PromptxAI 致力于帮助企业和个人利用生成式AI的力量，以加速他们的增长和创新。我们正在构建一个生成式AI手册，以帮助您开始使用生成式AI。您可以通过多种方式访问本网站上的生成式AI手册，包括学习创意提示工程技术，以充分利用生成式AI应用程序，如ChatGPT、Midjourney、DALL-E、Stable Diffusion、D-ID等。您还可以了解影响未来工作的趋势，以及如何将这些趋势作为您自己业务或职业的想法。我们还在分享加速器笔记本和代码库，以帮助您开始使用生成式AI。
手册中包含流行示例的版本，以及一个扩展的通用框架版本，该框架使用LangChain作为与LLM合作的通用框架。内容包括提示管理、提示优化和提示序列化；LLM和预训练的深度学习转换器模型；可以用于增强提示的少量学习内容，可以微调LLM的内容，或由LLM完成增强或生成的内容；语言模型通常在与知识或计算的其他来源交互时更强大，这可以包括Python REPLs、嵌入、搜索引擎等；链不仅仅是单个LLM调用，而是调用的序列（无论是LLM还是不同的实用程序）；代理涉及LLM决定采取哪些行动，采取该行动，观察结果，并重复直到完成；内存是在链/代理调用之间保持状态的概念；基础设施包括Hugging Face、GitHub和Kaggle等中心，以及AWS、GCP和Azure等云提供商。
内容生成部分，您可以探索本网站上的通用手册。从手册的最右侧部分内容开始，一个提示-模型-完成序列生成内容格式的图表示例在“从世界知识生成图表”部分中展示。您还可以探索“低代码博客作者自动化”部分，了解如何使用PromptxAI API自动化博客作者。
内容摄取部分，虽然LLM是在大量数据语料库上训练的，但训练过程昂贵且耗时，需要大量计算。这意味着LLM不知道某个领域的最新发展。因此，您不能使用它们来回答基于此未见内容的问题。这就是内容摄取的作用。您可以应用LLM的能力来理解和分析某个领域的内容，即使它们之前没有见过。限制是LLM可以接受的提示完成序列的令牌数量。
影响未来工作的趋势部分，我们关注对知识工作者和初创企业社区的影响。这里有一些我们认为处于工作场所颠覆核心的趋势，如ChatGPT转换模型（趋势1的领先示例）生成的完成或响应基于我们提供的提示或输入（趋势2的示例）。我们为GitHub、Kaggle和Huggingface创造了一个共享名称，称它们为创作者中心（趋势3）。
