【AI量化】
-
技术指标和振荡器翻译出来了
https://gdquant.flygon.net/#/docs/tech-ind-ovly/README
使用 GPT 生成 Pandas DF 代码来计算每个指标，并封装成库。
-
BizOps：把企业当成进程一样诊断
对于基本面指标（也就是不从OHLC计算的指标），有了 GPT 的加持，便可以从财报里面获取。
可以封装成库，但更好的是封装成一个应用，结合基本面和技术指标，像监控容器那样更好的监控企业健康状态。名副其实的BizOps。
【AI商业】
- 上次调研了 GPT 分析的风向标，发现难以实现的原因是 APP 操作依赖手动，大量时间花费在手动操作设备上。为每个应用编写自动化脚本费时费力，看能不能用AIRPA解决。
【AI文创】
-
写作提示词参考需要扩充，找一本写作大词典的PDF，对于每种修辞手法，让GPT尝试给出示例。
-
用 GPT4V 提取幻灯片内容，配合 Whisper 可以把课程视频变成讲义。
【AI开发】
-
AI不应当只能完成翻译，技术自媒体应该也有点别的花样。
第二个想到的就是源码解析。AI高效率和自然语言理解的能力彻底解决程序员不喜欢写注释的问题。我们当然准备了充足的资金把github上所有高星代码都注释一遍。
-
可以尝试使用 CodeGeex 实现精易或者猪八戒上面的需求，看看效果如何。
【AI安全】
-
日志审计、源码审计。不知道这类数据集从哪里找到，或许可以批量爬 Github 代码然后 GPT 标注漏洞？
-
软件逆向和混淆，或许可以做到【天下没有不开源的软件】。
【AI文创】
-
通用自媒体，这里面我本来打算直接做视频，你们省事我也省事。
不要等SORA完全公布了再做，先做幻灯片视频也比啥都不做要强。
【AI情感】
-
很多导师的问题就是，他们只是说理，但人类记住道理是通过故事的，除了少数编导转型过来的导师之外，其他人讲故事的能力太差了。讲故事好的作家基本不懂情感，总是传播一些独角兽思维的错误想法。
我记得有个情感作者叫 Jacobi，它写超级吸引力的时候，就是通过一个一个故事来引出各种情感理论而不是直接灌输。
以前没有AI，我又不是专职作家或者情感导师，我没时间纠正这些东西。现在 AI 来了，是时候大干一场了。这也是我需要小说写作AI的真正原因。
【AI教育】
-
可以尝试总结一些社科专业的知识图谱，把文字变成结构化图表，辅助学习和记忆。
-
国产大模型普遍刷题不够，测试集泛化不了，尝试抓取网上的题库训练看看效果。