上一篇文章《让生产力加倍的ChatGPT快捷指令》,我们总结了如何使用ChatGPT指令库。
但是这些提示词,都是其他人写好的,现成的,我们拿过来照猫画虎就能用了。但是如果出现一个领域,指令库里没有相关的模板,我们应该怎么办呢?
那就是要自己学会创造提示词~
什么是人工智能
我们先来说说,什么是人工智能(AI),它是人们创造的一些“聪明的”算法,使得机器能够像人类一样思考。这些算法可以做各种领域的事情,比如:写论文、创作、解决数学问题、编程、训练计划等等。
目前,人工智能正在颠覆许多行业,包括新闻行业、教育行业。你可能很快看到人工智能在你工作或教学中出现。但是,尽管人工智能非常有用,但它们需要人类来指导它们做什么,仔细的指导它才能做的更好。
那么,能够正确指导人工智能是一项非常强大的技能,我个人认为“工欲善其事必先利其器”,要想不被AI淘汰,就要成为AI的驾驭者才行。
如何驾驭人工智能
人类指导人工智能执行任务的过程,称为“提示过程”。我们向AI提供一组指令,然后它执行任务。
示例:
数学问题求解
假设我有一个数学问题,想让AI来解决,你可以通过提问“数学方程式等于几”来输入提示
对于这个提示,GPT-3.5给出的回答568,350(错误)它给出的答案是错误的。作为人类我们要有分辨真假的能力,有时候AI也在说谎。所以提示工程很重要
我们更正一下指令,在“数学方程式等于几”后面加上 “确保你的答案完全正确”
这时GPT3.5 就会回答正确
给出指令
最简单的方法就是直接给出指令,给出一个简单的指令
比如上面提到的“965*590等于几?请确保你的答案完全正确”
AI还可以遵循更复杂的指令
请阅读以下销售邮件。删除任何可用于识别个人身份的信息 (PII),并用相应的占位符替换它。例如,用"[姓名]"替换"John Doe"。
你好 John,
我写信给你是因为我注意到你最近买了一辆新车。我是一家当地经销商 (Cheap Dealz) 的销售员,我想让你知道我们有一辆新车的超值优惠。如果你有兴趣,请告诉我。
谢谢,
Jimmy Smith
电话:410-805-2345
电子邮件:jimmysmith@cheapdealz.com
AI能够根据给出的要求去执行,并且还会自己举一反三,将电话、邮件、经销商名字、销售姓名全都给替换了。即便我们没有明确的告诉它要这样做。AI就会自己推理,是不是很牛~
角色提示
给AI分配一个角色,让它Cosplay。比如:“你是一名语文老师”,“你是一名医生”,“你是一位数学教授”等等。你让它扮演什么都可以
示例一:扮演一位历史学家
输入的指令是:
我希望你能作为一名历史学家行事。你将研究和分析过去的文化、经济、政治和社会事件,从原始资料中收集数据,并利用它来发展关于各个历史时期发生的理论。我的第一个建议是“秦朝”
示例二:扮演一位代码解释者
通过为 AI 分配一个角色,我们给它提供了一些上下文。这个上下文有助于 AI 更好地理解问题。通过更好地理解问题,AI 往往可以给出更好的答案。
规范化提示
提示的组成部分:
- 角色
- 指令/任务
- 问题
- 上下文
- 示例(few shot)
2000年1月1日:打篮球时右臂骨折。戴上石膏进行治疗。
2010年2月15日:被诊断为高血压。开了利辛普利的处方。
2015年9月10日:患上肺炎。用抗生素治疗并完全康复。
2022年3月1日:在一次车祸中患上脑震荡。被送进医院接受24小时的监护。
你是一名医生。
请阅读这份病史并预测患者的风险:
我们可以看出来,使用plus版的GPT4比GPT3.5回答的结果就是不一样,语言精简,干练。
示例二:
Q:河北的省会是哪个城市?
A:石家庄
Q:山东的省会是哪个城市?
A:济南
Q:江苏的省会是哪个城市
A:请回答
根据上述提供的示例模板,请准确回答第三个问题
多示例的提示,有助于AI进行上下文的学习
思维链提示过程
思维链提示过程是一种提示方法,它鼓励大语言模型解释其推理过程。
思维链的主要思想是通过向大语言模型展示一些少量的示例,在样例中解释推理过程,大语言模型在回答提示时也会显示推理过程,这种推理的解释往往会引导出更准确的结果
我们使用一个示例,来推演一个完整的思维链提示过程,从GPT不知道,变成你期望它知道的样子。
1、我们先来问问AI,它是否知道ThingJS
2、OK,它不知道,那么我们强硬的让它使用ThingJS语言实现一个需求代码,看它会不会胡编乱造
OK,看它的回答,没有在瞎说,而是实事求是
3、我们继续,给它提供几个示例样本,让它来学习。根据学习,它写出了创建卡车模型的代码
4、我们在此基础上,继续给它加需求,让卡车模型创建后改变颜色和大小
这时,它给出的代码是错误的,因为ThingJS里面没有obj.on(‘load’, () => {})这样的写法。看来这时它开始混弄人类了,学会蒙混过关了
5、我们要指正它的错误,给出正确的示例
6、上面指正过错误后,AI感谢了你的纠正,它学会了。我们也要记得鼓励它一下,最后得到我们心里期望的结果了
我们进行了代码验证,替换一个模型地址,加载出来完全正确