AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书
大家好,我们又见面了啊~本文《AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~
人工智能的发展,如大型模型和AIGC,正在悄然改变我们的生活和工作方式。然而,大多数人对如何充分利用这些技术仍感到困惑。
因此,我们推出了“AI在用”专栏,旨在通过简洁有趣的人工智能使用案例,向大家介绍AI的实际运用方法,激发大家对人工智能的思考。
我们也欢迎读者投稿亲自实践的创新型用例。
今天,我们分享 X 用户 @gabchuayz 的案例—— 利用 Claude 3 Opus (最贵的一款)视觉推理能力,读懂宜家家具安装说明书!


案例地址:
https://twitter.com/gabchuayz/status/1766143549794357458

作者透过 Workbech 来接入 Claude 3 Opus
首先,进入 Claude 3 Opus ,输入提示( Prompt ):
you are a friendly assistant
这也是 OpenAI 官方认可写好 Prompt 的重要策略之一,让模型充当某个角色,它往往会表现地更专业,回答也更明确。
然后,上传说明书图片并附上简单文字提示:
These are instruction manuals. List out the steps clearly.
这位作者按顺序(步骤 1 — 14 )上传了七张说明书图片。这是其中一张图片的内容:
来自@gabchuayz
这是 Claude 3 Opus 返回的结果:
来自@gabchuayz
下面是翻译过来的内容。对于不善阅读图片说明的用户来说,这个回答显然大幅降低了安装门槛,它甚至识别出了螺丝的型号。
使用提供的工具(100092),将2颗螺丝(104521、104522)固定在圆形零件上,如图所示。
使用4颗螺丝将锤形零件(101339)连接到步骤1中组装的结构上。
使用4颗螺丝将另一个锤形零件(101339)连接到相反的一侧。
使用4颗螺丝连接两侧的零件。
将带箭头标记的零件插入组装结构的开口处,使用4颗螺丝(101339)固定。
使用提供的工具(101339),将带箭头标记的零件固定在组装的框架结构上。
使用4颗螺丝进一步固定框架结构的零件。
框架结构现在已经完全组装好了。
使用工具(101339)驱动另外四颗螺丝,以加固连接。
10、使用四颗螺丝(101339)固定盒子结构的顶部。
11、插入带箭头标记的零件,关闭盒子的一侧。
12、使用工具(101339)驱动16颗螺丝,将所有零件紧密固定。
13、附加的图示显示了组装框架结构内部创建的细分隔间。
14、最后的图示提供了组装完成的整体尺寸,包括六颗螺丝固定的手柄。

这是我们得到的结果。虽然还是存在明显的问题,比如识别不了 d (不是螺丝,而是会随商品赠送的扭螺丝简易工具),但并不妨碍我们对安装步骤有一个大体了解,并且知道这是一种比较典型的宜家家居安装风格。

如果是乐高安装说明书呢?我们按顺序(步骤 1-5 )输入了下面五张乐高安装说明书:















Claude 3 Opus 返回的结果如下。椅子被识别为桌子,安装步骤也和图片内容不吻合。


我们的新专栏会带来更多不同大模型的案例演示,欢迎大家留言评论并给出改进建议。
到这里,我们也就讲完了《AI 在用| GPT-4、Claude 3 带你看懂宜家安装说明书》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于产业的知识点!
Java中使用==和equals的区别是什么
- 上一篇
- Java中使用==和equals的区别是什么
- 下一篇
- 特斯拉Cybertruck中国巡展火热进行中,多地展览时间地点公布
-
- 科技周边 · 人工智能 | 20小时前 |
- Transformers generate 怎样返回每步生成分数并定位异常输出
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · api设计 · 人工复核 内容审核 Categories Moderation API category_scores
- 内容审核接口返回多标签结果时怎样设计分支
- 160浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · 多模态 · token 视觉模型 detail 多图输入 Vision API
- 视觉模型输入多张图片时怎样控制顺序和细节级别
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · 提示词缓存 prompt_cache_key 稳定前缀 动态输入
- 提示词缓存怎样拆分稳定前缀和动态输入
- 419浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 · openai · 多轮对话 Responses API conversation state OpenAI API previous_response_id
- Responses API 怎样用上一轮响应继续多轮对话
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1076次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1077次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1238次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1181次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1026次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

