AI调研
2024-10-30 17:07:48 0 举报AI智能生成
AI调研是一种利用人工智能技术进行的市场调查和研究，旨在为企业或组织提供深入的洞察和建议。这种调研方式通常包括数据收集、数据处理、分析和报告的步骤。调研的内容可能涉及产品、服务、市场需求、竞争对手、消费者行为等各个方面。AI调研的核心优势在于其高效性、准确性和智能分析能力，能够帮助决策者更快速、更准确地了解市场状况，从而做出更明智的决策。
作者其他创作
大纲/内容
运用场景
消息
评价
评价
消息建议性回复
根据消息内容，给出建议性回复；
当系统无法自动给出建议性回复时，可手动查询。
当系统无法自动给出建议性回复时，可手动查询。
消息自动回复
提取关键字，自动回复相关内容及信息
导购
分析消息上下文信息，完成售前信息导购
标签
客户情感分析
根据消息内容分析客户的情绪，对消息进行优先级排序处理
关键词提取
分析消息，提取关键字，帮助处理人员更精准的了解诉求和反馈
产品
产品图片
生成方式
以最简单的透明背景图为基础
通过AI，新增背景或多图融合的方式，丰富背景及其他元素
以优化后的图片，以图生图，生产不同形态的拓展图
分辨率较低的图片
可加工生产更加高清的图
产品描述
生成方式
关键字生产标题和商品描述
分析图片，分析图片包含的元素并提取文字；
再以图片和分析文字中的关键字生成商品标题和文字信息
再以图片和分析文字中的关键字生成商品标题和文字信息
翻译
AI翻译成对于语种
产品介绍短视频
输入图文素材，一键生成商品介绍短视频；
可实现配音、加字幕、添加数字人等。
可实现配音、加字幕、添加数字人等。
文案检测
检查文本是否具有潜在危害
营销
营销邮件
根据客户购买时间、商品关键字、品类、价格范围、地域等元素，综合成用户画像，形成精准营销
广告
创意性文字
视频宣传
智慧供应链
步骤
1、数据收集与准备
需要收集与预测相关的数据，例如历史销售数据、供应链信息。
数据的准确性和完整性，并进行必要的数据清洗和处理，例如去除异常值、填补缺失值
数据的准确性和完整性，并进行必要的数据清洗和处理，例如去除异常值、填补缺失值
2、特征选择与提取
在进行预测之前，需要选择适当的特征（即影响预测结果的因素）并提取它们。
统计指标的计算：时间序列分析、数据降维等。
统计指标的计算：时间序列分析、数据降维等。
3、模型选择与训练
选择适合问题特点的预测模型，并使用历史数据进行模型的训练。
常见的预测算法包括时间序列模型（如ARIMA、指数平滑法等）、统计学习模型（如线性回归、决策树等）、
机器学习模型（如支持向量机、随机森林等）以及深度学习模型（如循环神经网络、卷积神经网络等）。
常见的预测算法包括时间序列模型（如ARIMA、指数平滑法等）、统计学习模型（如线性回归、决策树等）、
机器学习模型（如支持向量机、随机森林等）以及深度学习模型（如循环神经网络、卷积神经网络等）。
4、预测与结果解释
使用训练好的模型对未来的数据进行预测。根据预测结果，可以进行进一步的解释和分析，例如制定供应链策略、调整库存管理等。
5、监控与更新
随着时间的推移，收集新的数据并根据需要对模型进行更新。监控模型的性能，并及时调整预测策略以适应新的情况。
ChatGPT
API
文本生成模型
Text generation models
Text generation models
OpenAI 的文本生成模型（通常称为生成预训练 Transformer 或简称“GPT”模型），
如 GPT-4 和 GPT-3.5，已经过训练来理解自然和形式语言。
如 GPT-4 和 GPT-3.5，已经过训练来理解自然和形式语言。
助理
Assistants
Assistants
助手是指实体，在 OpenAI API 的情况下，
它们由 GPT-4 等大型语言模型提供支持，能够为用户执行任务。
它们由 GPT-4 等大型语言模型提供支持，能够为用户执行任务。
嵌入
Embeddings
Embeddings
OpenAI 提供文本嵌入模型，该模型将文本字符串作为输入并生成嵌入向量作为输出。
嵌入对于搜索、聚类、推荐、异常检测、分类等非常有用。
嵌入对于搜索、聚类、推荐、异常检测、分类等非常有用。
分词
Tokenizer
Tokenizer
文本生成和嵌入模型以称为标记的块的形式处理文本。标记代表常见的字符序列。
例如，字符串“tokenization”被分解为“token”和“ization”，而像“the”这样的短而常见的单词则被表示为单个标记。
