一、引言
大部分人使用 AI，大概都跟我一样，停留在初级阶段。
平时，就是向 AI 提问（又称聊天），偶尔也用一些现成的服务：生成图片、生成代码、翻译文章等等。
但是，时间久了，就觉得不够用，很多个性化需求，根本找不到工具，需要自己想办法。
我想，这是很多人面临的问题：如果深入使用 AI，就必须自己做开发。
今天，我就介绍一种 AI 开发的简单方法，没有那么高的门槛，普通人也可以上手。
二、AI 开发的三种模式
按照从难到易，我把 AI 开发分成三种模式。
（1）自建模型：自己搭建 AI 模型，并寻找数据进行训练。
这种模式难度最高，必须是 AI 专业人士或大公司，才会使用。
（2）API 调用：自己编写脚本，去调用他人运行的模型 API。
这种模式要求使用者必须会编程，优点是适应性强，什么需求都能编程解决，缺点是编写和调试脚本要花不少时间，还要自己部署服务端。
（3）工作流模式：采用 AI 服务商提供的工作流（workflow），编排每个步骤，形成自动化操作。
这种模式最简单，不懂编程的人也能上手，可以不编写脚本，有现成的服务端，省时省事。缺点是受限于 AI 服务商提供的能力，对方不提供，就做不了。
我是 AI 新手，就选择了最后这种模式，尝试 AI 开发。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]()👈
三、GPT 商店和 Copilot 模板
很多 AI 大厂都提供“工作流模式”，允许开发者在他们的模型上，定制自己的应用。
最有名的大概就是 OpenAI 公司的 GPT 商店[1]。
它开放 ChatGPT 的底层能力，让开发者定制某个领域的专用 GPT，比如学术论文的 GPT、处理 Excel 文件的 GPT 等等。
微软的 Copilot 也有类似的功能，叫做“模板[2]”（template）。
不过，这些都是国外的服务，需要收费，服务器在境外。好在国内有免费的替代品，我就选择了国内产品。
四、工作流演示
我先演示一下，工作流的操作界面。大家就能明白，它是怎么回事了。
工作流其实就是把一个 AI 应用，分成若干个步骤。每个步骤是一个节点，你在上面设置这一步的操作，然后所有节点按照流程，完成任务。
上图是扣子 AI[3]（coze.cn）的工作流编排界面，包含四个节点。
扣子是字节跳动旗下、免费的 AI 应用开发平台。使用过程非常直观，就是在网页画布上，通过图形化操作，一步步创建 AI 应用。我就用它来演示。
它的开发页面左侧是不同类型的节点，下图是其中一部分。
新建节点时，点击对应类型就可以了。一般来说，第一步总是新建“模型节点”或“插件节点”。
新建模型节点后，如果你想用自己的数据训练模型，可以在项目管理页面上，新建一个知识库，上传数据文件。然后在工作流里面，创建一个“知识库节点”。
如果你想启用持久记忆能力，记住用户的历史对话，那么可以新建数据库，保存用户数据，然后在工作流创建“数据库节点”。
所有节点设置完毕，这个 AI 应用就可以运行了。最后一步，就是发布该应用。
扣子会让你选择发布渠道（上图），目前支持发布到商店（在扣子平台使用）、第三方平台（在飞书、抖音、微信使用），以及 API 和 SDK（在用户自己的软件使用）。
以上就是工作流模式的使用界面，只是一个简单介绍，大家有一个大概的理解就可以了，具体操作可以看文档[4]。
它还是很容易上手的，熟练以后，开发一个 AI 应用，一两个小时就可以搞定。
五、工作流开发的例子
为了加深理解，我举一个实际开发的例子。某餐饮企业想要搭建一个 AI 应用，用来分析用户的点评。
为此搭建一个工作流，基本功能只需要三个节点——输入节点、分析用户点评的 AI 模型节点、输出节点。
然后，把这个工作流发布成 API。我们将用户的点评传入这个 API，它会返回一段 JSON 数据，里面有 AI 模型识别出的用户评价（正面、负面、中性），以及点评关键词（环境/服务/菜品）。
上图是这个工作流的预览调试界面，输入了一段真实的点评，运行结果以 JSON 格式返回。
可以看到，AI 识别出该用户对产品是中评，对环境是差评，对上菜速度是好评。
六、模板功能
工作流除了自己使用，还可以保存成模板（template），发布到模板商店[5]，让别人使用和借鉴。
在模板商店，你可以看到官方和其他用户搭建好的工作流，目前已经有上千个，还在快速增长。
这些工作流可以直接使用，也可以作为模板复制。用户复制模板后，对它们进行学习和修改，将其改造为适合自己的应用。
对于模板作者来说，可以对模板设置价格，实现变现。
很多模板提供非常有意思的功能，值得一看。比如，“抖音转小红书[6]”的模板。
你输入一个抖音的短视频链接，AI 自动生成10个可用标题和一段文案，你可以把它们连同视频一起发到小红书。
七、教程：情感故事爆文专家
网上已经有不少工作流模板的开发教程，大家可以去搜一下。
我看到一篇“情感故事爆文专家”的模板教程，非常有趣。情感类的网文现在流量很好，作者就开发了一个 AI 应用，专门生成这类文章。
先看成品，点击这个模板链接[7]，体验一下它的效果。你输入一个文章主题，比如
一对情侣在大学里认识，毕业后分手，10年后再次相遇。
这个 AI 应用会输出文章的大纲和正文。
还带有配图，可以直接发布。
它背后的工作流，大致分成六个节点。
1.开始节点：接收用户输入的文章主题2.AI 模型节点：通过 AI 模型，根据文章主题，生成文章的大纲。3.扩写节点：根据文章大纲，进行内容扩写，生成正文。4.内容总结节点：根据正文，生成文章的内容总结。5.文生图节点：根据内容总结，生成文章配图。6.结束节点：汇总所有内容，输出结果。
设置完成后，点击“发布”按钮，这个 AI 应用就可以直接使用了。
八、结束语
工作流模式相比自己从头写，容易和快捷很多，服务端也一起解决了。如果你有 AI 开发的需求，可以试试这种模式。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
