和AI高效对话,掌握这6个原则就够了!
2023年11月30日,ChatGPT3.5发布以后,震撼了全球。很多普通人发现,只要会提问题,自己也可以大大方方地拥抱AI和大模型的浪潮~ 对大模型AI提问的技术,就是我们常说的Prompt技术。Prompt技术,全称为“Pre-trained Model-based Optimization through Prompt Engineering”,是一种基于预训练模型的方法。其基本思想是通过设
一、前言
2023年11月30日,ChatGPT3.5发布以后,震撼了全球。很多普通人发现,只要会提问题,自己也可以大大方方地拥抱AI和大模型的浪潮~ 对大模型AI提问的技术,就是我们常说的Prompt技术。
Prompt技术,全称为“Pre-trained Model-based Optimization through Prompt Engineering”,是一种基于预训练模型的方法。其基本思想是通过设计一个文本模板(Prompt),引导模型生成所需的输出。与传统的微调方法相比,Prompt技术无需修改模型参数,只需调整输入文本,使得模型能够适应不同的任务需求。
接下来的一段时间,我会持续搜集一系列有用的提示词框架和套路,共享在这里。码字不易,欢迎点赞、收藏和关注
二、提示词六原则
OpenAI 提到 6 条大的原则,分别是:
1.Write clear instructions(写出清晰的指令)
2.Provide reference text(提供参考文本)
3.Split complex tasks into simpler subtasks(将复杂的任务拆分为更简单的子任务)
4.Give the model time to “think”(给模型时间「思考」)
5.Use external tools(使用外部工具)
6.Test changes systematically(系统地测试变更)
1.Write clear instructions(写出清晰的指令)
很多东西都可能是有多义或者歧义的,所以,为了让大模型更好的帮助我们,我们需要尽量讲意向界定清楚。
比如许下问题就有多义,大模型就容易答非所问。
多义的问题
而我们将提示词领域限制在AI领域之后,多义性问题就消除了,以下是相对清晰的指令和结果:
2.Provide reference text(提供参考文本)
给AI少量的参考,她的答案会更有感觉。
这是没有提供参考的:
没有给过多参考的
这是给一些参考的:
3. Split complex tasks into simpler subtasks 将复杂的任务拆分为更简单的子任务
我们假设需要AI帮我们写一篇小说,
简单的提法:“帮我写一篇宫斗的小爽文”
这样肯定结果是不尽如人意的,因为写小说是一个很复杂的工作,我们需要一步一步地把任务拆分为框架、细节和计谋设置等等
更完善一些的提法:
问题1 帮我写一篇宫斗的小爽文,我应该如何入手呢,请一步一步地帮我思考
此事AI给出来了一个框架:
接着,我根据框架给出信息,继续完善:
问题2 按照你以上给出的框架,我希望背景是架空朝代,宫中勾心斗角、利益森严,女主是一个大将军的女儿,因为政治目的嫁给了皇帝做妃子。性格聪明、善良。主要的反派角色是皇后和他的外戚哥哥,他们设计陷害女主,请帮我把计谋设计完善并安排合情合理的反击,我还需要一个大团圆的结局。
接着,我再继续就计谋进行提问:
问题3 计谋一、计谋二、计谋三的细节帮我再详细些,合理些
4.Give the model time to “think”(给模型时间「思考」)
Think step by step(一步步思考)是这个神级提示词的源头。其实也就是链式思考(CoT),Chain-of-Thought Prompting,非常非常有用的一个策略。从上面那个例子中,应该可以见一点端倪了~
5.Use external tools(使用外部工具)
Ai不是万能的,很多时候需要借助外部的工具和接口来完善AI的功能。比如检索增强生成 (RAG,Retrieval Augmented Generation)就是Ai调用外部功能的例子
6.Test changes systematically(系统地测试变更)
主要是帮助开发者判断更改 Prompt(例如新指令或新设计)是否使系统变得更好或更差。
以上六条是和AI对话的大原则,其中前三个非常有用:
1.Write clear instructions(写出清晰的指令)
2.Provide reference text(提供参考文本)
3.Split complex tasks into simpler subtasks(将复杂的任务拆分为更简单的子任务)
可以立马在实际情况中用起来。
毕竟:输入的是垃圾,指望AI给你变出黄金,还是不太可能的。
一、大模型全套的学习路线
学习大型人工智能模型,如GPT-3、BERT或任何其他先进的神经网络模型,需要系统的方法和持续的努力。既然要系统的学习大模型,那么学习路线是必不可少的,下面的这份路线能帮助你快速梳理知识,形成自己的体系。
L1级别:AI大模型时代的华丽登场
L2级别:AI大模型API应用开发工程
L3级别:大模型应用架构进阶实践
L4级别:大模型微调与私有化部署
一般掌握到第四个级别,市场上大多数岗位都是可以胜任,但要还不是天花板,天花板级别要求更加严格,对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。
以上的AI大模型学习路线,不知道为什么发出来就有点糊,高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)