本书旨在介绍提示（prompt）工程师的工作内容和相关技能。本书首先讲述提示技术的基本工作原理、提示工程师的常用工具、提示技术的基础模式和提示技术的进阶知识（包括零样本提示、少样本提示和思维链提示）；然后讲解自然语言处理的基础知识和ChatGPT大模型方面的内容，以及NLP模型的特点和应用场景；最后展示提示工程在办公、图片处理、代码开发和电商中的应用。
本书通俗易懂，不仅适合对提示工程师感兴趣或从事相关工作的读者阅读，
还适合对自然语言处理和人工智能感兴趣的读者参考。
以下为上书目录，笔者会借助大模型进行逆向小结，后面有彩蛋。
第1章 概述 1
1.1 什么是提示工程师 1
Prompt提示工程师是一种利用大型语言模型（LLM），如ChatGPT，来快速构建新的和强大的应用程序的技术1。它涉及到制定清晰和具体的指令或查询，以引导语言模型生成期望的响应2。
Prompt提示工程师需要了解语言模型的行为，并根据不同的场景和目标调整输入3。Prompt提示工程师可以利用语言模型的创造力和推理能力，来实现各种各样的功能，例如数学辅导、食谱生成、软件开发、个人网络安全等4。
Prompt提示工程师是一门艺术，也是一门科学，它需要不断地实验和优化，以提高语言模型的效率和准确性5。Prompt提示工程师是未来人工智能领域的一个重要方向，它可以为生活、商业和教育带来巨大的价值和创新。
如果您想了解更多关于Prompt提示工程师的信息，您可以访问以下网站：
Coursera上的Prompt Engineering for ChatGPT课程
DataCamp上的A Beginner’s Guide to ChatGPT Prompt Engineering教程
DeepLearning.AI上的ChatGPT Prompt Engineering for Developers课程
1.2 提示工程的基本工作原理 5
提示工程的基本工作原理是利用语言模型的能力，通过提供合适的输入，来引导它生成期望的输出1。语言模型是一种基于概率的模型，它可以根据给定的文本，预测下一个词或句子的可能性2。语言模型通常是通过大量的文本数据来训练的，从而学习到语言的规律和知识3。
提示工程就是根据不同的任务和目标，设计和优化输入，使得语言模型能够更好地理解和回答问题4。提示工程包括以下几个方面：
明确性：提示应该清楚地定义你想让模型做什么，避免歧义4。
上下文：ChatGPT会根据提示的上下文来生成响应，所以建立一个清晰的上下文是很重要的3。
精确性：精确的提示会产生精确的响应3。
角色扮演：ChatGPT会根据提示中设定的角色来生成响应，例如教师、医生、作家等3。
提示工程是一门艺术，也是一门科学，它需要不断地实验和优化，以提高语言模型的效率和准确性。提示工程可以为开发者提供一种快速构建新颖和强大应用程序的方法。
1.3 生成提示的常用工具 12
生成提示的常用工具有以下几种：
Taskade的AI ChatGPT Prompt Generator：这是一个基于网页的工具，可以根据您的输入，生成各种类型的ChatGPT提示1。您可以选择不同的主题和格式，例如创意写作、故事讲述、角色扮演等，然后点击“Use Generator”按钮，就可以得到一些有趣和有用的提示。您也可以点击“Save Generator”按钮，将生成的提示保存为可重复使用的模板1。
Scribbr的How to Write Good ChatGPT Prompts：这是一个教程文章，教您如何编写高质量的ChatGPT提示2。它提供了一些实用的技巧和示例，例如给ChatGPT分配一个角色、提供清晰和具体的上下文、避免偏见、测试和改进您的提示等2。它还介绍了ChatGPT在学校、工作和日常生活中的各种应用场景2。
ChatX的ChatGPT Prompt Generator：这是一个简单而强大的工具，可以帮助您生成Instagram标签3。您只需要输入您想要推广的产品或服务，然后选择一个角色，例如社交媒体经理、营销专家等，就可以得到一些相关和热门的标签。您可以复制并粘贴这些标签到您的Instagram帖子中，以提高您的曝光度和互动率3。
ChatGPT.AI的ChatGPT Prompt Generator：这是一个专门为创意写作、故事讲述和角色扮演游戏设计的工具4。它提供了一些问题形式的提示，旨在激发您想象和构建虚构世界和人物4。您可以根据这些问题来编写您自己的故事或参与游戏。
第2章 提示的基础模式 18
2.1 特定指令 19
2.1.1 文本分类指令模板 20
1.问题-回答模板：
问题：基于给定的文本，判断其属于哪个类别？
回答：该文本属于类别X。
示例：
问题：基于给定的电影评论，判断它是正面评价还是负面评价？
回答：该文本属于正面评价。
2.描述模板：
描述：根据给定的文本内容，将其分类为相应的类别。
文本：[输入待分类的文本]
示例：
描述：根据给定的新闻报道，将其分类为体育新闻、政治新闻或科技新闻。
文本：世界杯足球赛的决赛将在本周日进行，两支强队将争夺冠军。
3.选择最佳类别模板：
文本：[输入待分类的文本]
选项：[类别选项列表]
选择：将待分类的文本归类到最符合的类别中。
示例：
