Tag: AI

本文介绍国内如何使用虚拟信用卡Deapy购买ChatGPT Plus
在这篇文章中，我们将介绍如何准备升级到ChatGPT Plus并注册虚拟信用卡Depay，以便更畅快地使用ChatGPT。以下是前期准备的步骤：

前期准备

在开始升级和注册虚拟信用卡之前，确保您已经完成以下准备工作：
1. 有可用的ChatGPT账号：确保您拥有可用的ChatGPT账号，并且能够正常访问ChatGPT。
2. 注册虚拟信用卡Depay：前往Depay官网注册一张虚拟信用卡。请注意，ChatGPT需要美国信用卡，因此国内的双币卡或全币卡无法使用。Depay是美国虚拟信用卡，主要用于充值USDT，并可在国内绑定微信、支付宝进行消费。
3. 一些USDT：确保您拥有一些USDT，因为Depay需要用USDT进行充值。如果没有USDT，您可以尝试在信用卡Telegram群中询问是否有人可以代充电。
确认能升级

登录ChatGPT，检查左侧是否有”Upgrade plan”选项。如果看到这个选项，您就可以升级到ChatGPT Plus。

注册虚拟信用卡Depay

在注册Depay虚拟信用卡时，请注意以下事项：
- ChatGPT需要使用美国信用卡，国内的双币卡或全币卡无法使用Depay。
- Depay虚拟信用卡的主要作用是充值USDT，然后可以在国内绑定微信、支付宝进行消费，同时也可用于绑定OpenAI。
您可以使用邮箱或手机进行Depay的注册。注册非常简单。

前往Depay官网注册

下载App

在成功注册Depay后，前往下载他们的App。如果您使用iOS设备，您可能需要一个美区的Apple ID，或者您也可以尝试下载他们的内测版。对于安卓用户，您可以直接下载APK包。

申请卡片

登录Depay App后，点击左上角的”申请卡”，然后选择您想要的卡片类型。有两种类型可供选择：
- 标准卡：开卡费为0，需要进行KYC（身份验证），上传身份证后系统会在大约10分钟内自动审核。
- Lite卡：需要支付10U的开卡费，无需KYC，但各种费率都比标准卡高，适合有匿名需求的用户。
卡片还可以升级成高级和白金卡，但升级都需要进行KYC。因此，如果您希望匿名使用，建议选择Lite卡，如果以后想升级，那么标准卡也是一个不错的选择。

如果您选择Lite卡，请确保在申请之前充值。

充值USDT

Depay不接受直接转账，需要使用虚拟币充值。找到钱包中的USDT，获取您的TRC20地址，然后充值至少23 USDT（包括2%的充值手续费和USDT换成USD的汇损）。

如果您没有足够的USDT，可以尝试找人代充。

订阅ChatGPT Plus

点击ChatGPT窗口左侧的”Upgrade Plan”，然后选择升级选项。在填写付款信息时，请注意填写一个免税州的地址，以避免不必要的税费。

您可以使用专门的网站生成假身份以获取免税美国地址。填写好信息后，进行支付。Depay卡的CVV码可以在App首页的CVV安全码部分找到。

请注意，ChatGPT Plus是一个订阅服务，每个月会自动扣款。如果您担心，可以随时取消订阅。

ChatGPT Plus有什么不同

升级到ChatGPT Plus后，您将享受以下优势：
- 保证可用性：即使在高峰期，付费用户也会优先获得使用权。
- 响应速度快：ChatGPT的回答将更加流畅和迅速。
- 优先体验新功能和改进：您将有机会首先体验新功能和改进，未来可能还会推出更多付费功能。
通过完成上述步骤，您将准备好升级到ChatGPT Plus并注册虚拟信用卡Depay，从而获得更好的使用体验。希望这些指南对您有所帮助！
February 16, 2023
Colossal-AI：一种高效分布式 AI 模型训练方法
随着人工智能技术的快速发展，训练大型AI模型的需求不断增加。然而，单个GPU的内存容量有限，这限制了模型的规模和性能。为了解决这个问题，出现了许多分布式训练方法，其中一种被称为Colossal-AI。Colossal-AI是一种高效的分布式AI模型训练方法，它可以显著提高训练速度和模型容量，让研究人员和开发者能够更轻松地训练大型AI模型。

