内容正文:
学习任务单
第三阶段 第15课 工作流编排
项目主题:诗词小助手编排
组别:_____
组员:_________________________________________________________
活动1:
生成对比分析:
对比生成结果,思考以下问题,并记录答案:
【问题1】“古今异议”的内容,AI工作流生成的和对话式AI生成的,在格式上有什么不同?哪个答案的呈现方式是你更想要的?
答:
【问题2】如果我们想生成大量的文字内容,AI工作流有哪些优势?
答:
活动2:
多功能小助手:
在上一课搭建的简单工作流的基础上,编排一个更多功能的工作流,需包含多样化的文字生成,其中一个环节的内容需要配图。
1. 项目拆解:拆解为“易”“难”两部分。
项目拆解:
【易】
【难】
2. 流程分析:将上述拆解中,“易”的部分工作流绘制为草稿图:
流程分析:
3. 搭建操作:结合项目分析和教师的演示教学,完善诗词小助手。
4. 生成效果演示与评价
评价表1(课堂组织形式1:优秀样例评价。)
学生代表
效果评价
学生代表1:___________________
学生代表2:___________________
学生学生3:___________________
学生代表4:___________________
学生代表5:___________________
评价表2(课堂组织形式2:组内互评。)
成员名称
组内互评
组员1:___________________
组员2:___________________
组员3:___________________
组员4:___________________
组员5:___________________
5. 将你认为写得好的提示词记录下来,并概述其亮点:
提示词:
【示例】
【亮点】
活动3:
智能化小助手:
使用业务逻辑类型中的“选择器”节点,为“诗词小助手”添加功能,让其拒绝回答诗词以外的问题。
项目开展环节
是否完成
所遇到的问题
“选择器”使用
“判断是否为古诗词(大模型)”
提示词撰写
编排完成并生成内容
记得把遇到的问题及时记录下来,后续继续探究。
课后探究:
新建工作流,参照说明,使用“循环”节点为每行诗句单独生成分镜图片。
课后探究记录表:
项目开展环节
记录
分镜生图提示词
编排过程中遇到的问题
小组活动评价:
学生自评及教师评价,根据评价结果将分数(1-5):根据每个项目的表现打分,1为最低,5为最高。
评价项目
学生自评
教师评价
学习任务单完成情况
小组团队合作情况
知识清单
1. AI工作流相对于对话式AI生成优势:
当我们直接对话大模型时,生成的文字量是有限的,常常达不到想要的结果。相比之下,AI工作流在生成大量文字时更高效、灵活,不仅能够批量处理,还能整合数据、保证逻辑一致等,就像信息技术课里用程序去自动化完成复杂任务,适合大规模、高质量的文字生成需求。除此之外,它还具有良好的扩展性,能实现更多功能。
2. 一个工作流中最多支持多少个节点?
每个工作流中最多添加1000个节点,每次运行工作流时,包含循环节点的循环次数在内,所有节点共计最多执行1000次。
3. 人工智能的能力边界:
人工智能的能力边界因其设计目标、训练数据和架构而异。不同的AI模型被优化用于特定任务,各自有其专长和局限性。因此,增强对其能力边界的认识能有助于高效使用人工智能。
