干货收藏 | 掌握ChatGPT提示词的精髓:从小白到高手!!

news2024/10/6 22:21:17

前言

提示决定了 ChatGPT 的输出。也就是说:GPT 生成的答案质量,完全取决于你“问它”,以及“引导它”的方式,如果你能问得好,引导的好,那么它就会帮你生成让你惊喜的答案,反之则无价值,假大空。

所以,想要获得 AI 高质量回答,就要学会写高质量的提示词。那么我们该如何写出高质量的提示词呢?

01

基础认识

图片

由于目前人类的技术对自然语言(人说的话)处理的技术还不完美,所以导致目前 AI 生成内容的质量,非常依赖于提示词(prompt)

所以为了得到高质量的提示词,第一步你需要先让 ChatGPT 清楚明白你到底想要什么,避免模糊的指令。

高质量 Prompt 核心要点是具体、丰富、少歧义,要把AI当人看。

要清晰地表达你想要什么,不要让GPT猜你想要什么。GPT瞎猜的越少,我们就越可能获得想要的答案。

在此之上对提示词进行一些格式调整,就可以大大帮助 ChatGPT 理解你的提示词各部分的含义,例如:

图片

除此之外在提示词中使用类似””的分隔符,可以清晰地将不同段落或类型的内容区分开来,这对ChatGPT解析我们的输入非常有帮助。

02

进阶技巧

图片

通过阅读OpenAI 官方提示工程指南

https://platform.openai.com/docs/guides/prompt-engineering

我们可以得出六大提高ChatGPT性能的策略:

一.编写清晰的说明

二.提供参考文本

三.将复杂的任务拆分成简单的任务

四.给模型 "思考 "的时间

五.使用外部工具以及系统地测试

六.系统地测试更改

这里举一个翻译类的提示词例子:

图片

从这个例子出发,我们可以知道为了写出高质量的提示词可以:

1.让 ChatGPT 扮演专家角色,引导AI进入具体场景,赋予行家身份可以帮助 AI 指定场景,清晰问题范围。

2.在Prompt中明确列出每个步骤,并用序号标注,逐步引导ChatGPT完成。

3.直接粘贴给ChatGPT与任务相关的优质素材。比如,让它帮你修改一篇论文时,可以把论文原文发送过去。

4.为了提高回复质量,我们可以适时让ChatGPT"冷静思考"一下。

当然了,以上总结并不全面,为了更加精进我们在ChatGPT提示词的书写技巧,我们还可以学习并运用其他人的优质提示词。

推荐去看看github上的一个关于 ChatGPT 提示词整理的明星项目。

图片

图片

▲ 网址:https://github.com/f/awesome-chatgpt-prompts

这里再补充一些细节:

ChatGPT 的单次最大输出是不会超过2048个字符的,只要超过这个字符值的,AI 的回答会被强制截断停止,我们回复 继续 即可。

ChatGPT 在某些回答上会产生幻觉(一本正经地胡说八道),所以还是要注意甄别它回答信息的真伪,不能太过于信任它的回答。

*03*

好用的小技巧

图片

通过阅读几篇Google、Meta、Microsoft 等大厂发表 Prompt Engineering 的论文。我们发现在提示词中加入一些“咒语”便可直接提高AI回答质量。

咒语一:Let’s think step by step(让我们一步一步地思考)

图片

▲ 论文:《Large Language Models are Zero-Shot Reasoners》

提示词中加入 “Let’s think step by step”。就这一句话,就可以让模型能力尤其是推理能力大幅提升。

新的 APE 论文又发现一条比这个更好的:

“Let’s work this out in a step by step way to be sure we have the right answer.”

咒语二:take a deep breath and work on this problem step-by-step.(深呼吸,然后分步骤思考这个问题)图片

▲论文:《Large Language Models as Optimizers》

咒语合集

“你确定么?有没有漏掉了什么?你要不再检查一下?你要对你的答案负责.”

