纯干货保姆级教程,ChatGPT对话指南,包学包会#AI教程#AI提示词#AI对话

未来取代你的不一定是a i而是擅长使用a i的人。如何正确撰写a i提示语,提升十倍生产力。作为一个资深提示语工程师,本期视频我参考了很多国内外资深大神资料,用一个月的时间精心制作了一期提示语撰写指南,并在评论区置顶,附赠万字指南手册,即使你是完全零基础的小白,看完也能迅速掌握如何与ai对话,对于想要进阶精通的伙伴也有启发作用,真的是诚意十足的保姆级教程呢。比绝大多数市面付费课程都要深度,建议大家先一键三连关注后再看。首先为什么每个人都应该掌握a i提示语?因为当下ai还不是强人工智能,无法直接完全理解人类的自然语言,必须用准确高效的指令任务才能让其正确的行动。

依照当下ai发展趋势,未来我们的工作生活中势必会出现很多数字员工机器人,学会如何正确的与a i对话将是必不可少的技能。好的提示语,工程师能拿到年入百万的高薪。那如何写好a i提示语呢?有三大身份,四点原则,五大策略。你或许听说过可以让ai扮演某个角色,提供对应的视野和意见。比如a i是一个资深。

奥运会冠军教练指导我如何减肥。ai可以充当文案助理角色,帮忙撰写一篇小红书文案a i扮演顾问的角色,向他咨询某一领域问题。不过最后需要辨别g p t答案的真假和质量,但能做好的工作大致就是以上三类,教练、助理、顾问。当你把a i视为现实里的人,清晰且详细的向他描述清楚你现实遇到的问题,背景是什么,需要解决什么,这样向ai提问生成的答案质量超乎你的想象。除此之外,用好g p t还有四点原则,五大策略。

今天我演示的工具叫做a i提示语,接入了open a i与cloud的接口,生成质量足够高且无需模仿,相当实用。首先原则一好的提示语往往是一个完整的段落,你需要在这个段落里提供尽可能多的细节,供给小雨ai去分析,告诉他应该站在什么样的角度去思考问题,很多人直接抛给ai一个问题,既不交代前因,也不给出后果,简直把ai当成肚子里的蛔虫,就是神仙也给不出更多的细节,更清晰的指令。如果能让小雨a i减少猜测,你的地图目前有一些套路化的提问公式,被称之为提示语框架。这里有。分享一个自己常用的万能对话公式,即好的提示应该包含以下几个元素。

指令,即你希望模型执行的具体任务背景或者是上下文信息,就可以引导出模型做出更好的反应。输入数据告知模型对什么数据进行处理。输出指示器告诉模型你要以什么样的形式和格式输出。在这个提示语框架下写出的提示语质量再差也不会差到哪去。指定输出内容长度,可以指定词汇数、句子数、段落数。

按照我的经验,生成特定数量的词汇精准度比较低,但让它以特定数量段落或者让它总结为几个要点输出,都能有效提升输出质量。原则二,给予g p t足够的思考时间。如果你希望ai生成极高质量直接能用的回答,就需要花费长时间调教。如在提供信息后不断的追问和给予g p t建议,让其调整生成的回答或者是指定一系列步骤,让ai明确的根据这些步骤一步步分析,然后再输出结果。比如让g p t担任小红书内容助理,我会先询问他小红书的格式应该是怎么样的,一篇爆款小红书笔记应该有哪些特征,然后让其生成一些相关事例在。

给予生成答案后,我会像老师一样告诉他应该如何优化。比如能不能多一些种草的感觉啊,能不能多一些阴谋及符号。一般而言调试越多g p t给予的答案就越接近你想要的结果。或者你也可以在输入完指令后输入一句请一步步思考,生成的质量也会有进一步提升。原则三,如果你希望ai生成高质量内容,可以设定小雨a i是某一领域的资深专家,这样ai在回答时就会调用更高质量数据库生成信息,这个原则也可以应用在改写文案和润色段落里,比如你希望调整后的语言可以更加商业,那就可以增加商务有关的描述词。

比如,如果你希望你的文案可以更加通俗易懂,可以让小雨ai假定自己是一个小学老师,请将复杂的内容转化为七到八岁小孩也能听懂的语言。另外,如果你希望表述更加有科技感,就可以请ai假设自己是马斯克,然后会如何撰写这段话,原则是,很多时候我们提问往往是告诉小雨ai要做什么,但也可以告诉ai不要做什么,通过给ai添加尽可能细致的限制条件,以获得更精准的回答。比如,假设你只有一百万人民币,请你想办法如何在合法的情况下投资者。这一百万让其在五年内获得年化百分之十的收益。因为跟a i的沟通很多都是连续的对话,我的经验是在对话前可以让ai尽可能发散思维,给出尽可能多的想法,随后再告知a i缩小范围,增加一些限制条件,优化输出结果相同的道理。

还可以通过填空的方式,让ai根据上下文、限制条件和语境回答问题,比如请你填写正确的答案。什么是中国最高的山峰?讲完四大原则,其实很多人可能会有一个疑问,用中文写提示语真正能做到跟英文一样的效果吗?因为g p t在训练时用到的数据都是英文,但实际现在ai已经涌现出很好地掌握事物各种统计相关性的能力。换句话说,ai已经拥有部分常识。神经网络真正学习的早已不是语言,而是语言背后的那个真实世界,是世界的另一个投影。因此,无论是用英文还是中文提问对gp t而言没有太大的区别,它无需翻译步骤,而是直接思考问题,语言只是它表达的工具。