背景故事

在过去的几年里，人工智能领域取得了巨大的进步，尤其是在自然语言处理和计算机视觉领域。越来越多的任务和应用需要强大的AI模型，例如自动语言翻译、语音识别、图像生成等等。这些任务通常需要大量的数据和计算资源来训练模型，但单个GPU的内存容量有限，无法满足这些需求。因此，分布式训练成为了解决这一问题的关键。

Colossal-AI应运而生，它是一个开源项目，旨在使大型AI模型的训练更加便捷和高效。它提供了一系列的并行化策略，包括数据并行、流水线并行、张量并行、序列并行等等，以充分利用多个GPU的计算能力。此外，Colossal-AI还支持零冗余优化器（ZeRO）和自动并行，可以消除每个GPU上的模型复制，从而节省内存。

使用Colossal-AI的简单示例

Colossal-AI的使用非常简单，只需要几行代码即可完成模型的初始化和训练。以下是一个Python示例，演示了如何使用Colossal-AI来训练一个简单的强化学习模型。
```
# 导入必需的库
import torch
from chatgpt.trainer import PPOTrainer
from chatgpt.trainer.strategies import ColossalAIStrategy

# 定义模型
class Actor(torch.nn.Module):
    def __init__(self, state_size, action_size):
        super().__init__()
        self.fc1 = torch.nn.Linear(state_size, 128)  # 第一层全连接层
        self.fc2 = torch.nn.Linear(128, action_size)  # 第二层全连接层

    def forward(self, state):
        x = torch.nn.functional.relu(self.fc1(state))  # 激活函数
        x = self.fc2(x)
        return x

class Critic(torch.nn.Module):
    def __init__(self, state_size):
        super().__init__()
        self.fc1 = torch.nn.Linear(state_size, 128)  # 第一层全连接层
        self.fc2 = torch.nn.Linear(128, 1)  # 第二层全连接层

    def forward(self, state):
        x = torch.nn.functional.relu(self.fc1(state))  # 激活函数
        x = self.fc2(x)
        return x

# 初始化 ColossalAIStrategy
strategy = ColossalAIStrategy()

# 在上下文管理器中初始化模型
with strategy.model_init_context():
    actor = Actor(state_size=4, action_size=2)  # 初始化 Actor 模型
    critic = Critic(state_size=4)  # 初始化 Critic 模型

# 初始化训练器
trainer = PPOTrainer(actor=actor, critic=critic, strategy=strategy, epochs=10)

# 训练模型
trainer.fit(dataset, ...)
```
这个示例演示了如何使用Colossal-AI来初始化一个强化学习模型，并进行训练。Colossal-AI简化了分布式训练的复杂性，让研究人员和开发者可以更轻松地利用多个GPU来训练大型AI模型。

结论

Colossal-AI是一个强大的分布式AI模型训练方法，它提供了一系列的并行化策略和优化技术，可以显著提高训练速度和模型容量。无论您是在研究领域还是在工业界，Colossal-AI都可以帮助您更好地利用计算资源来训练大型AI模型。如果您对人工智能和深度学习感兴趣，不妨尝试使用Colossal-AI来加速您的研究和项目。
February 15, 2023
开源：60行代码用openai代替人工写SEO文章发布到wordpress
在今天的数字时代，拥有一个具有高质量内容的网站对于吸引流量和提高排名至关重要。然而，频繁地为网站创建新的SEO友好文章可能是一项耗时的任务。本教程将介绍如何使用OpenAI和Python来自动生成SEO文章，并将其发布到WordPress博客，以提高您的网站排名和吸引更多访问者。

