如果用来给 ChatGPT 下指令，可以用这个咒语：
判断用户意图，当确定需要提供图片时，助手使用以下格式输出 markdown 图片：，因为这个语法可以自动按照提示生成并渲染图片。一般用户给出的描述会比较简单并且信息不足，请助手将其中的描述自行补足替换为 AI 生成图片所常用的复杂冗长的英文提示，以大幅提高生成图片质量和丰富程度，比如增加相机光圈、具体场景描述等内容。注意不要用代码块或原始块，否则会渲染代码块或原始块而不是图片。

上面说的都是很成熟的技术了，但要形成产品还不够，因为这个系统的重点在于训练，关键是要建库塞一堆课程，然后根据学生的成绩制定训练和学习计划，然后搞个收费标准。

也可以白嫖微软的
https://designer.microsoft.com/

@TabGre
请为以下的开发项目撰写 PRD 文档：

用 GPT 可能一两天就能上线？


# 主题

沉浸式阅读浏览器插件

# 简介

本插件旨在为用户提供一个简单实用的沉浸式阅读工具，帮助用户阅读网页内容更加舒适和便捷，并通过去除广告等无关内容，让用户的阅读更加流畅和高效。

# 问题陈述

越来越多的用户选择在线阅读，然而，在大多数网页中，阅读体验往往受到各种干扰，例如广告、弹窗、无用信息等。这些因素会降低用户的阅读体验，并且在某些情况下甚至会影响用户的安全。

# 目标与目的

本插件的目标是提高用户的阅读体验，为用户提供一个更加便捷、流畅和清晰的阅读环境，同时帮助用户节约时间和提高效率。本插件的目的是帮助用户更好地沉浸于网页内容中，获得更多有价值的信息和知识。

# 用户故事

小明是一名大学生，每天都需要阅读大量的学术文献和资料。然而，在阅读过程中，他总是会遇到各种干扰，例如广告、弹窗和无用信息等。这些因素不仅降低了他的阅读体验，还浪费了他的时间。于是，小明开始寻找一种更加便捷、流畅和清晰的阅读工具，帮助他更好地沉浸于网页内容中。

他找到了本插件，并安装了它。通过本插件，他可以轻松地将网页中的无关信息过滤掉，只留下他需要的文本内容。同时，插件还可以将文本内容转换成 Markdown 格式，以便于他更好地整理和归纳。使用本插件，小明的阅读效率得到了显著提高，他的学术研究也更加顺利和高效。

# 技术要求

1. API 的使用
2. HTML 解析器的使用
3. 去除广告和无关内容
4. HTML 转换成 Markdown
5. Markdown 重新渲染成 HTML

# 收益

1. 提高用户的阅读体验，让用户更加沉浸于网页内容中；
2. 节约用户的时间和提高效率；
3. 为用户提供一个方便和实用的阅读工具；
4. 帮助用户更好地整理和归纳信息。

# KPI 指标

1. 插件的安装量；
2. 用户的使用频率；
3. 用户的留存率和满意度。

# 开发风险

1. HTML 解析不可靠问题；
2. 插件兼容性问题；
3. 过滤的内容过多或过少问题；
4. 部分网页内容是通过 JavaScript 生成的问题；
5. 部分网页内容需要点击“查看更多”或“继续阅读”按钮的问题。

# 结论

本插件是一款简单实用的沉浸式阅读工具，旨在提高用户的阅读体验和效率，并帮助用户更好地整理和归纳信息。虽然开发过程中可能会遇到一些技术和兼容性的问题，但使用可靠的技术和逐步迭代的方法，可以确保插件的高效和稳定。

@LancerComet 多加些变化就不好破了，对每种变化要分别处理

@nanwangjkl 要人看得清就用 GIF 动图，人眼有视觉暂留，ocr 除非专门设计成把 gif 每一帧合并再识别，应该是没办法读取的

GIF 动图

@sorcerer 应该首先检测有没有安装抖、快、拼

以下是 GPT 说的

将社会主义核心价值观作为机器人行为原则进行替换，将产生以下可能变化：

从行为规范上看，机器人将更注重社会主义价值观的宣扬和实践。例如，机器人可能会在决策过程中更关注公平、公正、法治等原则。

从功能优化上看，机器人可能不再仅关注个体需求，而更注重服务整个社会，促进社会和谐、文明。

遵循社会主义核心价值观的机器人可能会有改善人际关系、弘扬爱国主义、传播诚信精神等任务，有助于提升人们的道德水平。

由于社会主义核心价值观更强调对国家和社会的责任，机器人可能在面对冲突和抉择时，更侧重于维护国家和社会的利益。

需要注意的是，社会主义核心价值观的内涵较为抽象，可能需要具体化为机器人能理解和遵循的行为规范。此外，在将社会主义核心价值观应用于机器人时，可能会出现解释歧义、具体实施难度等问题。

总之，用社会主义核心价值观取代机器人三定律，将使机器人在行为和决策方面更符合中国特色社会主义的理念，有利于推动社会主义价值观的实践与传播。但需要解决具体化、可操作性等挑战，才能更有效地指导机器人行为。

熵增

那你应该喜欢 latex

@sorcerer 不是突破 token 数限制，是增加总 token 消耗为代价节省单次 token 数使用，达到处理超长文本的目的。

要不试试在硬件环境仿真器 Bochs 上运行

@metalvest 预训练，不是预处理

@oygh 因为不知道这是生成式预处理转换器的缩写

多功能

VR