例如，字符串“tokenization”被分解为“token”和“ization”，而像“the”这样的短而常见的单词则被表示为单个标记。
图形生成
Image generation
Image generation
接口
DALL·E API
功能
1、根据文本提示从头开始创建图像
（DALL·E 3 和 DALL·E 2）
（DALL·E 3 和 DALL·E 2）
文本：一张白色暹罗猫的照片
生成图
2、根据新的文本提示，
通过让模型替换预先存在的图像的某些区域，
创建图像的编辑版本
（仅限 DALL·E 2）
通过让模型替换预先存在的图像的某些区域，
创建图像的编辑版本
（仅限 DALL·E 2）
文本：阳光明媚的室内休息区，设有包含火烈鸟的游泳池
原图
新图
3、创建现有图像的变体
（仅限 DALL·E 2）
（仅限 DALL·E 2）
原图
变体图
图像分析
Vision
Vision
接口
GPT-4 with Vision
功能
通过分析图像，给出分析结果及相关建议
文字转语音
语音转文字
语音转文字
文字检测
Moderation
Moderation
可用于检查文本是否具有潜在危害的工具。
使用它来识别可能有害的内容并采取行动，例如过滤它。
使用它来识别可能有害的内容并采取行动，例如过滤它。
百度
文心一言
API
对话Chat
支持创建chat，用于发起一次对话。
功能
对话问答、内容创作
优势
对话模型较多，可细分领域、多语言支持较为全面
续写Completions
支持创建completion，用于发起一次续写请求，不支持多轮会话等。
功能
代码生成、内容拓展
向量Embeddings
支持Embeddings，用于根据输入内容生成对应的向量表示。
功能
文本检索、信息推荐、知识挖掘
自定义模型
平台支持HuggingFace Transformer架构的自定义大模型导入，
将自定义模型发布为服务，并支持通过相关API调用该服务。
将自定义模型发布为服务，并支持通过相关API调用该服务。
图像Images
提供图像相关API能力。
功能
文生图
根据用户输入的文本生成图片
提示词
用户希望图片包含的元素
反向提示词
用户希望图片不包含的元素
调优指南
图片解析
根据用户输入的图像和文字，回答图像有关问题
可以解析图片中包含的内容
根据图片生成商品描述信息
根据图片提取图片中的文字
没有办法分析是否侵权和出现商标
Token计算
根据输入计算token数。
模型
模型创建、管理、训练、调优
AI作画
基于文心大模型，根据用户输入的文本，自动创作图片。
AI成片
输入图文素材，一键生成短视频
自动实现配音、加字幕、素材匹配、添加数字人形象等环节题
自动实现配音、加字幕、素材匹配、添加数字人形象等环节题
使用场景：营销推广、企业宣传、咨询类
抖音
视觉体验中心
图片技术
图像理解
商品识别
识别图片中的商品分类及属性，包含服饰鞋靴、箱包、玩具、3C家电、家居日用等品类
通用实体识别
识别图片中的常见实物，包含美食、家装家居、动植物、交通工具等类别的数千种实体
图片配文
根据图片内容，推荐与之匹配的具有意境美的古诗词文案
图片评分
对视频封面进行质量分析，可用于视频选封面、照片优选、视频高光等
图片流动
基于天空、水面、波纹、毛发等特定物体类别做图像分割，将分割区域作为流动区域，使图片流动起来生成一段视频
以图搜图
从图片检索库中，搜索相同或者相似图片集，帮助实现快速精准的图片查找功能
商品图像检索
检测和识别图像中的主体商品，并可搜索图像、视频等媒介中的同款或相似商品
图像分割
通用图像分割
分割图片中的前景主体，适用于人像、食物等通用场景
商品图像分割
针对商品类图片内容，分割出前景主体商品图像
天空分割
分割图片中的天空轮廓，适用于天空背景更换等修图场景
车辆分割
对图像中车辆部分准确抠图
图像编辑
图片裁剪
自动判断图片主体区域，裁剪图片以适配不同尺寸要求
图像增强
基于画质分析技术和 AI 重建技术，针对低质图像进行一站式的增强，使画面更加自然清晰
老照片修复
对黑白旧照片进行自动上色，并修复画质问题
图像风格转换
将图像转换成剪纸风格、水彩风等多种艺术风格
图像拉伸修复
自动识别过度拉伸的图像，将图像内容恢复成正常比
图片超分辨率
倍数放大图像的分辨率并生成图像细节，保持清晰度
视频技术
一件成片
输入图片和视频，组合成新的视频
文章转视频
输入文章链接或文章标题和内容，生成视频
3D运镜
输入图片后，可让图片形成向前、向后、摇摆、跳跃的动态效果
