Kimi 高效使用技巧,80%的人都不知道(上)

简介: Kimi 高效使用技巧,80%的人都不知道

关注我, AI 学习之旅上,我与您一同成长!

一、引言

Kimi 作为国产之光,在过去的一个多月里成为国内大模型的香饽饽。据数据分析,Kimi 网页、APP、小程序等各端的日活已经突破 300 万,超过文心一言、通义千问、智谱清言,成为国内 AI 大模型的榜一大哥。

甚至很多相对要求较低的使用者,已经开始放弃 GPT-4 ,转投这款大模型。

不仅仅是被狂风暴雨般的广告效益所影响,更多的是因为它足够性价比,那它到底有什么神奇之处呢?

这篇文章,我带你走近 Kimi :

  • Kimi 的基本介绍和基础使用方式
  • Kimi 的使用技巧
  • Kimi 的官方提示词

二、为什么推荐使用 Kimi 呢?

就两个词:免费、好用。

GPT-4、Claude国外优秀大模型虽然功能强大,但是他们的网络门槛、和高昂的订阅费用,就已经将很多人拒之门外。而 Kimi 国内用户可以直接使用,而且也是免费。

不过要说的是,最近由于 Kimi 在网上爆火,导致用户大幅上升,于是官方采用了限流手段,如果你发现突然不能使用了,那再耐心等待一会即可。

那到底好用在哪里?

强大的信息处理能力:Kimi 大模型具备强大的数据处理和分析能力,能够迅速吸收和分析数据,对用户提出的问题做出及时且精确的回应,支持 20 万字超长无损上下文。最新版本已经支持 200 万字,不过,还没有完全开放。

广泛的知识领域:Kimi 的知识库覆盖了科技、文化、历史、教育等多个领域,能够满足用户对不同知识领域的需求。

支持多种文件处理:包含 TXT、PDF、Word 文档、PPT、Excel 等,用户可以轻松发送这些文件,Kimi 将阅读内容并提供相应的回答,极大地提升了资料管理和信息检索的效率。

安全的网络访问:大模型还具备 安全的网络访问能力,能够在保护用户隐私和数据安全的前提下,高效地从互联网上获取所需信息。虽然官方声明了保护用户隐私和数据安全,但,还是那句话,绝对隐私和重要的信息不要用 通用大模型~

友好的用户交互体验:Kimi 大模型设计了友好的用户交互界面,使得用户可以轻松地与其进行交流,操作简单,直接。

三、怎么高效使用 Kimi 呢?

一)支持设备

目前 Kimi 有手机 App、网页端、微信小程序, 可以满足不同使用者的需求。

不过用来用去,我个人感觉还是觉得网页端更加丝滑。

二)Kimi 提示词的编写方式

俗话说 知己知彼,百战百胜,掌握 Kimi 提示词的编写方式,是我们可以用好它的前提。

关于怎么用好 Kimi,我们结合几条 Prompt,让 Kimi 向我们汇报一下 ~

Prompt1请分析并总结我提供的 Kimi 常用提示词(Prompt),找出他们存在的共同特征

Prompt2: 在 Kimi 大模型上,编写提示词(prompt)时,如何正确编写适合自己的提示词(中文语境) ,请提供 3-5个具体思路,并展开说明。

Prompt 3: 请举例说明在Kimi 大模型上编写提示词(Prompt)的流程,以通俗易懂的方式向我解释。

最终,Kimi 以 笔记整理助手 的例子向我们解释了编写提示词的最佳流程,答案的质量很不错。

结合我过去所写的一篇:新手如何高效掌握提示词的编写流程。很多技巧在 Kimi上也同样适用,这边我再强调一下:

  • 工作流的步骤不要过长,要考虑大模型的上下文长度是否能承受。
  • 如果工作流步骤太长,可以考虑拆分成多个 prompt 来配合,即所谓的分治法。可以利用 FastGPT、Coze 等支持提示词工作流编排的工具。
  • 提示词是经验学科,同一套提示词,在不同的大模型上的表现的能力也有所不同,最重要的还是多尝试,多迭代优化。
  • 业务 know-how 很重要,提示词写的再多,过去写的提示词再牛,如果不懂某个领域的业务,照样无法写出有价值的提示词。不懂业务,就多问大模型,最好是问业务专家。

四、Kimi 与 GPT-4 的对比

我们简单对比下 Kimi 和 GPT-4:

1、Kimi的强项在于文件、网页解析能力以及搜索能力,这使得它在处理特定类型的任务时表现出色。同时,Kimi 擅长中文和英文对话,能够满足不同语言用户的需求。

2、**GPT-4则在理解和生成语言方面更加精准和高效,拥有更广泛的知识和理解能力。**通过 GPTs ,GPT-4 能够扩展其原始功能,可以访问最新信息和定制化专属的 GPT,满足不同的需求场景,

详细对比,如下表:

