- 综合排序
- 最热优先
- 最新优先
- 来自专栏yeedomliu
ChatGPT-4提示工程
思维导图 介绍 GPT、ChatGPT区别 特色 GPT ChatGPT 模型目的 根据提示或上下文生成内容文本 专为对话交互设计/专为人类对话设计 训练数据 大量多样化文本源的语料库（例如，书籍、文章 ChatGPT-4区别 特性 ChatGPT-4 GPT-4 目的 主要用于在对话中生成类似人类的文本、回答问题和提供解释。 与ChatGPT-4类似，GPT-4也在多样化的文本上进行训练。 应用 主要用于聊天机器人、客户服务和辅导系统。 它有更广泛的应用范围，包括创建内容、编码助手、语言翻译和游戏叙述等。 1.37T 自然语言理解，自然语言生成，问题解答，文本摘要，代码生成，翻译，客户服务，聊天机器人，剧本写作，语言转SQL，创意写作，研究等 提示工程的力量 提示工程本质上是指制定精确和有效的提示技术， 使用步骤 确定目标 明确要求 提供背景信息 提示工程是一种设计有效提示或指令的艺术，以从AI模型（如ChatGPT-4）获取期望的输出。
45710编辑于 2023-09-03 - 来自专栏yeedomliu
ChatGPT提示工程艺术
特别是对于更复杂或开放式的提示，ChatGPT可能会给出完全出乎意料的响应。 为了处理更大的输出，您需要有策略地制作提示。 提供满意度保证或免费试用以增加购买的可能性】 【感谢收件人考虑产品或服务，并表达对结果的信心】 【鼓励回复并表示赞赏的结束语】 诚挚问候， [您的姓名或公司名称] 串联提示 将问题分解为更小、更容易处理的步骤 编写具有良好SEO性能的博客文章的10步链式提示的示例： ChatGPT，请提供与[主题]相关的常见问题列表。 目前GPT-4使用的消息数限制是每4小时100条。 GPT-3.5的2,000个token到令人惊叹的32,000个token。
38330编辑于 2023-09-03 - 来自专栏云微的一点分享
提示词（prompt）工程指南（五）：ChatGPT 提示工程
在本节中，我们介绍ChatGPT的最新提示工程技术，包括提示、应用、限制、论文和其他阅读资料。 （prompt）工程指南（五）：ChatGPT 提示工程 ChatGPT简介 审查对话任务 ChatGPT的对话 多回合对话 单轮任务 Python笔记本 参考文献 ---- ChatGPT简介 ChatGPT ChatGPT API with LangChain ---- ---- 上一部分（应用） 下一部分（对抗提示） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 关于 GPT-4 语言模型的提示（prompt）、工具和资源的中文精选列表（自动持续更新 ） https://github.com/yunwei37/awesome-gpt4-zh-CN https://gitee.com/yunwei37/awesome-gpt4-zh-CN 使用
3.2K31编辑于 2023-03-31 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（4）
写示例时提示词要尽量少一些。 接下来，我们将继续了解第二个关键原则：给 GPT 一定的“思考”时间。 我们用另一个提示词来完成同样的任务。 在这个提示词中，我使用了一种我很喜欢使用的格式，来指定 GPT 的输出结构： public static void main(String[] args) { String text = " ，我们在询问了类似的东西，提示词的开头是一样的。 因此，我们使用了相同的技巧来优化了提示词。
41840编辑于 2023-09-01 - 来自专栏yeedomliu
掌握ChatGPT提示工程的艺术
思维导图 导言 通过精准实用的解释，结合每种提示技巧的例子和公式，本书将引导你从头到尾了解启发提示工程的过程，提供你需要创作引人入胜启发题的工具和技巧 引导工程介绍 为什么引导工程很重要？ 提示工程对于确保AI或聊天机器人能正确回应你的请求，节省你的时间和提高效率非常重要。 13种不同引导类型概述 开放式提示：这些提示允许AI提供自由形式的回答，对于收集反馈或征集开放式问题很有用。 多项选择提示 "以下哪个是你最喜欢的[产品/服务]？[选项A]还是[选项B]？" 3. 填空提示 "[产品/服务]最好的地方是__。" 4. 是/否询问 "你以前使用过[产品/服务]吗？" 5. 4. “让我们来考虑一下”引导 提供关于特定主题的深度思考和见解 "让我们思考一下可再生能源的未来。我们需要记住一些关键考虑和潜在挑战是什么？" 5. 450+杀手级ChatGPT提示 https://www.aoml.online/gpt
