👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！
🤖 MidJourney 可以添加 Slack！无魔法免费体验
MidJorney 是目前最受欢迎的AI绘图工具之一，可以根据用户输入的文本提示词，生成高质量图片。Slack 是一款企业内部通信工具，可以轻松集成很多第三项服务，比如 Notion、Claude、GitHub、Trello 等。
最新消息是，MidJorney 可以添加到 Slack 并免费体验。这意味着 Slack 用户可以更便捷地使用MJ的文生图功能，且无需魔法！ ⋙ 详细操作教程 | 添加至Slack
🤖 MidJourney 快速上手指南 & 完整提示词手册
ShowMeAI知识星球资源编码：R074，R093，R084
拿到了 MidJourney 试用权限，却不确定输入什么？推荐3份资料，帮你快速复制优质Prompt ，不仅能一键出图，也可以快速入门了解MJ基础设置和 Prompt调整技巧。
🤖 ChatGPT Plugins 最完整列表，136个插件详细介绍
截止5月26日，ChatGPT Plugins 已经有136个插件了，编者 @YES I 杜 将其总结成为一个详细的文档，包含了插件的id、名称、描述、介绍、链接等信息 ⋙ 文档链接
🤖 让你的 ChatGPT Plugin Store 插件商店支持搜索查找
ChatGPT Plugins Searchable 是一个专门为 ChatGPT Plus 用户提供的脚本，可以给 ChatGPT 插件商店添加一个搜索功能，支持使用任何语言快速搜索插件，告别逐页翻找的烦恼 ⋙ ChatGPT Plugins Searchable GitHub
🤖 一天就破 1000 Star的明星项目，我无奈选择了放弃
不同于 ShowMeAI 以往分享的成功者成功的案例，Portal 的开发者 @铁锤人 分享了这个项目从诞生、爆发、然后沉寂的全过程。或许不那么成功的经验，对后来的开发者更有参考价值。
Portal 一个跨平台的客户端，可以接入用户工作流。用户通过快捷键获取高亮文字，复制到 Portal 交由ChatGPT 处理，并提供丰富的提示词模板。
作者第一时间关注到了GPT-4 和 Microsoft 365 Copilot 的发布并受到启发，经过通宵一周时间完成了软件功能设计与开发。
进入宣传阶段，作者借助几位大V的分享和宣传，以及上传到B站的教程视频、用户群，迅速积累了大批用户。在此期间，作者继续完善着软件的功能。
不过这时出了「岔子」，因为某些原因，作者决定将项目完全变成英文并面向英语使用者，但这超过了开发者的能力范畴。所以作者放弃了开发。
作者总结了他在这个过程中的心得与踩坑经验，非常值得一看：
如何获取灵感
▢ 尝试做某些收费软件的开源替代，是一个十分不错的项目点子，不过要求看得项目很多
如何宣传
▢ 平时分享有价值的信息积攒人气，那么产品发布时就会获得宣传帮助
思考
▢ 使用成熟的UI设计，是一个永远不会出错的选择
▢ 不要做没有前景的项目，避免跟大厂正面撞上
▢ 认真工作，认真生活了，保持健康 ⋙ Portal GitHub | 铁锤人@lxfater
🤖 奇绩分享 | 创业公司的九种商业模式和定价策略
YC 合伙人 Aaron 在投资4000多家初创企业后，总结了9种商业模式：SaaS、交易市场 Transactional、市场业务 Marketplace、硬件技术 Hard-tech、基于用户使用量 Usage-based、To B 企业 Enterprise、广告业务 Advertising、电子商务 E-Commerce、生物 Bio。
Aaron 给出了最好的商业模式和最差的商业模式，并强烈建议早期创业公司应集中精力关注其中一种商业模式。
最好的商业模式：
▢ SaaS：最大的100家公司中有接近 1/3 的公司的商业模式是SaaS
▢ 买卖平台 Marketplaces：最大的 10 家公司中有 5 家公司的商业模式是买卖平台
▢ 交易市场 transactional：22家交易型公司，它们创造了前100家公司中29%的价值
不好的商业模式：
▢ 广告模式：很少有广告公司发展为大型公司
▢ 服务、咨询、硬件和附属在其他平台的业务：要谨慎
▢ 以一次性交易为主的商业模式：不如经常性收入为主的商业模式
在定价策略方面，他认为创业者应对产品进行收费，寻求合适的定价区间，甚至通过较高的定价来彰显产品价值 ⋙ Aaron 播客 | 中文翻译
🤖 Prompt Engineer提示工程师最全求职手册
PromptStacks网站这篇长文，非常系统地介绍了如何成为一名优秀的 Prompt Engineer (提示工程师)，是一份综合的求职指南。
未来几年Prompt Engineer的需求会大幅增加，熟练掌握语言模型并善于构建交互提示，将会成为一个值得期待的新兴职业方向。
1. 提示工程师的角色
▢ 最终目标是设计创造性和逻辑性的提示，鼓励语言模型生成有趣和多样的输出
2. 对提示工程师的期望
▢ 充分理解模型用于的任务或应用程序
▢ 了解模型的功能和限制
▢ 设计有创造性的、多样化的提示
▢ 设计清晰简洁的提示
▢ 测试和评估模型的输出
▢ 持续改进提示的性能
▢ 意识到训练数据中的潜在偏差
▢ 与其他岗位员工合作
▢ 了解机器学习、自然语言处理，掌握编程技能
3. 知识与技能储备
▢ LLM架构知识
▢ 梳理复杂问题并抓住要点，并迁移解决问题
4. 提示工程师的薪水
▢ Anthropic 公开招聘的岗位薪资是每年25万美元-35万美元
5. ChatGPT、DALL-E和Midjourney的提示词有区别么
▢ 提示技术在不同的大语言模型之间是有变化的，并根据特定任务进行微调
▢ 不过设计有效提示的基本原则是相同的
6. 如何改善现在的提示词
▢ 将说明放在提示符的开头
▢ 具体说明所需的上下文、结果、长度、格式、风格等
▢ 通过实例阐明所需的输出格式
▢ 从Zero-shot开始，然后是Few-shot，两者都不起作用时进行 Fine-tune
▢ 明确告知要做什么，而不是说别做什么
▢ 使用「suggestive words」将模型推向特定模式 ⋙ PromptStacks原文
🤖 大模型开发者都应该知道的数字：工程师必备手册
作者团队基于真实的开发经验，介绍了大模型领域提示工程、硬件资源、价格等方面的几组数字，是大模型工程师的开发必备手册！目前已经收获了 2700 Star！
提示工程
▢ 40-90%：在提示词中加入“Be Concise”节约的成本
▢ 1.3：每个单词的平均token数
价格
▢ 约50倍：GPT-4与GPT-3.5花费的比值
▢ 5倍：GPT-3.5-Turbo生成与使用OpenAI embedding的成本比
▢ 10倍：OpenAI embedding与自建embedding的成本比
▢ 6倍：微调版与基本版OpenAI模型的成本比值
▢ 1倍：自建模型是否进行微调的成本比
训练与微调
▢ 约100万美元：在1.4万亿token上训练130亿参数模型的成本
▢ <0.001：微调与从头开始训练的成本比
GPU消耗
▢ V100: 16GB, A10G: 24GB, A100: 40/80GB：GPU内存大小
▢ 参数量的2倍：LLM的典型GPU内存需求
▢ 约1GB：嵌入式模型的典型GPU内存需求
▢ 超过10倍：批量处理LLM请求带来的吞吐量改善
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
文章出处登录后可见！
