定的AI权限

这步我不多说,拥有稳定的AI权限是前提。

第二步,成熟的AI指令/技巧。

拥有AI使用权是前提,但是有权限的人很多,但会用AI的人却很少。

有使用权不等于会用AI,你还要会用指令。

以GPT和AIPPT为例,同样是「述职报告」,有人花了5分钟写出来是个没啥用的空壳。

有人花了5分钟让GPT写再甩给AI-PPT,稍加修改就可直接发给领导,中间差的就是指令。

我所了解的基本指令,可以从3个方面出发。

1⃣️基本指令

B(背景)R(角色)T(任务)R(要求)

背景(Background):大背景阐述,你的人设、定位,目标人群、要给目标人群带来的价值等

角色(Role):给ChatGPT设定的角色

任务(Task):你需要的内容方向、需要达成什么样的效果

要求(Request):语言风格、内容结构、观点态度、字数、关键词等

举个例子:

2⃣️反向提问

反向提问就是让AI来向我们提问,以方便我们将信息系统化的告知他,常用公式:

你想做的事 + 需要注意哪些事项,请你使用提问的方式向我逐一提问,最后帮我生成一份xxx模板供我参考。

举个例子:

3⃣️数据投喂

将数据/文章/具体情况投喂给AI,当个前提摘要,使结果更精准。

把AI当成一个笨蛋又高效助理。

先告诉他你的意图,再喂数据告诉他学习,最后让他给结论就行。

举个例子:

先告知意图:我要给你输入一段文字,我需要你记录下来并在最后回答我的问题,在我要求你回答问题前,不需要对我发送的信息进行任何解释和解读,只需要回复“ok”就可,理解我的意思就回复“明白”。

再投喂文件/数据/表格等:

可以多次投喂,最后根据需求、要求问AI要结果就ok~

以上仅是最基本的GPT的指令公式,更多AI指令可参考「AI提示词设计指南」。

第三步,个性化投喂+反复训练

最后一步就是根据需求,对AI个性化投喂+反复训练啦~

根据自己的需求给AI文件、数据啥的,如果你不知道喂啥,也可以向AI反向提问。

总之,AI运用的场景太多啦!

从程序员码农到自媒体创作者,从产品经理到AI绘图师,甚至做个数据可视化分析哦都可以用 WPS AI 生成。

大大解放生产力的同时,也必定会淘汰一些人。

所以,跟进时代的步伐保持学习和进步才是职场上最大的核心竞争力。

但也不必因此太过焦虑!

就像当年的智能手机一样,AI的发展普使是迟早的事儿。

希望我的回答对你有所帮助,最后觉得有用的话,记得点赞收藏给个鼓励哦!

另外有AI相关的问题也欢迎评论区一起讨论~

 最后想说

AIGC(AI Generated Content)技术,即人工智能生成内容的技术,具有非常广阔的发展前景。随着技术的不断进步,AIGC的应用范围和影响力都将显著扩大。以下是一些关于AIGC技术发展前景的预测和展望:

1、AIGC技术将使得内容创造过程更加自动化,包括文章、报告、音乐、艺术作品等。这将极大地提高内容生产的效率,降低成本。2、在游戏、电影和虚拟现实等领域,AIGC技术将能够创造更加丰富和沉浸式的体验,推动娱乐产业的创新。3、AIGC技术可以帮助设计师和创意工作者快速生成和迭代设计理念,提高创意过程的效率。

未来,AIGC技术将持续提升,同时也将与人工智能技术深度融合,在更多领域得到广泛应用。感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程。

对于从来没有接触过AI绘画的同学,我已经帮你们准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

AIGC学习必备工具和学习步骤

工具都帮大家整理好了,安装就可直接上手

现在AI绘画还是发展初期,大家都在摸索前进。

但新事物就意味着新机会,我们普通人要做的就是抢先进场,先学会技能,这样当真正的机会来了,你才能抓得住。

如果你对AI绘画感兴趣,我可以分享我在学习过程中收集的各种教程和资料。

学完后,可以毫无问题地应对市场上绝大部分的需求。

这份AI绘画资料包整理了Stable Diffusion入门学习思维导图Stable Diffusion安装包120000+提示词库,800+骨骼姿势图,Stable Diffusion学习书籍手册AI绘画视频教程AIGC实战等等。

