刺鸟图文助手
未来会取代你工作的不一定是chat g p t，而是擅长使用chat g p t的人。随着a i g c时代浪潮的来临，chat g p t如同word文档、excel表格一样，成为学生和职场人的必备技能之一。只有真正学习掌握chat g p t，才能不被时代所淘汰。为了帮助新手小白快速学会使用chat g p t，作为一名算法工程师，我参考了国内外很多大神的资料，结合我自己半年多对chat g p t的深度使用和实践，录制了一个保姆级的教程，在这里免费分享给大家。即使你是完全零基础的小白，只要看完这个教程就可以快速掌握chat g p t。
建议大家先一键三连，然后观看。那这一次的分享的话，主要会我带大家分享以下三个主要的模块。第一个的话会回顾一下chat g p t的一些相关知识，接着会带大家一起去探索感受一下chat g p t丰富多彩的一些使用场景。我接下来呢会给大家去做一些chat g p t使用技巧上的一些分享，来帮助大家在平时的日常工作中也好，或者是个人使用上也好，能够更好的去使用chat g p t来帮我们做提效。我决定来一个比较新颖的方式来介绍chat g p t。
我让chat g p t自己也来做一个简单的自我介绍。首先chat g p t它是由open a i研发的一个chat g p t，也就是一个个大型语言模型。它可以回答我们平时生活中各式各样的一些问题。它的知识体系其实是通过学习了整个互联网上海量的数据来搭建着。它拥有了这些能力，其实可以帮助我们在日常的工作啊或者是个人的使用上。
能够帮我们完成很多的事情。接下来的话就是会带大家去探索一下chat g p t会有一些什么样的使用场景。我也简单列举了一下吧，就是目前已经有一些落地场景。从行业的角度来看，其实现在很多行业都已经在基于chat g p t去做一些落地的实践了。比如说在金融行业，现在就已经会有人用chat g p t来帮助分析师去做一些财报的一些信息的整合。
在计算机软件行业，比如说现在chat g p t会跟很多的搜索引擎做结合。比如说微软的bean，比如说github的o pilots。那平时具体到我们自己的工作或者是个人场景的话，我们又能怎么样比较好的利用它呢？呃，我相信很多工程的小伙伴玩chat g p t应该会玩的更多，主要就是因为它写代码的能力非常强。那比如说这个时候我有一个场景，就是我要去阅读一些第三方的开源库。那这个时候呢我相信大家去看别人的代码应该都是比较痛苦的，尤其是别人还不写注释。
那这个时候呢其实我就可以说看不懂别人代码的。有时候我就直接把代码去丢给chat g p t啊，让他去帮我去逐行的这个解释这些代码到底在做些什么。然后最近网上也有一个梗嘛，就是说未来最好的编程语言是英语。对那其实就是在我们平时日常的工作中，其实会有很多琐碎的一些小的脚本代码可能会需要写。那有的就是因为他平时用的比较少，所以说我们可能很多时候其实相关的一些语法啊，或者是说一些a p i其实我是记不得的那这个时候如果我再去通过网上去搜这个a p i怎么用，然后我再自己把它重新组装成一个能跑的代码，其实是比较费时费力的那这个时候就我其实就可以让chat g p t直接帮我写，我直接把我的需求诉求告诉他。
然后其实像这些简单的脚本，chat g p t都是可以帮你完实现的比较好的场景，带大家简单的探索了一下，然后就开始进入到一些chat g p t的使用技巧的一些分享。讲具体的技巧之前呢，可能先带大家介绍一下什么叫prop。首先啊就是我们跟chat g p t聊天的一个过程。其实本质上就是我们要跟它背后的这么一个大型的语言模型在做一个交互的过程。那么从图中可以看到啊，跟大型语言模型交互需要有一个input，然后这个语言模型会输出一个output给你那这里的这个input其实就是这里我们想要说的proc从字面上的意思来理解啊，其实这就是个提示。
那为什么要给模型一个提示呢？就是现在的这个chat g p t的这个语言模型，其实本质上它是不具备记忆的能力的。也就是说你跟他说什么？如果你不携带他的一些上下文的话，他其实你下次跟他聊，他就是你可以认为他就是什么记忆都没有。那所以说我们在跟这种语言模型交互的过程中，我们就需要去给他一些上下文的提示，作为我们的一个对话的起点。同时这个提示里其实我们也是可以去加入一些约束还有引导，去让这个模型去说出我们更感兴趣的一些内容跟结果。那么接下来给大家分享一下，就是怎么样引导chat g p t啊生成自己想要的一个答案呢？其实总的来说可能就是下面这个公式。
然后这个公式里面有五个主要部分，你要告诉chat g p t你是谁，其实就是需要让chat g p t去扮演好一个角色。比如说我现在想要做一个翻译任务，那这个时候你就可以让他去充当一个翻译的角色。如果你想要去写一篇文章，那你就可以去让他去写一个一个有多年写作经验的结果。然后。接下来就是说我需要去告诉他你要做什么。
那其实做什么？其实就是告诉他我现在要做的这件事是一个什么样的任务。是一个股权型的翻译的，是生成的还是分类的这么一个任务。当你告诉他之后，我就要告诉他怎么做。那怎么做其实就是看你具体的需求，具体的场景，然后把你的步骤一步一步的告诉他。那么前面其实都是在给chat g p t做一些正向的提示，那么我们也是需要去给chat g p t做一些反向提示。