stability.ai
API
文字生图
根据文字生成图片
图片加工
根据文字描述修改图片
根据原图生成更高分辨率的图片
使用遮罩层修改图片部分区域
图片转视频
图文转视频
3D模型图
Midjourney
API
能力分析
指令
模式切换
/turbo
切换到Turbo模式
适用于MJ5、5.1、5.2
超快速生成，需要订阅才能使用
/fast
切换到快速模式
1-2分钟
/relax
切换到普通模式
0-10分钟
/public
切换到公共模式
/stealth
切换到隐身模式
信息提供及优化
/help
显示有用的基本信息和提示
/info
查看有关您的帐户和任何排队或正在运行的作业的信息
设置
/settings
查看和调整Midjourney Bot的设置
模型Model
MJ1-4、5.0、5.1、5.2、6、Niji4-6
样式Style
支持范围：MJ5.1、5.2、6，Niji6
风格化Stylize
支持参数：Stylize Low = --s 50, Stylize Med = --s 100,
Stylize High = --s 250, Stylize Very High = --s 750
Stylize High = --s 250, Stylize Very High = --s 750
高低变化High and Low Variation
支持范围：MJ5.2、MJ6、Niji5，低版本只有变体
Turbo, Fast, and Relax Mode
闪电、快速、普通模式
图片操作
/blend
混合2-5张图像
使用：上传2-5张图像，混合合成图片
图形比例
默认宽高比为1:1，可选正方形宽高比(1:1)、纵向宽高比(2:3)、横向宽高比(3:2)。
/imagine
根据提示文字生成图像
/describe
根据图像生成四个可能的提示
/shorten
提交一个较长的提示，并收到如何使其更简洁的建议
使用：提示词建议和优化
/prefer remix
切换混合模式
案例
/prefer variability
当使用图像网格下面的按钮时，在高和低变化之间切换。V1 V2 V3 V4
/show
使用图像作业ID在Discord中重新生成作业。
参数
Aspect Ratios 生成尺寸 --ar
1:1 默认，常见的还有16:9、9:16，可以自定义，自定义的结果可能出现意想不到的结果
Image Weight 相似度 --iw
生成图片与参考图的相似度的程度，数字越大与参考图相似度越大。取值范围0-3，缺省值为1，可以为小数点。V6可以到3
其他最大为2.
其他最大为2.
No 反提示 --no
不希望图片中出现的元素
Quality 细节度 --q
影响图片输出的质量，数值越大图片细节度越高，不影响分辨率。取值范围.25、.5、1，默认为1，大于1都会四舍五入到1
只适用于 MJ5.2、MJ6、Niji5，Niji6是否支持官方文档没有描述
Chaos 变化度 --c
这个值越低生成的四张图风格越相似，反之差异越大，设置范围0-100，默认为0
Stylize 风格化 --s
低风格化产生的图像与提示非常匹配，但艺术性较差。高风格化创建的图像非常有艺术性，但与提示的联系较少。
取值范围0-1000，默认100
取值范围0-1000，默认100
可快速选择 低50、中100、高250、非常高750
Stop 进度 --stop
完成图片生成的百分百，百分比越小，虚化程度越高。取值范围10–100，默认值100
Claude
问题：因现在暂时无办法访问接口文档
阿里云
API
通义千问
功能
创作文字，如写故事、写公文、写邮件、写剧本、写诗歌等
编写代码
提供各类语言的翻译服务，如英语、日语、法语、西班牙语等
进行文本润色和文本摘要等工作
扮演角色进行对话
制作图表
编写代码
提供各类语言的翻译服务，如英语、日语、法语、西班牙语等
进行文本润色和文本摘要等工作
扮演角色进行对话
制作图表
总结
类似文言一心的对话和续写，但是回答较为简单
通义千问VL
功能
通过图片和提问的形式描述图片的内容
总结
总体描述相对简单，没有润色，比较生硬
通义千问Audio
功能
音频转文字
通义万相
文字生成图片
人像风格重绘
根据图片生成不同风格的图像，比如卡通、国风
图像背景生成
通过主图（透明背景）、引导图货引导提示语合成图片
WordArt锦书
创意文字生成
应用场景
广告领域
0 条评论
下一页