换句话说,即使是小语种,对i提问生成的质量和英文也并无太大差异。因此我们今天学习中文提示语这个逻辑也是成立的。回到今天的问题,我们。大家分享自己作为资深提示语工程师使用a i的五大技巧。如果还没有收藏的朋友,真的可以给我个收藏关注了,后续还会持续更新更多有用的提示语窍门。

技巧一,让ai模型生成多个答案,然后取出现频率最多的答案作为最终结果是有理可依的。源自二零二二年薛之王等人发表的论文a每次生成采用不同的逻辑链、推理链条,从多个线索里采用选择一致答案,可以加强模型对最终答案的正确信息,专业术语叫做自洽性。技巧二,在提问的时候可以用特殊符号将指令和需要处理的文本分开。比如用双引号这样的符号让小雨唉知道这是段待处理的内容,这样在处理复杂的任务时尤其有效。因为a i不会辛苦去理解你到底要求他做什么,因为越能有效消除任务的歧义,越能让ai把关注点放在任务执行和处理上。

善用分隔符号有助提升a i反馈的准确性。技巧三,很多时候呀咱们使用小雨ai难免会遇到文段过长,ai难以一口气全部处理情况,或者对话了很多次,ai就忘记前面对话的要点。这些信息导致后面的回答又变得很小白、很弱智,达不到理想生成效果。因此,我们可以对话一定次数后,让ai对之前的内容部分进行总结归纳,并把先前的对话摘要包含在下一次提问里。比如前面咱在小宇a i里询问了气候变化、可再生能源和碳排放。

现在你希望获得一个更深入的回答,你可以让ai先总结以上内容输出的观点,再提问关于这个主题加总结摘要。我想知道如何有效降低碳排放,这样就能让小雨a i在超长的对话中更好理解上下文,并基于总结内容基础更好的回答分析新问题。再比如你想用小雨a i总结一本书的内容,但很明显书的内容长度远远超出gp t上下文长度。这时我们就可以把书按章节一章一章投喂给g p t,并针对章节内容进行总结。在小宇ai对所有章节进行总结后,再将这些总结连接起来,生成一个总结的总结,这样就能获得一个很好的输出结果。

技巧是使用引导词,比如在输出完提示以后,结尾添加一个神奇的指令,我已经将条件描述完了,你可以写代码了。当然如果想要更详细,可以指定ai具体撰写c加加还是python代码生成代码的方式,可以更有效解决幻觉的现象。因为g p t的基。就在于transformer神经网络算法模型。但如果是代码的形式在遇到问题就会自动报错,要求你调整和修改。

技巧五,给ai添加一些示例和演示,能让a i按照我们的指令期盼的格式生成理想的效果。例如请帮我用三个关键词形容闪电侠这部电影,比如电锯惊魂,惊险刺激恐怖。让a i给予的答案会更理想一些。另外再向a i提供示例的时候,你可以附上推导的过程,这样g p t会对视力的推导路径和结果进行学习,并在新生成的答案中模仿和复刻。我们在使用小雨ai产品时会发现,它生成的文字都是一个个吐出来的,而不是直接丢给你答案。

因为字符都是实时生成计算出来的当g p t拿到的数据里有逻辑,它就会通过统计学的方法将这些逻辑找出来,并将这些逻辑呈现给你,让你感觉到他的回答很有逻辑。在计算的过程中,模型会进行很多假设运算,而在解决某个问题是从a再到b再到c中间有很多个假设。如果第一次生成答案有误,是因为它跳过了中间的b步骤,而让模型一步步思考,则能完整基于a b c的逻辑链条运算,而不会忽略某些假设。影响最后的答案生成。因此给予我们的启发是可以在模型得出结论之前,自行评估解决问题的推理路径,询问小雨a i模型的解决方法是否正确,如果有问题就自己调整,从而避免最终答案的错误。

以上的这些策略和原则都能让你最大化发挥g p t的真实能力。不过最好的学习方法还是理论和实践相结合。所以我这次精心做了一份网页文档,提供给大家学习和训练。且点击左上角就能快速进入提示语官网,在这个平台上你可以自由使用a i对话与ai绘画功能,并支持ai音频以及d i d培训这样的a i数字人应用。如果你不擅长写提示语,或者写每次输入都麻烦很花时间。

在这个平台上有超过两千九百个针对不同场景的提取应用,点击就可以直接使用,都是专业提示工程师精心调教过的。如果你不知道如何利用middle o n e y stable diffusion生成精美的绘图提示,平台也对新手做了简易优化,你可以选择你想要的风格、模型尺寸比例,填写不希望出现的元素,来还原出你脑海中期盼的画面,且价格相当实惠。a i提示语提供了各种不同价位套餐以供选择,几乎可。满足绝大部分人的使用需求。最后如果本期视频对你有帮助的话,就请给个一键三连吧,并转发给你身边的朋友,让他们也可以看到当下最好的中文提示语教程。

后续我们频道还会出很多实用性ai相关内容,感兴趣的伙伴可以给我个关注,我们下期再见。