【Stable Diffusion安装包(含常用插件、模型)】

img

【AI绘画12000+提示词库】

img

【AI绘画800+骨骼姿势图】

img

【AI绘画视频合集】

img

这份完整版的stable diffusion资料我已经打包好,点击下方卡片即可免费领取!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/23248.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

charles抓包工具之---添加vConsole

Charles Rewrite重写(详解&#xff01;必懂系列)-CSDN博客 chales 重写/断点/映射/手机代理/其他主机代理_charles 批量映射-CSDN博客 在 Charles 上添加 rewrite 规则&#xff0c;以便在响应的 <head> 部分添加 vConsole&#xff0c;可以按照以下步骤操作&#xff1a;…

【ARM】PK51-如何添加芯片型号的方法

【更多软件使用问题请点击亿道电子官方网站】 1、 文档目标 遇到打开工程提示没有该芯片设备提示如何解决。 2、 问题场景 客户发来一个工程文件&#xff0c;打开后软件提示没有发现该芯片设备提示。 图 1 3、软硬件环境 1&#xff09;、软件版本&#xff1a;keil μvision…

弗莱明发现青霉素

1945年&#xff0c;弗莱明因青霉素获诺贝尔医学奖。在弗莱明之前有多人注意到了青霉能抑制细菌的生长&#xff0c;但是他们没有一个人像弗莱明那样做进一步的更深入的研究&#xff0c;更没有一个人像弗莱明那样确定了这个特殊的现象是由于青霉分泌的某种物质所致。所以&#xf…

CAD入门基础

一&#xff0c;新建一个CAD文件 1.新建文件 2.保存为.dwt文件 3.画直线 点击直线图标画直线&#xff0c;选中直线出现高亮&#xff0c;点击左键&#xff0c;出现" 取消 " 就是可以画下一条线段了 " 删除"就可以了删除了。 3、直接删除法 1. 首先&#xf…

Yolov10环境配置+训练自己数据集(Windows10)

1、环境: 1.1硬件环境: 显卡:GTX 1650 Supper cuda:10.2.89_441.22_win10 cudnn:10.2-windows10-x64-v8.0.4.30 需要使用英伟达显卡安装显卡驱动,根据显卡驱动的版本安装cuda和cudnn, 针对NVIDIA显卡,已安装驱动情况下,使用nvidia-smi命令可以非常方便查看显卡类型…

npm如何发布自己的插件包

npm如何发布自己的插件包 1、注册NPM账号&#xff1a; 如果你还没有NPM账号&#xff0c;你需要在https://www.npmjs.com/上注册一个。 2、登录NPM&#xff1a; 在命令行中运行npm adduser&#xff0c;并按照提示输入你的用户名、密码和邮箱。 3、初始化项目&#xff1a; …

【C++】C++提供类型转换的机制

目录 前言&#xff1a; 一&#xff0c;static_cast 二&#xff0c;reinterpret_cast 三&#xff0c;const_cast 四&#xff0c;dynamic_cast 前言&#xff1a; 传统的不同类型转换有隐式类型转换&#xff08;类型不匹配时编译器自动进行的转换&#xff0c;如&#xff1a;i…

Simulink建立4WIS线性二自由度参考模型

4WIS线性二自由度参考模型 基于前轮转向做了小改动&#xff0c;难度不大&#xff0c;相当于两个微分方程加了两项 Simulink向CarSim中输入四个车轮的转角 有一点注意&#xff0c;四轮转向&#xff0c;前后轴车轮转角不应相等&#xff0c;否则动画会很滑稽 同侧车轮转向角的大小…

各种内部排序算法的比较及应用(插入排序、交换排序、选择排序、归并排序、基数排序)

目录 内部排序 前言 1.内部排序算法的比较 1.1各种排序算法的特点、比较和适用场景 1.2排序算法的稳定性判断及改进 1.3更适合采用顺序存储的排序算法 1.4根据排序的中间过程判断所采用的排序算法 1.5各种排序算法的性质 2.内部排序算法的应用 2.1选取排序算法时需要…