比如说不要做，就比如说chat g p t其实它的其实数据的时效性不是很好嘛，然后也经常的会一本正经的胡说八道。那么这个时候你就需要去对他的回答做一些限制，让他不要乱说。最后呢就是我需要去限制一下，呃，告诉他我需要你以一个什么样的格式来把你的答案告诉我。那这里的格式呢可能更多都是跟文本相关的。比如说呃就是一个列表的形式，表格的形式，或者是跟编程相关的一些jason啊、叉m l啊这些语法格式，其实它都是可以输出的。
呃，然后可以再回到刚刚的那个公式的第一个，就是我们为什么需要chat g p t去做一个角色扮演？就比如说这里这个例子，我让chat g p t t去扮演一个智囊团。然后这个智囊团里面有谁呢？有乔布斯、马斯克、马云、柏拉图。搭理还有慧能法师，我再问他一个问题，然后让他以各自的视角来回答我的问题。那这个时候我们就可以看到答案。其实每个人的角色不一样，他回答出的答案的侧重点也会不一样。
就比如说乔布斯的答案会更加侧重于用户的体验，马斯克的会更加侧重于就是说跟技术相关的一些点。然后马云可能会更关注商业。所以就是说同即便是同样一样的问题，我们让让chat g p t去扮演不同的角色，最后出出来的答案跟结果也是会有比较不一样的差异。那归根结底其实chat g p t目前呢开放了文本的一些能力嘛，就是之后的还会有图片这种多模态的能力。那其实目前文本的能力，其实你稍微总结一下，其实也就是这么几种股股权的任务，分类类的任务，然后生成的任务的a的任务，其实是文本和总结的一个任务。
那接下来就。是实战一下，就对于同样一个场景，如果是使用了刚刚的公式跟没有使用刚刚的公式，回答出来的结果会有怎么样的一些不一样的点呢？就比如说这里有一封邮件啊，这封邮件里面是有一些语法问题的。然后这个时候我就想让chat g p t去帮我检查。那如果我这个时候只是简单的去说了一句，那chat g p t呃也确实帮你纠正检查的语法，那还有没有能让它输出的更不一样的方式呢？那比如说我们现在来试一下，靠刚刚的公式啊，我先让他做一个角色扮演。我希望你是一名专业的英语老师，然后描述一下任务，我需要你去帮我检查还有纠正语法，然后完成的步骤是帮我把纠正前、纠正后以及为什么要纠正的原因给写出来。
然后最后还可以给他一些限制条件，比如说我不需要完整的纠错的那个，然后最后你还可以再给他限制一下输出格式。比如说我希望他一个稍微结构化一点的格式输出，比如我就会让他用一个表格的形式来输出。然后我们可以看一下，这就是用了刚刚那个公式之后输出的一个结果，是不是看起来会更加清晰明了一点，就我可以更清楚的知道chat g p t它帮我改正了哪些部分，以及他为什么要帮我这么改。那通过这两种提问的对比啊，其实大家也可以发现，只要我们的pro构造的足够的清晰，其实chat g p t是可以帮助我们去把一个事情说的更加清晰，更加结构化的那这一个技巧其实你用在别的场景中也是很ok的。然后就是chat g p t他也比较擅长做选择题，我们不太希望chat g p t去给我们太发散的回答我们的问题。
那这个时候其实我们是可以把我们的一些可选项给他的，就是相当于给他限定他的回答范围。那这个时候你可以让他直接去做选择，以及让他告诉你我为什么做这个选择。然后还可以就是把chat g p t真的当成一个人一样，我们去跟他交流。比如说这里可以就让他作为一个英语老师，然后去跟他模拟交流对话的过程，然后来提高我们的一些英语水平啊，当然模拟对话呢可能不仅仅局限于这么一个场景。就比如说你可以让他模拟成一个客户也好，面试官也好，还是需要一些正式场合对话，你又想要提前模拟一下的，其实都可以用这个小技巧。
然后最后一个比较难搞的问题就是chat g p t经常会一本正经的胡说八道啊，这这个是我在工作中遇到的一个例子吧。比如说我现在在用big query去做一点数据分析，然后这个时候我想问他在b q里面是怎么求一组数据的众数。这个时候chat g p t把他的答案告诉你了啊，用这个内置的函数mod就可以求出来了。呃，我第一眼看好像也没有什么大问题啊，但是真的去跑的时候呢，发现没有这个函数啊，对吧？那这个时候怎么办呢？就比如说刚刚在公司里也有说嘛，就是去给他一些反向的提示，就让他不要做什么。那基于刚刚的prom，我这里又加了一句，就是说你一定要给我真实可靠的答案。
如果你拿不准这个答案，你直接跟我说，我不知道，但是好像没有什么用，他还是把刚刚的答案再告诉了我一遍。那这个时候我们该怎么办呢？呃，其实这个你可以认为就是大语言模型泛化能力过强的一个小坏处吧。那其实这个时候要解决这个问题也比较简单的，就是我需要去给他一些鲜艳的知识。比如说我在提问的时候，我不光是提问，我同时。给他足够的上下文。
我告诉他其实b q里面就是没有这个函数，没有这个内置的函数。然后你给我用别的方式去帮我再生成一遍哦，那这个时候他就可以给出一个正确可用的答案。以上就是本期教程的全部内容了，教程录制不易，希望大家多多点赞、投币、收藏和评论。也欢迎大家转发给你的同学和朋友，帮助周围对chat g p t感兴趣的人。