准备工作

在开始之前，您需要完成以下准备工作：
1. 获取OpenAI API密钥: 前往OpenAI官网并注册账户，获取API密钥。将API密钥替换到代码示例中的openai.api_key变量中。
2. 安装必要的依赖: 确保您已安装Python 3.9或更高版本，并安装了以下依赖库：
  - openai
  - wordpress-xmlrpc
  您可以使用pip来安装这些依赖。
3. 准备WordPress站点: 您需要拥有一个WordPress博客站点，并知道站点的XML-RPC地址、用户名和密码，以便进行文章发布。
代码示例

以下是使用OpenAI和Python自动生成SEO文章并发布到WordPress的代码示例：
```
import openai
import wordpress_xmlrpc
from wordpress_xmlrpc.methods import posts

# 使用您自己的API密钥
openai.api_key = "这里修改成你的openai api密钥"

# 定义您的关键词列表
keywords = ["关键词1", "关键词2", "关键词3", "关键词4"]

# 将关键词列表转换为字符串
keywords_str = ", ".join(keywords)

# 使用GPT-3生成文本和标题
response_kaitou = openai.Completion.create(
    engine="text-davinci-003",
    prompt=(f"以大家好，我是xxxxxxx公司小编，很高兴又跟大家见面啦为开场续写一段开场白"),
    max_tokens=1024,
    n=1,
    stop=None,
    temperature=0.5,
)
response_zhengwen = openai.Completion.create(
    engine="text-davinci-003",
    prompt=(f"以{keywords_str}为关键词写一篇文章,每个关键词出现一次就可以"),
    max_tokens=1024,
    n=1,
    stop=None,
    temperature=0.8,
)

response_title = openai.Completion.create(
    engine="text-davinci-002",
    prompt=(f"以{keywords_str}为关键词，写一个标题，不超过15字"),
    max_tokens=1024,
    n=1,
    stop=None,
    temperature=0.5,
)

kaitou = response_kaitou["choices"][0]["text"]
zhengwen = response_zhengwen["choices"][0]["text"]
ptitle = response_title["choices"][0]["text"]
article = kaitou + zhengwen

# 设置WordPress博客的连接信息
wp = wordpress_xmlrpc.Client('https://你的博客站点/xmlrpc.php', '用户名', '密码')

# 创建新的博客帖子
post = wordpress_xmlrpc.WordPressPost()
post.title = ptitle
post.content = article
post.post_status = 'publish'
post.terms_names = {
    'category': ['你想要发布的分类名'],
    'post_tag': keywords
}
wp.call(posts.NewPost(post))

quanwen = (ptitle+article)
print(quanwen)
print("恭喜你，文章生成成功并且已经发布")
```
教程步骤

现在，让我们逐步解释上述代码示例的各个部分，并学习如何使用它来生成SEO文章并发布到WordPress。

步骤 1: 导入库和设置API密钥

在这一步中，我们导入了必要的Python库，并设置了OpenAI的API密钥。请确保您已将您自己的API密钥替换到代码中。

步骤 2: 定义关键词列表

在这一步中，我们定义了要在文章中使用的关键词列表。您可以根据您的文章主题自行修改关键词。

步骤 3: 使用GPT-3生成文本和标题

这一步是生成文章的核心。我们使用OpenAI的GPT-3引擎来生成文章的开场白、正文和标题。根据关键词和模板，GPT-3会生成相关的文章内容。

步骤 4: 设置WordPress连接信息

在这一步中，我们设置了连接到WordPress博客的信息，包括博客的XML-RPC地址、用户名和密码。

步骤 5: 创建新的博客帖子

最后一步是创建新的WordPress博客帖子，并将生成的文章内容和标题发布到博客上。您可以指定文章的分类和标签，以便更好地组织内容。

总结

使用OpenAI和Python，您可以轻松生成SEO友好的文章，并将其发布到WordPress博客上。这个代码示例为您提供了一种快速、自动化的方式来创建高质量的内容，帮助提高您的网站排名并吸引更多访问者。