文本：根据以下产品描述，将其分类到正确的类别中。
选项：[电视、冰箱、洗衣机、空调]
选择：将待分类的产品描述归类到最符合的类别中。
4.类别解释模板：
解释：请根据以下文本的特征将其分类到相应的类别中。
文本：[输入待分类的文本]
示例：
解释：请根据以下新闻报道的特征将其分类到适当的领域中。
文本：一项最新研究发现，人们每天喝一杯绿茶可以提高注意力和集中力。
5.类别推理模板：
推理：给定以下文本，请推断出其所属的类别。
文本：[输入待分类的文本]
示例：
推理：给定以下电影评论，请推断出它是哪种类型的电影。
文本：这部电影充满了紧张的悬疑情节和意想不到的结局。
2.1.2 机器翻译指令模板 21
1.英译中（English to Chinese）：
Input: Translate the following English text to Chinese.
Example: Translate the sentence "Hello, how are you?" to Chinese.
2.中译英（Chinese to English）：
Input: Translate the following Chinese text to English.
Example: Translate the sentence "你好，最近怎么样？" to English.
3.法译英（French to English）：
Input: Translate the following French text to English.
Example: Translate the sentence "Je ne parle pas français." to English.
4.西译中（Spanish to Chinese）：
Input: Translate the following Spanish text to Chinese.
Example: Translate the sentence "¿Cómo estás?" to Chinese.
5.中译日（Chinese to Japanese）：
Input: Translate the following Chinese text to Japanese.
Example: Translate the sentence "你好，我叫玛丽。" to Japanese.
6.自定义源语言和目标语言（Custom source and target languages）：
Input: Translate the following German text to Russian.
Example: Translate the sentence "Guten Tag!" to Russian.
7.长文本翻译（Translation of long text）：
Input: Translate the following paragraph from English to French.
Example: Translate the following paragraph: "Lorem ipsum dolor sit amet, consectetur adipiscing elit..." to French.
8.网页/文档翻译（Translation of web page/document）：
Input: Translate the content of the following web page/document from Chinese to English.
Example: Translate the content of the web page/document: "https://example.com" from Chinese to English.
2.1.3 情感分析指令模板 23
1.问题形式：
Prompt: "请问你对于[X]是什么感觉？"
Example: "请问你对于这部电影是什么感觉？"
2.描述形式：
Prompt: "请描述一下你对于[X]的感受。"
Example: "请描述一下你对于这个旅行目的地的感受。"
3.评级形式：
Prompt: "请给出对于[X]的评分。"
Example: "请给出对于这本书的评分。"
4.对比形式：
Prompt: "请比较一下你对于[X]和[Y]的感觉，哪个更（正面/负面）？"
Example: "请比较一下你对于这个餐厅和那个餐厅的感觉，哪个更令人满意？"
5.喜好形式：
Prompt: "你是否对于[X]感到满意/喜欢？"
Example: "你是否对于这部电视剧感到满意？"
6.经历形式：
Prompt: "请分享一次你对于[X]的真实经历和感受。"
Example: "请分享一次你对于这款产品的真实使用经历和感受。"
2.1.4 文本生成指令模板 24
1.提问形式：
Prompt: "请根据以下问题回答：[问题]"
Example: "请根据以下问题回答：你认为怎样才是一个好的领导者？"
2.完成句子形式：
Prompt: "请完成下面的句子：[句子]"
Example: "请完成下面的句子：在春天里，我最喜欢的活动是..."