“这个任务对我的职业生涯至关重要,我非常里重视你的彻底分析。”

“我将支付100美金小费,以获得更好的解决方案。”

“请用8岁小孩都能听懂的话解释。”

当然了,授人以鱼不如授人以渔。

在这众多用途的prompt中,有一类被称为 **Prompt Creator(指令生成器)**的,即让ChatGPT帮助完成/改善你的prompt的prompt。

这里介绍一个这样的prompt:

图片

当然了,现在也有一些网站提供指令生成的服务:

图片

▲ 网址:https://neuralwriter.com/zh/prompt-tool

图片

▲ 网址:https://coefficient.io/ai-prompt-generator

图片

▲ 网址:https://www.feedough.com/chatgpt-prompt-generator

写在最后的话

虽然AI已经取得了很大的进步,但是它的能力仍然受到人类的知识和经验、数据和算法的限制。

因此,在使用AI时,我们应该保持谨慎和理性,将其视为一种工具,而不是一种万能的方法。

如何学习AI大模型?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

在这里插入图片描述

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1698838.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

国际版Tiktok抖音运营流量实战班:账号定位/作品发布/热门推送/等等-13节

课程目录 1-tiktok账号定位 1.mp4 2-tiktok作品发布技巧 1.mp4 3-tiktok数据功能如何开通 1.mp4 4-tiktok热门视频推送机制 1.mp4 5-如何发现热门视频 1.mp4 6-如何发现热门音乐 1.mp4 7-如何寻找热门标签 1.mp4 8-如何寻找垂直热门视频 1.mp4 9-如何发现热门挑战赛 1…

从垃圾识别到收集器:详细聊聊Java的GC

个人博客 从垃圾识别到收集器:详细聊聊Java的GC | iwts’s blog 前言 聊GC,自然离不开JVM内存模型,建议先了解JVM内存模型相关内容,或者最起码了解堆相关的内容,GC主要处理的就是堆。 这里会从垃圾识别算法->GC算法->JV…

OWASP top10--SQL注入(二)

目录 06:SQL注入提交方式 6.1、get提交 6.2、post提交 6.3、cookie提交 6.4、HTTP Header头提交 07:注入攻击支持类型 7.1、union注入: 7.1.1、union操作符一般与order by语句配合使用 7.1.2、information_schema注入 7.2、基于函数…

【云原生--K8S】K8S python接口研究

文章目录 前言一、搭建ubuntu运行环境1.运行ubuntu容器2.拷贝kubeconfig文件二、python程序获取k8s信息1.获取node信息2.获取svc信息3.常用kubernetes API总结前言 在前面的文章中我们都是通过kubectl命令行来访问操作K8S,但是在实际应用中可能需要提供更方便操作的图形化界面…

数据结构和算法|排序算法系列(二)|冒泡排序

首先需要你对排序算法的评价维度和一个理想排序算法应该是什么样的有一个基本的认知: 《Hello算法之排序算法》 主要内容来自:Hello算法11.3 冒泡排序 我觉得冒泡排序非常有意思,也非常简单,就是不停地交换相邻的元素即可&#…

c语言IO

前言 老是忘记c语言IO操作,故写个文章记录一下 打开文件 fopen FILE *fopen(const char *path, const char *mode);mode 返回值 如果文件成功打开,fopen 返回一个指向 FILE 结构的指针。如果文件打开失败(例如,因为文件不存…

SERVER ——查询(二)

目录 5. top 6. null 7. order by 8. 模糊查询: 9. 聚合函数 5. top top查询:查询表的前几行;下面是代码演示: --top(前面的几个记录) select top 2 * from emp; --查询表的前两列 select top 20 percent *…

解密论文评审过程:SCI论文是匿名送审的吗?