43220编辑于 2023-09-03 - 来自专栏yeedomliu
掌握ChatGPT-4提示的撰写
思维导图 介绍 ChatGPT-4于2023年3月发布，具有1万亿个参数，比ChatGPT-3.5大约大10倍，是AI历史上最大的语言模型。 相比ChatGPT-3.5，ChatGPT-4可以生成更自然，准确和多样化的语言。 Prompt 是什么 Prompt是指用户提供给模型的输入，用于启动对话或引发特定的响应。 关键作用 启动对话 影响输出 控制模型行为 基于不同目的的提示语（问题、陈述、风格等） 基础 清晰的提示 约束规范 调整长度和细节 具有创意的提示 不应过于具体，限制发挥 提示从不同角度看待同一个主题 QA 根据以下标题和以下副标题，生成10个常见问题及其答案：[掌握作家提示：使用ChatGPT-4解锁创造力和提升写作技巧的终极指南] [AI作家时代与写作革命，理解生成AI及其对作家的潜力，掌握书写提示 ：综合指南，使用案例：写我的商业书，ChatGPT-4的可扩展性和未来前景，作为AI作家的经验教训和未来挑战的见解] 参考资料 查找关于“生成AI”、“ChatGPT-4”、“Bing Chat”、“Google
52920编辑于 2023-09-03 - 来自专栏数据派THU
吴恩达新课程：ChatGPT提示工程，ChatGPT Prompt Engineering for Developers
https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/1/introduction 在ChatGPT Prompt Engineering for 如何在各种任务的应用程序中使用，包括: 总结(例如，为了简洁而总结用户评论) 推断(例如，情感分类，主题提取) 转换文本(例如，翻译、拼写和语法纠正) 扩展(例如，自动写电子邮件) 此外，您将学习编写有效提示的两个关键原则 ，如何系统地设计良好的提示，并学习构建自定义聊天机器人。
64330编辑于 2023-05-11 - 来自专栏数据派THU
独家 | 新的ChatGPT提示工程技术：程序模拟
资源：图片来自作者并由MidJourney生成 提示工程的世界在不同层次上都是极有吸引力的，从来不缺乏聪明的方法推动ChatGPT这样的代理生成特定类型的响应。 考虑到提示工程领域强烈的创新率和开发新方法的便利性，该技术完全有可能已经以某些形式存在了。 该技术的精髓在于使ChatGPT在模拟程序中工作。程序项目由实现特定任务的一系列指令绑定的函数构成。 这种模式应该与ChatGPT等代理中的提示完成机制保持一致。 为阐明这种技术，让我们明确一下被设计成一个互动创新者的工作坊的chatGPT4中的一个小应用程序指定参数。 如果您希望以一种更具交互性的方式进行操作并亲自测试，可以随意将提示加载到ChatGPT4中。 下面是从ChatGPT到提示符的完成过程。 到目前为止一切顺利。 我接下来的步骤包括对该技术进行更深入的检查，以评估一个全面的测试框架是否可以阐明该方法如何与其他提示工程技术相比较。这种类型的测试也可能有助于确定这种技术最适合于哪些特定的任务(或任务类别)。
45060编辑于 2023-09-27 - 来自专栏从流域到海域
给开发者的ChatGPT提示词工程指南
【中文完整版全9集】第1集 引入-ChatGPT提示词工程师教程 吴恩达xOpenAI官方 【OpenAI官方 | 中文完整版】 吴恩达ChatGPT提示工程师初级到高级（AI大神吴恩达教你写提示词 ） ChatGPT Prompt Engineering for Development 基础大语言模型和指令精调大语言模型的区别： 指令精调大语言模型经过遵从指令的训练，即通过RLHF（ Tactic 4: Few-shot prompting （少样本提示） Given successful examples of completing tasks. 通过首先寻找相关信息，再做出解答，有助于减轻幻觉现象 提示词迭代开发流程 提示词指引： 清晰明确 分析导致没有拿到预期输出的原因 优化思路和提示词 重复迭代 通过限定字数让模型输出更加简短，如下： 通过指定场景让模型切换视角，提示模型在文本末尾加上一些特殊说明，如下： 提示模型输出HTML代码（这个有点秀） 提示词工程师要具备一个良好的迭代流程来产出更好的提示词。
1.1K30编辑于 2023-10-12 - 来自专栏小工匠聊架构
ChatGPT - 提示词
