3.0 KiB
自序
大模型融合了所有的人类的知识，我想要获取某一个体系的知识，我就只需要把对应的内容给提取出来为对应的知识库，这就能当我去记忆的一个桥梁。AI不仅是信息的整合者，更是自己学习的超级老师。通过与AI的互动，我们可以将庞杂的知识结构拆解为易于理解和记忆的片段，形成属于自己的知识体系。无论是学习新领域、构建个人知识库，还是解决实际问题，AI都能帮助我们高效筛选、归纳和总结信息，让知识的获取和应用变得更加智能和个性化。未来，随着人工智能技术的不断进步，这种“桥梁式记忆”和智能辅助学习将成为每个人提升认知和表达能力的重要工具，让我们能够更好地驾驭信息洪流，实现持续成长与突破。
为什么写这个一系列的文档？
我是那一类不会描述，不会形容某一件事情，词语容易枯竭的人。在表达时，总觉得自己的语言单调、苍白，难以准确传达内心的感受和所见所闻。但随着智能化场景的普及，我越来越意识到，形容力不仅是个人表达的加分项，更是与人工智能高效互动、获取信息、沟通协作的必备能力。幸运的是，如今有了更好的方法和工具，可以系统地训练和提升这项能力。通过学习和实践，我逐渐发现，形容力其实可以像技能一样被锻炼和积累。写下这一系列文档，就是希望把我的探索和成长过程分享出来，帮助更多像我一样容易词穷的人，找到提升表达力的路径，让语言变得丰富、生动、有力量。
Vibe Coding， 自动化 和 AI 生图的场景
在日常交互中，人工智能已经逐渐融入我们的生活和工作，无论是写代码、生成图片，还是信息检索和自动化处理，只要我们能够清晰、具体地表达自己的需求，AI 就能更高效地帮助我们实现目标。形容力的提升，不仅让我们与人沟通时更具说服力和感染力，也让我们在与 AI 互动时能够精准传达意图，获得更理想的结果。无论是 Vibe Coding 还是 AI 生图等新兴场景，丰富的形容力都是实现高效协作和创新表达的关键。因此，持续锻炼和积累形容力，已经成为现代人不可或缺的能力之一。
练习方法思路
我想做一个应用，AI 图形反推描述词，然后和生成图形的描述词进行对比打分优化。这样不仅可以帮助用户更精准地表达自己的需求，还能通过不断反馈和调整，提升个人的形容力和表达能力。比如，用户输入一段描述词，AI 生成相应的图形，再由 AI 或用户反向分析图形，提取新的描述词，最后将两组词汇进行对比，找出表达上的差异和不足，并给出优化建议。这种训练方式既有趣又高效，能够让形容力的提升变得可视化和可量化，帮助大家在实际应用中不断进步，最终实现与 AI 的高质量互动和协作。