3.描述形式：
Prompt: "请用几句话描述一下：[描述]"
Example: "请用几句话描述一下：这座城市的夜景让我感到..."
4.列举形式：
Prompt: "请列举一些关于[X]的事实或特点。"
Example: "请列举一些关于狗的事实或特点。"
5.分析比较形式：
Prompt: "请分析并比较[X]和[Y]的优缺点。"
Example: "请分析并比较苹果和橙子的优缺点。"
6.观点表达形式：
Prompt: "请陈述你对于[X]的观点。"
Example: "请陈述你对于电子书阅读器的观点。"
7.图片描述形式：
Prompt: "请描述以下图片中的情景或对象：[图片描述]"
Example: "请描述以下图片中的情景或对象：一群孩子在沙滩上玩耍的场景。"
2.1.5 问题回答指令模板 25
1.简短回答形式：
Prompt: "简要回答以下问题：[问题]"
Example: "简要回答以下问题：巴黎是哪个国家的首都？"
2.详细回答形式：
Prompt: "请详细回答以下问题：[问题]"
Example: "请详细回答以下问题：什么是全球变暖，它对地球有何影响？"
3.比较对比形式：
Prompt: "请对比并回答以下问题：[问题1]和[问题2]有何异同？"
Example: "请对比并回答以下问题：狗和猫的主要区别是什么？"
4.解释原理形式：
Prompt: "请解释以下问题的原理：[问题]"
Example: "请解释以下问题的原理：手机是如何接收和发送信号的？"
5.提供事实形式：
Prompt: "请提供一些关于[X]的事实来回答以下问题：[问题]"
Example: "请提供一些关于太阳的事实来回答以下问题：太阳的温度是多少？"
6.分步回答形式：
Prompt: "请逐步回答以下问题：[问题的第一步]，[问题的第二步]，[问题的第三步]..."
Example: "请逐步回答以下问题：如何制作巧克力蛋糕？第一步是什么？第二步呢？"2.1.6 命名实体识别指令模板 26
1.识别人名、地名、组织机构名等实体：
Prompt: "请识别以下句子中的[实体类型]：[待识别句子]"
Example: "请识别以下句子中的人名实体：张三和李四约好下周去看电影。"
2.给出实体的具体信息：
Prompt: "请提供以下[实体类型]的详细信息：[实体名称]"
Example: "请提供以下地名实体的详细信息：巴黎。"
3.比较不同实体之间的差异：
Prompt: "请对比并找出以下两个[实体类型]之间的差异：[实体名称1]和[实体名称2]"
Example: "请对比并找出以下两个城市之间的差异：北京和上海。"
4.根据实体属性进行筛选：
Prompt: "请列出以下[实体类型]的所有[属性]符合[条件]的实体："
Example: "请列出所有国家名称中，人口数量超过1000万的国家。"
5.根据实体关系进行查询：
Prompt: "请列出以下两个[实体类型]之间的[关系]：[实体名称1]和[实体名称2]"
Example: "请列出以下两个国家之间的贸易关系：中国和美国。"
2.1.7 关系抽取指令模板 27
1.查询两个实体之间的关系：
Prompt: "请找出以下两个实体之间的关系：[实体1]和[实体2]"
Example: "请找出以下两个人物之间的关系：乔布斯和苹果公司。"
2.查询某个实体的关系列表：
Prompt: "请列出以下实体与[目标实体]之间的关系：[目标实体]"
Example: "请列出以下人物与马克·扎克伯格之间的关系：乔·沃恩，谢丽尔·桑德伯格，彼得·泰尔，埃里克·施密特。"
3.给出两个实体之间的共同关系：
Prompt: "请找出以下两个实体之间的共同关系：[实体1]和[实体2]"
Example: "请找出以下两个电影之间的共同演员：《阿凡达》和《泰坦尼克号》。"
4.查询某个实体的特定关系：
Prompt: "请找出以下实体与[目标实体]之间的[关系]：[目标实体]"