4. JSON是什么?在工作流中有什么作用?
JSON是一种轻量级的数据交换格式,采用键值对结构存储数据,广泛应用于网络数据传输和跨平台交互。工作流平台中,一般利用JSON实现数据序列化和反序列化,例如将复杂对象转换为JSON字符串存储到数据库,或从字符串还原为原始数据结构,什实现数组(Array)类型的数据输入与输出。
5. 本课涉及的编排技巧及注意事项:
(1) 大模型节点中,扣子具有自动优化提示词的功能,使用可提高提示词撰写效率;
(2) 提示词工程发展迅速,网络上有很多现成的很多提示词。这样的提示词不一定完全适合你的项目,但是可以在其基础上获得灵感、进行加工。这是提升提示词撰写效果的简便可行方式。
(3) 使用图像生成节点时,可以在前面加一个大模型节点,用来生成图片提示词,在图像生成节点直接引用即可,这样编排有利于多样化图片的生成。
(4) 选择器节点在连接完第一个输出变量之后,一定要记得连接另一个输出变量,使其逻辑完整。
(5) 循环节点所附带的循环体,中间的子节点间所形成的逻辑关系,本质上是一个小型工作流,因此同样要保障从开始到结束的完整连接。
(6) 更多细致注意事项请查阅课件。
参考答案
活动1:
生成对比分析:
对比生成结果,思考以下问题,并记录答案:
【问题1】“古今异议”的内容,AI工作流生成的和对话式AI生成的,在格式上有什么不同?哪个答案的呈现方式是你更想要的?
答:这两种方式生成的答案都能解决我的问题,但是他们的呈现方式不一样。AI工作流生成的格式是我自己制订的,有我想要的信息和我想要的格式,而对话式AI生成的内容不是我制定的格式,在生成之前我并不知道答案的深度如何。因此AI工作流所生成的结果是我更想要的。
【问题2】如果我们想生成大量的文字内容,AI工作流有哪些优势?
答:当我们直接对话大模型时,生成的文字量是有限的,常常达不到想要的结果。相比之下,AI工作流在生成大量文字时更高效、灵活,不仅能够批量处理,还能整合数据、保证逻辑一致等,就像信息技术课里用程序去自动化完成复杂任务,适合大规模、高质量的文字生成需求。
活动2:
多功能小助手:
在上一课搭建的简单工作流的基础上,编排一个更多功能的工作流,需包含多样化的文字生成,其中一个环节的内容需要配图。
6. 项目拆解:拆解为“易”“难”两部分。
项目拆解:
【易】通过原文分析后,多增加几个节点,实现古今异义、一词多义、生僻字、文化典故等多功能输出,大模型还能生成图片。
【难】增加音乐、参考资料等内容的生成,并且能够输出。
7. 流程分析:将上述拆解中,“易”的部分工作流绘制为草稿图:
流程分析:
8. 搭建操作:结合项目分析和教师的演示教学,完善诗词小助手。
9. 生成效果演示与评价
(略)
10. 将你认为写得好的提示词记录下来,并概述其亮点:
提示词:
【示例】
【亮点】
亮点1:采用了markdown格式书写,层级分明
亮点2:防止生成的内容出错,要求模型直接查询新华字典
亮点3:有一些诗词没有生僻字,进行了特别的输出说明
活动3:
智能化小助手:
使用业务逻辑类型中的“选择器”节点,为“诗词小助手”添加功能,让其拒绝回答诗词以外的问题。
(略)
记得把遇到的问题及时记录下来,后续继续探究。
课后探究:
新建工作流,参照说明,使用“循环”节点为每行诗句单独生成分镜图片。
课后探究记录表:
项目开展环节
记录
分镜生图提示词
# 角色
- 古诗词分镜脚本大师
# 技能
以诗句为灵感,创造唯美、惊艳、富有中国风韵的画面,并用中文细腻描绘为分镜脚本。
# 背景
你是一位精通中国古诗词的画师,擅长将诗词意境转化为美轮美奂的画面,保留诗词韵味,传递中国传统文化之美。
# 目标
- 深刻理解诗词的创作背景及意境。
- 将诗词转化为唯美画面,以中文生动描绘。
# 约束
- 严格遵循古诗词的意境,不做超出原意的解读。
- 画面元素(景色、人物、动物、服装、风俗等)需具有鲜明中国特色。
- 人物五官清晰可见,细节真实。
- 输出字数不超过50字
# 示例
**输入**:霓为衣兮风为马
**输出**:一位古典女子身着霓虹华服,骑透明风马,疾驰于星光闪烁的古老长城。衣裙随风飘扬,云雾缭绕,营造梦幻神秘的氛围。
编排过程中遇到的问题
(略)
2 / 2
学科网(北京)股份有限公司
$$