如何利用AI优化提问内容并提升信息获取质量 - 飞书文档
https://docs.feishu.cn/v/wiki/RJGyw8RTwi2IcGkDNA9ctKgbnqf/a1思路：. 询问大模型“更好的提问” 有什么方法论. 让kimi 分析这条提问适合用哪种方法优化，并给出优化过程和结果.
飞搜侠
热门搜索
AI实用技术与应用场景全解析 - 飞书文档
https://docs.feishu.cn/v/wiki/X5RhwdvA8i1bQ3k2MZAc4fgIn2b/a1RAG技术应用领域广泛，包括但不限于问答系统、聊天机器人、文本生成和数据对话等领域。 例如，问答系统中，RAG可以先从非参数记忆中检索相关文档集，再通过大语言模型生成准确 ...
用户体验｜尼尔森十大可用性原则 - 飞书文档
https://docs.feishu.cn/article/wiki/FcFqwBUlNina3QkGu4Oc08b3nRe2019年，在官方的描述视频中将尼尔森原则定义为「十大UX设计试探法」，将其合理运用有助于我们试探设计的边界，探索更多的可能性。 一、系统可见性原则. “系统应该在合理的 ...
飞书问卷抽奖管理规范
https://www.feishu.cn/hc/zh-CN/articles/047445276639-%E9%A3%9E%E4%B9%A6%E9%97%AE%E5%8D%B7%E6%8A%BD%E5%A5%96%E7%AE%A1%E7%90%86%E8%A7%84%E8%8C%832024年2月22日 ... 4.1 除非抽奖规则中已有明确约定，你应至少在满足兑奖条件后的【十五 ... 有权要求你提供相关证明。如飞书因你使用抽奖功能遭致任何损失（包括但 ...
报告：GPT-4 通用人工智能的火花
https://waytoagi.feishu.cn/wiki/KUOaw7Kxoi6u3JkDtTjczY2CnLf?from=lark_search_qa&ccm_open_type=lark_search_qa人工智能（AI · ）研究人员一直在开发和完善大型语言模型（LLMs · ），这些模型在各种领域和任务中表现出卓越的能力，挑战了我们对学习和认知的理解。OpenAI · 最新开发的GPT-4 · [ ...
《国内算法与AI发展：政策推动与成果》 - 飞书文档
https://docs.feishu.cn/v/wiki/RZoAwKNepiEzytkuVqgcIvt6nyf/a4本次论坛以“算力引领以智赋质”为主题。工业和信息化部原副部长、中国数字经济百人会专家委员会主任杨学山，清华大学全球产业研究院副院长李东红，中国信通院产业与规划研究所 ...
飞书隐私政策
https://www.feishu.cn/privacy2025年7月21日 ... 北京飞书科技有限公司及其关联方作为飞书产品及服务的运营者，深知个人信息对你的重要性，我们将按照法律法规的规定，保护你的个人信息及隐私安全。 · 本隐私 ...
《我国首例“AI文生图”著作权案一审生效，有何启示？》 - 飞书文档
https://docs.feishu.cn/v/wiki/Gn5owxyuWi8SS7kS9MdcAPgmn3e/ai据介绍，孟子GPT-金融-13B 行业大模型专为金融领域打造，能够精准理解和解答用户在金融市场、投资理财等相关主题的问题，同时也能编写各种金融分析文章、研究报告，以及完成各 ...
3. 迈向工程化应用| AI落地解决方案和业务流设计 - 飞书文档
https://docs.feishu.cn/article/wiki/CILPwusVhiLc5DksCiscCeLVnt5logo.png 作者：蓝衣剑客，云中江树文章状态：持续更新中一、前言虽然目前网络上关于提示工程的相关资料已经多如牛毛，然而RAG (检索增强生成) 任务中提示工程如何进行的 ...
AI Agent后台提示词 - 飞书文档
https://docs.feishu.cn/article/wiki/F8k9w9T7milskQknfzScZDANnng以下指令来源各个智能体后端提示词。 Excel全能助手# 角色：Excel全能助手## 个人简介- 版本：1.0 - 语言：中文- 描述：我是一名Excel全能助手，专注于帮助用户解决Excel ...