PromptBase Prompt 提示词网站 - PromptBase https://promptbase.com/ 支持的提示词有 ---- chatgpt 提示词 https://promptbase.com /chatgpt ---- 开源项目 awesome-chatgpt-prompts 官网： https://prompts.chat/ https://github.com/f/awesome-chatgpt-prompts 可以看这个CSV文件 ---- https://huggingface.co/datasets/fka/awesome-chatgpt-prompts
97380编辑于 2023-05-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（8）
GPT 的一大优势在于，对于许多此类任务，只需编写一个简单的提示，即可立即生成结果。这在应用程序开发方面具有显著的速度优势。 识别情感 我们以识别情感为列，写一个提示词来分析这段文本表达的情感。 在前面例子中，我们探讨了如何编写提示词来识别文本中的情感，判断是否存在愤怒情绪，从文本中提取时间、地点和人物关键信息。 然而，在实际应用中，我们可以通过精心设计一个综合性的提示词，从而实现一次性提取所有相关信息的目的。 你可以尝试修改这个提示词，以使其输出JSON而不是像这样的列表，然后拥有更健壮的方法来确定特定文章是否是关于父爱的文本。
44620编辑于 2023-09-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（5）
在探讨开发大型语言模型应用程序时，我们必须认识到 GPT 存在一些局限性。这些限制对于我们保持清醒的头脑至关重要。
40140编辑于 2023-09-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（2）
在这篇博客文章中，我将分享一些关于提示词的关键原则，帮助你在使用语言模型时获得更好的结果。具体来说，我将介绍两个关键原则，帮助你编写有效的提示词。 同时，我也鼓励你在阅读文章的过程中运行代码，亲自体验不同提示词的输入和输出效果。 我将在本文中概述一些基本原则和策略，这些内容对于像ChatGPT这样的语言模型非常有帮助。 getCompletion方法只需要输入一个提示，就会返回该提示的完成结果： package one.more.chatgpt.prompt.engineering; import com.plexpt.chatgpt.ChatGPT 不要将编写清晰的提示词与编写简短的提示词混淆，因为在许多情况下，较长的提示词实际上为GPT提供了更多的清晰度和上下文，这实际上可以导致更详细和相关的输出。 使用分隔符也是一种有用的技巧，可以避免提示注入。提示注入是什么呢？如果用户可以在提示中添加一些输入，他们可能会给模型提供一些相互冲突的指令，这可能会使模型遵循用户的指令而不是你想要的指令。
70130编辑于 2023-09-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（6）
虽然第一次写的提示词可能会有一定的可用性，但最重要的是找到适合你的应用程序的提示词的过程，而不是第一个提示是否有效。因此，我们需要不断地尝试和改进，才能找到最佳的提示词。 这样，我们就可以不断完善想法和提示，多次循环，直到得到适合你的应用程序的提示。 我个人并没有太关注那些声称有30个完美提示词的文章，因为我认为并不存在适用于所有情况的完美提示词。 \n" + "\n" + "芯片\n" + "- A15 仿生芯片\n" + "- 6 核中央处理器，具有 2 个性能核心和 4 个能效核心 我们刚刚看到的是许多开发人员将经历的迭代提示词开发的简短示例。 总结 在尝试使用提示词时，有时候我们会发现提示词并不能完全满足我们的需求。 然而，成为一名成功的提示词工程师并不在于知道完美的提示词，而在于拥有一个好的开发过程，以开发出对我们的应用程序有效的提示词。 在本文中，我们仅提供了一个例子来说明如何开发提示词。
48640编辑于 2023-09-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（7）
以 ChatGPT 为例，它提供了一个简洁的网页界面，让用户能够轻松地对文章进行摘要。这种方式极大地提高了阅读效率，使我们能够在有限的时间内获取更多的信息。 假设你的时间有限，无法阅读整篇文章，我们可以编写关键词提示，让 GPT 为我们生成一份简洁的摘要，字数不超过 50 个。这样一来，您便能快速了解文章的主要内容，提高阅读效率。 为了实现这一目标，我们也可以修改提示词，这样他们就可以生成一个更适用于你业务中的一个特定目标的总结。 我们可以再修改一下提示词，这样他们就可以生成一个更适用于你业务中的一个特定目标的总结。 第4段的总结：一个年长者自以为是，对年轻人指手画脚，但最终被年轻人送上了火车，心中暗笑年轻人的迂。 第5段的总结：父亲为了买橘子，穿过铁道，费力攀爬，让人心疼。