Example: "请找出以下人物与乔布斯之间的合作关系：史蒂夫·沃兹尼亚克，迈克尔·艾斯纳，艾德·坎特，比尔·盖茨。"
5.查询实体的关系及其特征：
Prompt: "请列出以下实体与[目标实体]之间的[关系]以及相关特征：[目标实体]"
Example: "请列出以下公司与苹果公司之间的合作关系以及合作时间：谷歌，英特尔，微软，高通。"
2.1.8 摘要生成指令模板 28
1.摘要生成：
Prompt: "请为以下文本生成摘要：[待摘要文本]"
Example: "请为以下新闻报道生成摘要：某公司发布了一款创新型智能手机，该手机具有高性能处理器、大容量电池和卓越的摄像功能，将给消费者带来全新的使用体验。"
2.文章摘要生成：
Prompt: "请为以下文章生成摘要：[待摘要文章]"
Example: "请为以下科学论文生成摘要：本研究探索了利用人工智能技术进行自然语言处理的方法，并在实验中展示了该方法在文本分类和情感分析任务上的优越表现。"
3.故事摘要生成：
Prompt: "请为以下故事生成摘要：[待摘要故事]"
Example: "请为以下小说章节生成摘要：主人公意外发现了一本神秘的古老日记，记录着一个失落的宝藏的线索，于是他开始了一场冒险之旅，面对各种挑战和谜题解密。"
4.产品摘要生成：
Prompt: "请为以下产品描述生成摘要：[待摘要产品描述]"
Example: "请为以下商品的描述生成摘要：这款智能手表具有多项功能，包括健康监测、运动追踪和智能通知提醒，拥有时尚外观和长久续航，适合日常佩戴和运动使用。"
5.历史事件摘要生成：
Prompt: "请为以下历史事件生成摘要：[待摘要历史事件]"
Example: "请为以下历史事件生成摘要：某国宣布独立引发了一场持续数年的战争，期间双方进行了激烈的战斗和谈判，最终达成了一项和平协议，解决了边界争端和其他问题。"2.2 指令模板 30
2.2.1 格式提取指令模板 31
2.2.2 文件格式转换 33
2.2.3 代码转换 34
2.3 代理模式 37
2.3.1 电商客服机器人 37
2.3.2 计算机程序员 38
2.3.3 办公室文员 41
2.4 示例模式 43
第3章 提示的进阶模式 45
3.1 零样本提示 45
3.1.1 情感分类模板 46
3.1.2 实体提取 48
3.2 少样本提示 49
3.3 思维链提示 51
3.3.1 零样本思维链提示 52
3.3.2 少样本思维链提示 56
第4章 自然语言处理 59
4.1 自然语言基础知识 59
4.1.1 分词 61
4.1.2 关键词提取 66
4.1.3 摘要提取 73
4.2 模型如何看懂文字 80
4.2.1 独热表示 80
4.2.2 LSA 81
4.2.3 Word2Vec 83
4.2.4 预训练模型 85
4.2.5 相似度和类比性 87
4.3 ChatGPT大模型 89
第5章 提示工程在办公领域的应用 95
5.1 用ChatGPT生成PPT 95
5.2 用ChatGPT绘制思维导图 102
5.3 用ChatGPT画流程图 112
第6章 提示工程在图像处理领域的应用 120
6.1 用ChatGPT生成插画 120
6.2 用ChatGPT生成装修图 127
6.3 用ChatGPT生成游戏原画 134
6.4 用ChatGPT生成视频 145
6.5 用ChatGPT生成海报 156
第7章 提示工程在软件开发领域的应用 162
7.1 用ChatGPT帮助写代码 162
7.2 用ChatGPT帮助解释代码 172
7.2.1 学习新技术 174
7.2.2 维护代码 175
7.3 用ChatGPT帮助改代码 183
7.3.1 代码自动补全 186
7.3.2 代码语法检查 188
第8章 提示工程在电商领域的应用 191
8.1 ChatGPT教你开网店 191
8.2 ChatGPT教你写文案 202
