<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>语义分析 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%AF%AD%E4%B9%89%E5%88%86%E6%9E%90/</link>
    <description>Recent content in 语义分析 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 05 Jan 2026 16:40:02 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%AF%AD%E4%B9%89%E5%88%86%E6%9E%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>赛博调酒师：当大语言模型学会了捕捉“人类的情绪碎屑”</title>
      <link>https://www.neican.ai/insights/article-20260105164002770-0/</link>
      <pubDate>Mon, 05 Jan 2026 16:40:02 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260105164002770-0/</guid>
      <description>本文通过“赛博酒保”应用案例，生动解释了生成式 AI 如何实现从简单关键词匹配到深层语义理解的跨越，并展示了提示工程（Prompt Engineering）在赋能非专业人士进行跨领域开发中的巨大潜力。文章揭示了 AI 时代下，技术如何辅助人类将碎片化情绪转化为创新产品的科学逻辑。</description>
    </item>
  </channel>
</rss>
