长、短线的迭代优化。

交互、视觉、产品设计师和产品经理，应该都绘制过 用户旅程地图、用户画像、设计蓝图、商业画布、SOWT分析等常用的分析模型。但在前期分析时或多或少都遇到过这些痛点：整理&分析结论耗时长、绘制「便于理解」的分析结论重复繁琐 等等痛点。

ChatGPT 是一种强大的自然语言处理模型。在工作中，我们可以借助其卓越的自然语言生成能力，快速检索代码信息，使程序员们能更加专注于业务逻辑的实现和优化。然而，由于它的知识库仅覆盖至 2021 年 9 月前的信息，一些新的技术文档无法被查询到，例如我们公司前端经常使用的开源框架 TDesign。本文讲解了本人为了解决这一痛点的实验过程，即通过应用 embedding 技术并结合 AST 解释器，实现了对 TDesign 代码知识库的自然语言查询。在 30 个常见用例的测试下，查询精度达到了 90%。常用组件的检索时间从平均 10 分钟缩短至 2 分钟，从而提升了前端研发效率 20%。

鹅厂人真实的使用tips：让你的GPT不再答非所问。

传统搜索系统基于关键字匹配，在面向：游戏攻略、技术图谱、知识库等业务场景时，缺少对用户问题理解和答案二次处理能力。本文探索使用大语言模型（Large Language Model, LLM），通过其对自然语言理解和生成的能力，揣摩用户意图，并对原始知识点进行汇总、整合，生成更贴切的答案。关于基本思路，验证效果和扩展方向，可以参考正文的介绍。

现今，许多B端设计师在日常设计中难免会遇到各种运营3D banner设计需求。在设计过程中，他们不仅需要费尽心思构思各种造型，还要不断进行重复渲染，而有时渲染结果也难以令人满意。本文旨在介绍一种基于Stable Diffusion混合AI的B端 3D Banner设计方法和流程，可供任何对该领域感兴趣的人进行实验，创作出各类B端模型。

祖传代码BUG频出怎么解决？

Context 是什么？为什么要有 context？context 是怎么做的？没有context 是怎么做。

PC Web 端、手机 H5 端、小程序端、App 安卓端、App iOS 端......在多端时代，一个应用往往需要支持多端。若每个端都独立开发一套系统来支持，将消耗巨大的人力和经费！腾讯视频团队想到一个“偷懒”的方法——能不能只开发一套基础系统，通过兼容不同平台的特性，来快速编译出不同平台的应用呢？本篇特邀腾讯视频团队为你分享快速编译出支持多端的应用、一套代码行走天下的“偷懒”历程。

在AI技术的浪潮下，作为一名美术师，如何应对AI对美术创作的影响？AI能力真的如此强大吗？如何利用AI提高工作效率？本文将从AI辅助作图这个小领域入手，探讨AI对美术师的影响。

随着大数据的不断发展，数据带来价值越来越大的同时，数据泄漏的风险也在增大。基于此，为实现数据不流通但数据价值流通，我们围绕联邦学习做了三方面的尝试，分别是框架效率优化、联邦算法开发及应用，联邦学习能力的平台化。

搭建一套通用的分布式任务调度平台。

鹅厂前端大牛聊 Prompt 工程与低代码开发。

看到不少同学咨询如何入门数据产品，例如数据产品入门应该学什么、解决什么问题、发展方向如何等。作为专职从事数据产品岗位快三年的同学，对上述问题感同身受。

本文从内容型或业务型数据产品实践的角度浅谈下数据产品岗位能力模型、进阶难点、进阶技巧，希望能对有相同疑惑的同学提供一个视角。

知识图谱作为一种存储事实信息的结构，能够为推荐等场景提供有效的域外信息辅助。基于此，微信图计算框架Plato与微信知识图谱WeKB共同研发了图谱表示学习模型TransE+，在链接预测任务上相较最强基线取得显著效果，并在业务场景探索落地。

大部分时候，用户参与我们的访谈和测试是一个被动的行为——我们邀请到的用户并不是在产品使用过程中发现了问题想要主动反馈给我们的那些人。被动参与时，用户的积极度、主动性和对访谈主题的准备度都不一定很高，他们可能因为报酬、好奇心等各种原因而来，因此在定性研究类项目中，我们经常会遇到一批用户访谈效果参差不齐的情况。