希望这个教程对您有所帮助，让您更好地利用技术来提升您的网站和内容质量。
February 14, 2023
ChatGPT注册教程
ChatGPT是一款强大的自然语言处理工具，它可以回答问题、参与对话、提供解决方案，甚至作为学习工具和自动化助手使用。在本教程中，我们将介绍如何注册ChatGPT并开始使用它，以便充分利用其功能。

注册流程

1. 进入注册

首先，打开ChatGPT的官方网站，链接为 https://chat.openai.com，然后点击 “Sign Up” 进入下一步。

如果页面无法正常显示，可能需要更换网络节点或清理浏览器的cookie，然后再次尝试。

2. 邮箱注册

ChatGPT提供邮箱注册选项，您可以使用微软帐号或谷歌帐号登录。微软和谷歌帐号不需要额外的验证，但其他邮箱地址可能需要进行验证，例如QQ邮箱。

3. 填写姓名信息

一旦您的邮箱通过验证，系统将提示您输入您的姓名。按照要求填写姓名即可。如果显示IP地址注册数量过多的错误消息，尝试更换网络节点即可（无需重新启动浏览器，只需刷新页面）。

4. 验证手机号

在这一步，您需要进行手机号验证，但请注意，只能使用国外手机号进行注册。国内手机号无法用于ChatGPT注册。

如果您只是想尝试产品，您可以在某些在线虚拟号码服务中购买服务，它们可以实时接收验证码。如果您更熟悉操作，可以使用虚拟接码平台，如 sms-activate.org。

5. 注册完毕

一旦手机号验证完成，您就可以自由使用ChatGPT了。

常见问题

1. 无法注册问题

如果您遇到国家不提供服务或其他注册问题，可以尝试以下方法：
- 切换到合适的代理地区。
- 在地址栏中输入以下代码并按回车键，然后刷新页面：javascript: window.localStorage.removeItem(Object.keys(window.localStorage).find(i => i.startsWith('@@auth0spajs')))
2. 中文与ChatGPT对话问题

如果ChatGPT回复的是英文，您可以在输入框中输入 “你好”，ChatGPT将会回复中文。

3. ChatGPT容量问题

如果出现 “ChatGPT is at capacity right now” 的错误消息，您可以尝试多次刷新页面以进入系统。

4. 真人验证问题

如果反复出现真人验证提示，尝试将浏览器的UA切换回手机模式，而不是电脑模式。

ChatGPT的应用领域

ChatGPT具有广泛的应用领域，包括：
- 回答各种话题的问题，如历史、科学、文化等。
- 参与自然对话，与人类进行多轮交流。
- 提供解决方案，帮助解决问题。
- 作为学习工具，提高语言能力和知识水平。
- 作为客服或人工智能助手，提高工作效率和满意度。
通过这个教程，您已经了解了如何注册和使用ChatGPT，以及如何解决常见问题。现在，您可以充分利用这个强大的自然语言处理工具来满足您的需求。
February 14, 2023
ChatGPT Plus
自然语言处理（NLP）技术的快速发展已经改变了我们与计算机交流的方式。在这个领域，ChatGPT已经成为一个备受瞩目的模型，为人们提供了智能对话和问题解答的能力。然而，OpenAI最近推出了ChatGPT Plus，这个付费订阅版本在速度和功能上迈出了一大步，让我们一起来了解它的优势和应用场景。

ChatGPT Plus：速度的巅峰

对于任何需要实时响应的应用，速度都是关键。ChatGPT Plus以其更快的响应速度成为了首选。这得益于它采用了更先进的硬件和优化的算法来加速响应时间。无论是在线客户服务还是聊天机器人，ChatGPT Plus都能够在瞬间提供答案，为用户提供无缝的体验。