我是娜姐 迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 前几天有位学员问我,审稿人能看见我论文的作者和单位信息吗?应该是双方都匿名才更公平啊。 同行评议,在不同的期刊操作还真不一样。有双方…

python数据分析——数据可视化(图形绘制)

数据可视化(图形绘制基础) 前言一、图形绘制基础Matplotlib简介使用过程sin函数示例 二、常用图形绘制折线图的绘制plot示例 散点图的绘制scatter()示例 柱状图的绘制bar示例 箱型图绘制plot.box示例 饼状图的绘制pie示例 三、图形绘制的组合情况多个折线…

代码随想录|Day55|动态规划 part15|● 392.判断子序列 ● 115.不同的子序列

392.判断子序列 class Solution: def isSubsequence(self, s: str, t: str) -> bool: dp [[0] * (len(t) 1) for _ in range(len(s) 1)] for i in range(1, len(s) 1): for j in range(1, len(t) 1): if s[i - 1] t[j - 1]: dp[i][j] dp[i - 1][j - 1] 1 else: dp[i…

3、xss-labs之lecel3

1、测试 开始页面&#xff0c;传入<script>alert(1)</script>&#xff0c;不出意外没有弹窗 2、按住CTRLU&#xff0c;查看返回的前端代码 3、看后端源码 htmlspecialchars() 是一个 PHP 函数&#xff0c;用于将特殊字符转换为 HTML 实体。比如 & &#xff08…

访问元组元素

自学python如何成为大佬(目录):https://blog.csdn.net/weixin_67859959/article/details/139049996?spm1001.2014.3001.5501 在Python中&#xff0c;如果想将元组的内容输出也比较简单&#xff0c;可以直接使用print()函数即可。例如&#xff0c;要想打印上面元组中的untitle…

Java核心:注解处理器

Java提供了一个javac -processor命令支持处理标注有特定注解的类&#xff0c;来生成新的源文件&#xff0c;并对新生成的源文件重复执行。执行的命令大概是这样的: javac -XprintRounds -processor com.keyniu.anno.processor.ToStringProcessor com.keyniu.anno.processor.Po…

LeetCode热题100—链表(一)

160.相交链表 题目 给你两个单链表的头节点 headA 和 headB &#xff0c;请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点&#xff0c;返回 null 。 图示两个链表在节点 c1 开始相交&#xff1a; 题目数据 保证 整个链式结构中不存在环。 注意&#x…

头歌结构化分析方法-数据流图

第1关&#xff1a;数据流图-画出外部实体 第2关&#xff1a;数据流图-画出加工 第3关&#xff1a;数据流图-画出数据存储 第4关&#xff1a;数据流图-画出数据流 第5关&#xff1a;数据流图-机票预定系统

奥维互动地图奥维彩色图源

彩色图源(不足&#xff0c;更精细放大) 等位线3D模式 中科星 谷歌2024(不足没以前高清)

神经网络与深度学习-简要入门

参考引用 神经网络与深度学习 1. 绪论 从根源来讲&#xff0c;深度学习是机器学习的一个分支&#xff0c;是指一类问题以及解决这类问题的方法 深度学习问题是一个机器学习问题&#xff0c;指从有限样例中通过算法总结出一般性的规律&#xff0c;并可以应用到新的未知数据上深…

vi和vim编辑器

目录 1 vi和vim的基本介绍 2 vi和vim常用的三种模式 1&#xff09;正常模式 2&#xff09;插入模式 3&#xff09;命令行模式 3 vim快捷键 1&#xff09;普通模式下&#xff1a; 2&#xff09;输入模式 3&#xff09;命令行模式 4&#xff09;可视模式 1 vi和vim的基本…

【机器学习与大模型】开源大模型和闭源大模型:技术发展与社会责任的平衡点

目录 &#x1f4a1;引言✈️✈️一&#xff0c;开源大模型的优势与劣势✈️✈️1.1 优势&#xff1a;✈️✈️1.2 挑战和劣势&#xff1a; &#x1f680;&#x1f680;2. 闭源大模型的优势与劣势&#x1f680;&#x1f680;2.1 优势&#xff1a;&#x1f680;&#x1f680;2.2 …

代码随想录算法训练营第四天| 24. 两两交换链表中的节点、19.删除链表的倒数第N个节点 、 面试题 02.07. 链表相交、142.环形链表II

24. 两两交换链表中的节点 题目链接&#xff1a; 24. 两两交换链表中的节点 文档讲解&#xff1a;代码随想录 状态&#xff1a;没做出来&#xff0c;没有正确更新头节点&#xff0c;因为head和cur共享引用&#xff0c;会随着cur的移动&#xff0c;丢失之前存放的节点 错误代码&…