8.2.1 商品标题和描述 202
8.2.2 活动策划 204
8.2.3 直播话术和脚本 206
8.2.4 推广文案 207
8.3 ChatGPT教你生成商品图 208
8.3.1 产品设计图 208
8.3.2 产品场景图 213
第9章 提示工程在金融领域的应用 218
9.1 用ChatGPT写投资报告 218
9.2 用ChatGPT作为投资顾问 227
9.3 用ChatGPT做量化投资 233
有点意思，试着通过慕容复的绝学斗转星移“以彼之道 还施彼身”，做个学习笔记。
从开始使用ChatGPT到实现OCR2GPT，笔者用它也有半年了，做个系统化的小结。
发布于 2023-03-29 15:43
civilpy：Chat-GPT 3.5已经很厉害了，辅助写代码，效率翻倍！
civilpy：用GPT写视频脚本文案，还真的可以！
发布于2023-04-25
civilpy：如何使用AI模型（如GPT、LLaMA），训练某一考试的教材、历年试题？
发布于 2023-04-28
civilpy：北向资金流动监控
civilpy：使用KNN及tensorflow进行中文pdf关键词搜索，类似AutoGPT或ChatPDF实现原理
civilpy：探索土木工程ChatGPT之，通用筏板基础设计流程？
civilpy：小节自己仅有的一点NLP(自然语言处理)技能树
civilpy：批量MathType转Latex（word公式转latex）
发布于 2023-06-05
civilpy：如何通俗的理解词向量、逆文档词频、文档相似度、embeding、bert、LLMA、GPT之间的关系？
civilpy：阿里云、天翼云服务器安装配置 python（CentOS 7.6）
[注]笔者试图建立自己的模型，从努力到放弃，也就是一周的事情。
civilpy：ChatPDF第一代岩土工程师，诞生
civilpy：我本地训练了一本《易经风水秘籍》，真香！
civilpy：没错，我用ChatGPT打造了一个量化分析师！
发布于 2023-06-24
civilpy：ChatGPT prompts学习
发布于 2023-06-26
civilpy：Sklearn原来可以这样学，ChatGPT霸气侧漏!
[注]笔者尝试用AIGC生成PDF学习手册，这个还是蛮厉害的。
civilpy：适合5岁以上儿童《跟着小猪佩琪学Python》.pdf
civilpy：ChatGPT中[]、()、{}有什么不同的用途或作用？
发布于 2023-06-28
civilpy：ChatGPT - 美的集团 000333.SZ - 2023-6-27
[注]笔者尝试集合A股数据采集于GPT，最后不知何故导致小破站不稳定，中断了几个月。
civilpy：小升初英语高频单词-1600-AIGC
civilpy：中考英语高频单词-530-AIGC
civilpy：高考英语高频单词-690-AIGC
civilpy：土木和python结合，看看GPT怎么说？
civilpy：关于视频创作的一点思考
[注]笔者尝试AIGC生成视频，这个还有待技术提升。
civilpy：【真人语音】个人声音训练及导出工具V0.2.exe
civilpy：Python土力学与基础工程计算.PDF-土的三项组成
civilpy：如何借助各个大模型的优点生成原创视频（真人人声）
civilpy：手写表格OCR识别并与大模型ChatGPT交互？
civilpy：AI人脸替换工具离线版v2.0
civilpy：借助各大模型的优点生成原创视频（真人人声）Plus
civilpy：李彦宏称「卷大模型没意义，卷应用机会更大」，如何理解？什么是 AI 原生应用？我认为说得对！
civilpy：百度文心一言插件开发中的几个疑惑（解答）
发布于 2023-09-21
civilpy：【@胡锡进】大模型量化分析- 格力电器 000651.SZ
编辑于 2023-09-21 20:12・IP 属地陕西