32920编辑于 2023-09-01 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（3）
写示例时提示词要尽量少一些。 编写清晰明确的指令 要求 GPT 检查是否满足条件 如果任务做出了不一定满足的假设，那么我们可以告诉模型先检查这些假设，如果不满足，就指出这一点，并停止尝试完成整个任务。 现在我要尝试在不同的文本上使用相同的提示词： public static void main(String[] args) { String text = "天空落着雨，灰蒙蒙的。 如果我们使用之前使用过的相同提示词，而是在这个文本上运行它，那么GPT将尝试提取步骤。如果它找不到任何步骤，我们将要求它只说“没有提供步骤”。 写示例时提示词要尽量少一些 在要求GPT执行你想要执行的任务之前提供成功执行任务的示例，这时你的提示词要尽量少一些。 写示例时提示词要尽量少一些。 在接下来的文章中，我们将继续了解第二个关键原则：给 GPT 一定的“思考”时间，尽请期待。
46720编辑于 2023-09-01 - 来自专栏全栈技术
探索聊天型AI进阶：从ChatGPT到提示工程入门
本文旨在介绍如何从使用ChatGPT开始，逐步深入探索提示工程（Prompt Engineering），为想要将聊天型AI应用于实际场景的读者提供一个进阶的指南。 1. 在探索提示工程之前，了解ChatGPT的基本原理和用法是必要的。 2. 提示工程的概念 提示工程是指通过在模型输入中使用适当的提示（prompt）或指令，来引导模型生成特定类型的回复。 4. 调试和优化 设计完提示后，需要进行测试、调试和优化： 尝试不同的提示： 尝试不同的提示工程方法，看看哪种方式产生的回复最符合你的预期。 高级提示工程技巧 一旦掌握了基本的提示工程技巧，你可以尝试更高级的方法： 温度和顶点： 调整生成回复的温度和顶点参数，以控制回复的多样性和准确性。 伦理和合规： 在设计提示时要注意避免生成有害、歧视性或违规的内容。 7. 总结 从初步的ChatGPT使用到进阶的提示工程，探索聊天型AI的世界需要一步一步的实践和学习。
43720编辑于 2023-08-24 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（9）
之前我曾经用一堆正则表达式做文本的处理，现在使用大型语言模型和几个提示词肯定更简单。我现在几乎用 ChatGPT 来校对我写的所有东西，下面我向大家展示一些示例。 因此，在这个第一个示例中，提示是将以下中文文本翻译成俄语。 你怎么才来呀？ ChatGPT 实际上也可以帮助产生不同的语气。 首先，在下面的例子中，我们把王哥，我是阿杰，帮我看看衣柜的大小。这样口语化的句子转化为商业信函。
52460编辑于 2023-10-23 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（1）
在这里，我将和大家分享ChatGPT提示词工程的系列文章，希望能够和大家一起学习和探讨提示词的最佳实践。 虽然互联网上已经有很多有关提示词的材料，比如那些“每个人都必须知道的30个提示”，但是这些材料大都集中在ChatGPT的用户界面上，主要用于完成特定的、经常是一次性的任务。 因此，如果模型无法按照您的期望工作，很可能是因为提示词不够清晰。举个例子，如果您只说“请写一些关于艾伦·图灵的东西”，这并不足够明确。 总结 有了以上的铺垫，我们将进行后续的学习： 首先，您将学习一些Java开发中的提示词最佳实践。然后，我们将涵盖一些常见的用例：总结、推断、转换、扩展。然后，您将使用大型语言模型构建一个聊天机器人。
60420编辑于 2023-09-01 - 来自专栏yeedomliu
向ChatGPT询问高质量答案的提示工程技术
提示公式：“以[角色]身份生成[任务]” 以律师的身份生成法律文档。 作为技术专家，生成一篇客观且信息全面的产品评价，突出新笔记本电脑的强大功能。 样本提示 零样本：撰写一个新智能手表的产品描述 一个样本：将一款新智能手机与最新型号的iPhone进行比较 少量样本：撰写一篇针对新电子书阅读器的评论 让我们考虑一下 是一种鼓励ChatGPT 生成反思和思考性文本的技术 这个独特的提示帮助ChatGPT以不同的角度和视角给出答案，从而产生更加动态和信息丰富的段落。 自我一致性提示 是一种用于确保ChatGPT的输出与提供的输入一致的技术。 [插入信息2] 更新现有知识 使用以下信息更新[特定主题]的现有知识：[插入新信息] 控制生成提示 是一种技术，它允许高度控制生成文本的输出。
30630编辑于 2023-09-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号