特性/模型 Kimi GPT - 4
文件和网页解析 更强 相对较弱,尤其是长文本解析。
搜索能力 持平,能够实时搜索,搜索领域覆盖国内外主流平台,如知乎、B站、百度等。 持平,通过 Webpilot 等插件可以搜索实时数据。
通用性 更弱,处理广泛领域的能力有限 更强,有万亿级别的知识库体量,覆盖范围更广。
上下文长度 更强,目前200K,未来将支持 200万字 目前 32 K ,128 K 在陆续开放中
推理能力 更弱 更强
Agent 有, GPTs
文生图
代码解释器

总体看起来,Kimi 不支持智能体的搭建、不支持文生图、文生视频,且在知识库的体量上明显落后于 GPT-4。不过没关系,术业有专攻, Kimi 只要在长文本领域上做到极致,相信未来大模型市场上,始终会有它的一方天地。

五、使用技巧

一)快捷调用常用语

最近,和很多同事或者朋友沟通下来,很多人忽略了这项功能:快捷调用常用语,可能还是不够显眼 ~

它相对于一个提示词(Prompt)库,我们可以把好用的提示词放进去,方便我们管理自己在 Kimi 上使用的提示词,从而可以呼之欲出。

我们先来看看它所处的位置在哪:

接下来,点击 添加常用语

输入自己高频使用的提示词,或者点击 右上角 随机一个 随机生成一个提示词。

再定义一个唤醒词,点击完成。

进入首页,输入总结,系统将自动唤醒对应的常用语,方便我们快速调用。

我们点击发送,并按照提示词的引导进行输入即可。

关注公众号:熊猫Jay字节之旅,了解更多 AI 技巧 ~

Kimi 高效使用技巧,80%的人都不知道(下)+https://developer.aliyun.com/article/1492328

相关文章
|
安全 数据库连接 数据安全/隐私保护
内存泄漏是什么?有什么危害
内存泄漏是什么?有什么危害
647 0
|
编解码
STM32:PWM驱动舵机(内含:1.接线原理图/实物图+2.代码部分+3.补充知识部分)
STM32:PWM驱动舵机(内含:1.接线原理图/实物图+2.代码部分+3.补充知识部分)
2954 1
STM32:PWM驱动舵机(内含:1.接线原理图/实物图+2.代码部分+3.补充知识部分)
|
机器学习/深度学习 数据采集 算法
机器学习-模型拟合:如何使用逻辑回归精准预测临床诊断结果?
本文旨在介绍逻辑回归模型在临床诊断结果预测中的应用,并探讨相关需求和挑战。首先,将详细介绍逻辑回归模型的原理和特点,以及其在机器学习中的地位和应用范围。接着,将阐述临床诊断结果预测的重要性和现实需求,以及逻辑回归模型如何满足这些需求。
769 0
|
移动开发 Dart 前端开发
【技术干货】移动端跨平台技术发展
移动端跨平台技术一直在寻求研发效率动态性与性能体验间的平衡,本文归纳总结Hybrid技术、React Native技术、Flutter、小程序的技术演进与未来趋势。
3601 0
|
3月前
|
存储 自然语言处理 Java
软考中级软件设计师专项-程序设计语言篇
本文系统介绍了编程语言基础,涵盖低级与高级语言、编译与解释程序的区别、程序结构、数据类型、函数调用方式、编译过程各阶段(词法、语法、语义分析等)、正规式与有限自动机、上下文无关文法、表达式转换及语法树遍历等内容,并对常见语言特性与杂项知识点进行总结,适用于程序设计与编译原理学习。
353 1
软考中级软件设计师专项-程序设计语言篇
|
人工智能
Kimi 高效使用技巧,80%的人都不知道(下)
Kimi 高效使用技巧,80%的人都不知道
|
机器学习/深度学习 供应链 算法
量子计算:从理论到实践的跨越
量子计算基于量子力学原理,利用量子比特的叠加态和纠缠特性,展现出远超经典计算机的计算能力。本文从基本概念、发展历程、应用场景及未来挑战四个方面,全面介绍量子计算从理论到实践的跨越,展望其在优化问题、量子化学、机器学习等领域的广泛应用前景。
|
Web App开发 JSON 自然语言处理
fastchat与autogen使用要点澄清
fastchat与autogen使用要点澄清
|
人工智能 自动驾驶 搜索推荐
AI技术在现代生活中的应用与影响
本文将探讨AI技术在现代生活中的广泛应用,以及它对人们生活方式的影响。我们将从智能家居、自动驾驶汽车、医疗健康、教育等领域出发,分析AI技术如何改变人们的生活。同时,我们也将讨论AI技术可能带来的问题和挑战,以及如何应对这些问题。
|
弹性计算 开发框架 数据可视化
阿里云虚拟主机和云服务器有什么区别?多角度全解析对比
阿里云虚拟主机与云服务器ECS的主要区别在于权限与灵活性。虚拟主机简化了网站搭建流程,预装常用环境,适合初级用户快速建站;而云服务器提供全面控制权,支持多样化的应用场景,如APP后端、大数据处理等,更适合具备技术能力的用户。尽管虚拟主机在价格上通常更优惠,但随着云服务器价格的下降,其性价比已超越虚拟主机,成为更具吸引力的选择。