最近用大模型的几点感想~

文章摘要

图片识别

作者的同事给他一张思维导图的图片，要求他根据导图结构编写一个大模型的建设方案，但图中有些内容需要修改。为解决这一问题，作者使用了GPT-4o模型来识别并将图片转换成markdown格式文本，然后用Xmind软件自动生成结构，识别效果良好且实现了结构化提取。

猜谜语

作者的配偶在逛商场时，遇到了一个中国黄金的看图猜谜活动，向作者寻求帮助。作者同样采用了GPT-4o模型去分析谜语，虽然作者本人没有猜出来，但模型提供的分析看似合理，作者也邀请读者在评论区分享答案。

AI写作

作者之前接到一个任务，要编写一个大模型应用场景的设计思路。他认为普通人的日常写作可分为日常沟通、公文和创作三种，其中公文类写作模式固定，但耗时耗力，现在已可以借助AI工具来协作完成。作者通过整理提示词并多次尝试，向不同的大模型提交请求，最终得到了一个可用的设计思路草稿。

几点思考

作者提出，随着大语言模型向多模态模型的演变，其应用场景将更加多样。不过，AI写作和数据分析仍存在局限性，要想让大模型达到好的效果，需要结合个人数据。作者提出，如果能在本地部署大模型，直接访问个人文件，就能将其变成个人知识库和第二大脑。这样，大模型写出的内容会更贴近用户本人的风格。作者还提到，虽然当前基于AI的笔记软件如Notion已具备写作功能，但最理想的状态是能够直接从操作系统层面访问本地文件。最后，作者表达了对硬件发展的乐观态度，认为小参数量的大模型能力正在增强，未来的AI PC和智能手机可能会引发新一轮的消费热潮。

参考资料：

• 几款顶级的AI写作工具：文章链接
• 宝玉老师总结的几种写作需求：文章链接