为何速度如此重要？

想象一下，当您与一个在线客服聊天时，您期望得到快速而准确的回答。如果响应时间太长，您可能会感到不耐烦，甚至流失掉了您的客户。ChatGPT Plus的快速响应确保了高效的沟通，为客户服务提供了一个强大的工具。

新的模型选择：Turbo模型

除了速度，ChatGPT Plus还引入了新的模型选择，其中最引人注目的是Turbo模型。Turbo模型是一种更强大的模型，可以提供更准确的预测和更自然的对话。这个模型需要更多的计算资源来运行，但它在某些关键的应用场景中提供了更好的表现。

Turbo模型的优势

Turbo模型通过更深层次的理解语境，能够在对话中提供更具针对性的回答。无论是解答复杂的问题还是进行自然而流畅的对话，Turbo模型都能够胜任。这对于需要高精度预测的应用场景，如法律咨询、医疗诊断或技术支持，具有重要意义。

ChatGPT Plus的应用领域

ChatGPT Plus的强大性能使其在多个领域都具备广泛的应用潜力：
1. 客户服务：在线客服可以利用ChatGPT Plus的速度和准确性，快速解决客户的问题，提高客户满意度。
2. 教育领域：ChatGPT Plus可用作个性化教育工具，为学生提供即时答疑和学习支持。
3. 医疗咨询：在医疗领域，Turbo模型的精确性可以帮助医生做出更准确的诊断，并为患者提供有关健康问题的详细信息。
4. 技术支持：在技术支持方面，ChatGPT Plus可以快速解决用户的技术问题，提高用户体验。
5. 翻译服务：ChatGPT Plus还可以用于多语言翻译，将不同语言之间的沟通变得更加便捷。
结语

ChatGPT Plus的推出为NLP技术带来了更高的水平。其更快的响应速度和Turbo模型的引入使其在各种应用场景中表现出色。无论您是寻找更好的客户服务工具，还是需要高精度的自然语言处理模型，ChatGPT Plus都值得一试。
February 12, 2023
关于用ChatGPT赚钱，讲点干货。

大家好，我是大神。今天我将教大家如何使用Chat GPT，提升网站的SEO效果。首先，我要强调，Chat GPT只是一个工具，它能帮助我们提高效率，但关键在于如何正确地应用它。让我们一起来学习如何将Chat GPT融入到网站优化中，实现更好的排名和流量。

Chat GPT与网站优化

Chat GPT是一款强大的自然语言处理模型，它可以帮助我们生成高质量的文章和内容。这对于网站优化来说是非常有价值的，因为搜索引擎喜欢原创、有价值的内容。但要注意，Chat GPT并不是用来取代人类写作的工具，而是用来辅助和提升写作效率的工具。

步骤1：确定关键词

在开始使用Chat GPT之前，首先要确定您的网站所关注的关键词。这些关键词将是您的文章和内容的核心。使用关键词研究工具来找到与您的领域相关的热门关键词，并确保它们与您的网站内容相关。

步骤2：生成内容

现在，您可以使用Chat GPT来生成与您的关键词相关的文章和内容。将关键词嵌入到生成的内容中，确保内容有逻辑性和连贯性。 Chat GPT可以帮助您快速生成大量内容，这对于更新您的网站或博客非常有帮助。