UE4_Ben_图形52_水下效果处理

学习笔记&#xff0c;不喜勿喷&#xff0c;欢迎指正&#xff0c;侵权立删&#xff01;祝愿生活越来越好&#xff01; 在这个后期处理的效果中&#xff0c;我们可以看到有很多不同的&#xff0c;这里有浓雾&#xff0c;波纹扭曲&#xff0c;镜头扭曲和边缘模糊&#xff0c;在第4…

pcb实验六-元件设计

目录 一&#xff0c;绘制28管脚PLCC封装ATF750C-10JC元件 二&#xff0c;绘制变压器原理图符号&#xff0c;并生成各种库文件输出报表 1&#xff0c;绘制变压器原理图 2&#xff0c;添加封装 3&#xff0c;输出报表文件 三&#xff0c;绘制音乐集成芯片及LCD元件 1&…

Apache漏洞复现:【CVE-2021-42013】【CVE_2021_41773】【CVE-2017-15715】

声明 严禁读者利用本文介绍知识点对网站进行非法操作 , 本文仅用于技术交流和学习 , 如果您利用文章中介绍的知识对他人造成损失 , 后果由您自行承担 , 如果您不能同意该约定 , 请您务必不要阅读该文章 , 感谢您的配合 ! 远程代码执行 CVE-2021-42013 描述 Apache HTTP Ser…

R语言数据探索和分析21-中国GDP及其影响因素多元线性回归分析

一、研究背景和意义 GDP 是宏观经济中最受关注的经济统计数字&#xff0c;目前我国国内生产总值年均增长率均明显高于同期美、日等发达经济体和巴 西、俄罗斯、南非、印度等其他金砖国家&#xff0c;成为世界经济增长的主力军&#xff0c;GDP 的增长对一个国家有着十分重要的意…

kettle学习总结(7)

书接上回&#xff0c;该章节主要是数据同步&#xff0c;脚本如下&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <transformation><info><name>sync_sp-dev</name><description /><extended_description /…

Git 完整操作之记录

目录 一 . Git 基本操作流程及示例代码 1. 初始化 Git 仓库 2. 克隆远程仓库 3. 检查当前状态 4. 添加文件到暂存区 5. 提交更改 6. 查看提交历史 7. 创建分支 8. 切换分支 9. 合并分支 10. 推送更改到远程仓库 11. 拉取远程仓库的更改 12. 回滚到上一个版本 二…

mysql中事务的简介

大家好。我们在日常开发过程中肯定都或多或少的用到过事务&#xff0c;而且在面试时&#xff0c;数据库的事务也是必问内容之一。今天我们就来说说mysql的事务。 为了方便我们下面内容的讲解&#xff0c;我们也先建立一个讲事务必用的表–account表&#xff0c;并在表中插入两…

基于centos7打包当前环境的系统为iso镜像文件

1. 准备工作 1.下载安装mondo 切换到root用户&#xff0c;进入yum下载库 # cd /etc/yum.repos.d # wget ftp://ftp.mondorescue.org/centos/7/x86_64/mondorescue.repo 打开文件mondorescue.repo&#xff0c;修改gpgcheck属性为0&#xff0c;指定mondorescue.repo安装 # 安…

【Python数据挖掘实战案例】机器学习LightGBM算法原理、特点、应用---基于鸢尾花iris数据集分类实战

一、引言 1、简要介绍数据挖掘的重要性和应用 在数字化时代&#xff0c;数据已经成为企业和社会决策的重要依据。数据挖掘作为一门交叉学科&#xff0c;结合了统计学、机器学习、数据库技术和可视化等多个领域的知识&#xff0c;旨在从海量数据中提取有价值的信息&#xff0c…

生命在于学习——Python人工智能原理(3.2)

三、深度学习 &#xff08;二&#xff09;人工神经网络 人工神经网络是模仿人类大脑神经系统工作原理所创建的数学模型&#xff0c;有并行的分布处理能力、高容错性和自我学习等特征。 1、感知器 感知器由Frank Roseblatt于1957年提出&#xff0c;是一种广泛使用的线性分类…

RPC框架原理(一)

RPC框架原理 网络和IO的关系&#xff0c;IO&#xff08;input和output&#xff09;面向的是谁&#xff1f;OSI 7层参考模型&#xff0c;TCP/IP协议为什么会出现一个会话层三次握手socket心跳keep alive四次挥手 网络IO&#xff08;IO模型&#xff09; IO框架底层 学习顺序&…