大模型的 Prompt 使用技巧
概述 前段时间在 DeepLearning 学了一门 Prompt 的课程，感觉受益匪浅，因此在这里总结分享一下学习笔记，希望可以帮到大家。 为什么要学习 Prompt ？ 因为在未来的 AIGC 年代，学习有效的 Promot 提示词有效的利用 AI 来完成一些重复性的工作。这也我认为未来每个人都必备的技能之一。 以下是我个人学完这门课程的总结： 更好的完成任务：试想一下，如果你给 AI 一个模糊的问题，那么你得到的只会是一个模糊的回答 多元化的结果：可以让 AI 更多维的结果，但不限于：代码，JSON，XML，HTML 等格式文本，甚至是图片，视频等 避开 AI 的局限：喜欢编造事实，这是目前 AI 已知的缺陷，但有效的 Prompt 可以帮助你有效的避开这个已知，但目前还无法解决的缺陷 不再迷信完美的 Prompt：了解真相后，你将不再迷信类似于 awesome-chatgpt-prompts-zh 各种所谓的魔法，速成的调教指南，因为不存在完美的 Prompt 了解 AI 的能力：目前大模型的能力局限在：摘要，推理，转换，扩展等能力上，目前的 AI 并非无所不能，不要过分神话，也不要过分贬低它 总而言之，学习 Prompt 提示词可以帮助您更好地与 LLM 模型进行交互，指导其生成符合您需求的文本，并提高效率和准确性。也推荐大家有时间可以看完完整的视频课程。我就不过多展开了。以下是我对课程的学习笔记。 第一章： Introduction 引言 第一章节，引言主要介绍和 ChatGPT 或类似的 LLM 交流时，要遵循的几个基本原则，如下： 明确的指令：清晰的指令会得到更准确的回复。例如，而不是问 “我应该吃什么?"，你可以问 “我应该在素食饮食中添加哪些蛋白质来源 ？” 合理的期待：模型的知识储备和它的训练参数和训练方向有关，例如对于 ChatGPT 这样一个作为通用领域的大模型，对于一些特别复杂、需要深度专业知识，它是无法提供准确的答案的，特定领域的问题必须由特定领域的专用模型来解决。 验证结果：如上，对于特别复杂和专业的问题，AI 有时候会虚构信息，你必须对 AI 的回复进行验证，如果发现了错误，可以尝试用不同的方式提问。 等待 AI 思考的时间：AI 需要理解你的问题，并生成一个有用的响应，这可能需要一些时间，特别是对于复杂的问题。要有一点耐心 以上就是向第一章课程中包含的向 AI 提问的基本原则，希望对你有所帮助。 ...