步骤3：优化标题和描述

标题和描述是吸引用户点击的关键。使用Chat GPT生成多个标题和描述，并选择最吸引人的版本。确保标题包含关键词，并且描述能够准确地反映您的内容。

步骤4：内部链接

内部链接是网站优化的重要组成部分。在您的内容中添加内部链接，将相关页面链接在一起。这有助于搜索引擎理解您的网站结构，并提高页面之间的互连性。

实例：PBN站群的优化

我自己的实践是建立PBN站群，这是一个高度专业化的网站优化策略。PBN站群需要大量的内容来支持每个子站点，而Chat GPT可以在这方面提供巨大的帮助。

步骤1：关键词研究

在PBN站群中，关键词研究至关重要。我使用关键词研究工具来找到与每个子站点相关的高价值关键词。这些关键词将成为生成内容的基础。

步骤2：内容生成

使用Chat GPT，我可以快速生成与每个关键词相关的文章。这些文章质量高，同时满足SEO要求，包括关键词密度和相关性。

步骤3：内部链接

我确保每个子站点都有内部链接，将其与其他相关内容链接起来。这有助于提高整个PBN站群的网站优化效果。

结语

使用Chat GPT来提升网站的SEO效果是一个强大的工具，但要注意，它只是辅助手段，真正的关键在于如何合理地应用它。关键词研究、内容生成、标题优化和内部链接都是网站优化的重要步骤，Chat GPT可以在这些步骤中提供帮助。

如果您想提升您的网站SEO效果，不妨尝试使用Chat GPT来生成高质量的内容，并结合其他优化策略，提升您的网站在搜索引擎中的排名。

February 12, 2023
讲讲什么是ChatGPT
到底什么是ChatGPT？

ChatGPT：Chat Generative Pre-trained Transformer
- “Chat” 是一个英语单词，意为“聊天”，通常指通过书面或口头方式进行的轻松、非正式的交流。在计算机科学中，“Chat” 也可以指即时通讯（Instant Messaging），是指通过网络实时传递消息的一种通讯方式。在这种方式下，用户可以通过键盘输入文字、表情、图片等来进行交流，常见的即时通讯软件包括WhatsApp、WeChat、Telegram、Facebook Messenger等。
- “Generative” 表示模型可以生成文本，即生成式模型；
- “Pre-trained” 表示在模型应用到具体任务之前，模型已经在大规模语料库上进行了预训
- “Transformer” 表示模型基于Transformer架构，这是一种用于自然语言处理任务的深度学习模型架构。
从字面意思上很容易就知道什么是ChatGPT了。

未来会风靡世界的GPT

自从2018年GPT-1模型问世以来，GPT模型已经成为了自然语言处理领域的一个热门话题。凭借其惊人的文本生成和理解能力，GPT模型在多个任务上取得了令人瞩目的成果。虽然目前仍然存在一些挑战和局限性，但我相信未来GPT模型将在更多的领域得到应用并风靡全球。

GPT模型的生成能力是其最重要的优点之一，它可以生成连贯、富有逻辑的文本，甚至可以通过对话与用户进行交互。这为许多领域带来了机会，例如广告、文案撰写、内容创作、虚拟客服等。对于一些需要大量文本创作的领域，GPT模型可以帮助减轻人工创作的压力，提高工作效率。

GPT模型可以进行有限的文本理解和推理，它可以解决一些基本的文本分类和语言推断任务。这为自然语言处理和人工智能领域带来了新的机会和挑战，例如情感分析、命名实体识别、机器翻译等任务。虽然目前GPT模型在这些任务上的表现还有待改进，但我相信随着更多的数据和技术的不断积累，GPT模型将会在这些任务上表现出更加出色的能力。

随着GPT模型不断进步和发展，它将会在更多的领域得到应用。例如，GPT模型可以在智能对话系统中作为核心引擎，为用户提供更加智能、个性化的服务。它还可以用于虚拟现实和增强现实中，为用户提供更加自然和丰富的交互体验。除此之外，GPT模型还可以在教育、医疗、金融等领域得到应用，为人们的生活和工作带来更多的便利和创新。

综上所述，我相信未来GPT模型将会在更多的领域得到应用，并带来更多的机遇和挑战。作为一种强大的自然语言处理模型，GPT模型将继续在文本生成、理解和推理等任务上不断创新和发展，成为自然语言处理领域的重要突破。

2023火爆GPT排行榜
1. ChatGPT-free
2. ChatGPT-plus
3. BingGPT(EDGEGPT)
February 10, 2023
普通用户和AIGC
最近和朋友聊了下AIGC。

朋友提出的问题一阵见血：AIGC需要落地。

于是回过头反思一下：假如我是一个普通用户，我希望AIGC项目能帮我做什么？

如何利用AIGC解决问题、提高效率？

当我想到这个问题的时候，我首先想到的是：

是不是一个人既要对一个行业有很深入的了解，又要对AIGC有很深入的了解。

只有这样，才能针对自己的行业，部署一个实用的AIGC项目？

如果对相关行业没有深入的了解，怎么确定项目的具体需求和目标，怎么去评估项目的实际效果？

如果对AIGC没有深入的了解，怎么确定项目的技术方案，又怎么去评估项目的技术可行性？

怎么解决上面的问题？
1. 行业从业人员去学习和研究：对相关行业和AIGC进行学习和研究，了解相关的知识和技术。
2. 合作和联合：与其他行业专家和AIGC专家合作，共同研究和解决问题。
也就是要么行业从业者去消耗时间和精力学习AIGC，要么就花费代价去找专业的行业人才合作。

有其他选项吗？

当然有：AGI

AGI即Artificial general intelligence的简写，计算机科学与技术专业用语，专指通用人工智能。这一领域主要专注于研制像人一样思考、像人一样从事多种用途的机器。

但是AGI对于我们来说，有些遥远。目前的AGI项目只有一些大企业在做，而且都处于研发阶段。

以下是一些著名的AGI项目：
1. OpenAI：这是一个大型人工智能研究机构，它致力于推动AGI研究。
2. Google DeepMind：这是一家人工智能公司，主要从事AGI研究。
3. IBM Watson：这是一个大型人工智能系统，用于处理大量数据，并对问题进行分析和决策。
4. Novamente：这是一家人工智能公司，专注于AGI领域的研究和开发。
所以我们又绕回了问题的起点，普通人怎么去落地一个适合自己的AIGC项目。

普通人怎么落地AIGC项目

要么学习，要么花钱。

又TM绕回去了。

哈哈哈，烦躁。
February 7, 2023
AICG-利用CHATGPT帮你写seo文章
大家都知道我最近沉迷AICG。

目前我觉得一款好的AICG-tools，帮我们解决流程化、重复性的工作是最基础的

写了一个AICG生成文章并发布wordpress的程序，调用了openai的text-davinci-003模型来进行SEO文章创作。

鉴于SEO文章写作不需要太大的上下文关联性，所以直接给定了每一段的关键词去写作：

例如：
```
response_zhengwen = openai.Completion.create(
    engine="text-davinci-003",
    prompt=(f"以{keywords_str}为关键词写一篇文章,每个关键词出现一次就可以"),
    max_tokens=1024,
    n=1,
    stop=None,
    temperature=0.8,
```
response_zhengwen 就是文章正文。你可以举一反三。
```
response_diyiduan = openai.Completion.create(
    engine="text-davinci-003",
    prompt=(f"这里是第一段的内容"),
    max_tokens=1024,
    n=1,
    stop=None,
    temperature=0.8,
```
至于写作的效果嘛：从最近博客的访问数据就可以看得出来，很不错。
February 7, 2023
试用了WeLM,嗯….一言难尽

WeLM是腾讯开发的一个擅长理解和生成文本的通用语言模型。

官方文档：https://welm.weixin.qq.com/docs/tutorial/

对比openai的语言模型。

WeLM目前相当于openai的text-davinci-002,用来写作的话经常会出现复读机的效果：

比如：今天我用百度百度百度百度搜索了…….

目前申请了另外一个中文语言模型：源1.0。

号称：全球最大规模人工智能巨量模型

等api申请通过之后再试试。

February 7, 2023