ChatGPT基础篇-怎么和ChatGPT说话

GPT-4o2024-01-16281

先做个广告:如需代注册GPT4或充值 GPT4.0会员(plus),请添加站长微信:gptchongzhi

任务简述--任务描述--期望达成--多次对话

推荐使用GPT中文版,国内可直接访问:https://ai.gpt86.top 

要做什么--背景信息--给我什么--多次对话

 

Prompt -提示词工程其实我们前面就讲过,但是发现很多人还没有理解其中的意思,至少是还不太会用。和计算机沟通我们需要特殊的编程语言或者脚本,但是ChatGPT不需要,提示词也不神秘就是我们在询问 ChatGPT 时输入的内容,自然语言。

但是如果你发现你输入的大多数内容都得不到正确的回应,或者不是你想要的,然后你觉得ChatGPT不好用,我觉得首先我们需要检查的是自己,接下来才是质疑。这是一个简单的道理,也很容易做到,就是保持谦逊。我们最好先了解它,学会使用它再去评价它。

提示词工程这就如同你要想让一个魔法发挥最大的效力,你得会念咒语一样。但是这里没有任何神秘之处,因为跟谁交流都得讲技巧和策略。就算你面对的是一位无所不能的大宗师,你也得把话说明白他才知道你要干啥。如果能顺着他的脾气说就更好了。

 为了能够让大家更直白的了解,我们这次连标题都没有说提示词工程之类的,直接是怎么和ChatGPT说话,接下来的内容我们也尽可能说的更直白一点以便我们能更好的理解。

为什么提示词很重要

01

这就会涉及ChatGPT(大语言模型)的本质:它是根据现有的内容(包括你初始给的提示词)预测下一个词是什么,就这样反反复复不断的问下一个词应该是什么,最后就输出了一段内容。
以下是沃尔夫勒姆举的一个例子:
当你输入 The best thing about AI is its ability to,然后它就开始预测下一个词应该是什么。


模型根据它所学到的文本中的概率分布,找到五个候选词:learn(学习),predict(预测),make(制作),understand(理解),do(做事),然后它会从中选一个词。
具体选哪个,根据设定的「温度」有一定的随机性。就这么简单。GPT生成内容就是在反复问自己:根据目前为止的这些话,下一个词应该是什么?
输出质量的好坏,其实取决于我们对于"应该"的定义。我们不能仅仅考虑词频和语法,还需要考虑语义,特别是要考虑当前语境下词与词之间的关系。
这个原理很基础,但却能产生各种神奇而美丽的事物。
今天我们不是为了讲原理之类的,只是让大家记住它是在预测下一个词是什么,理解了这一点,我们就明白为什提示词这么重要了,哪怕你多说一个字,多把意思表达的清楚一点,多给一点信息,多给一个要求,反复预测到最后的内容就是天壤之别。
因为ChatGPT玩的是“文字接龙游戏”。

一般提示词包含的内容
02

提示词我们讲过原则性的东西,应用的示例等

用好ChatGPT的咒语-提示词工程

用好ChatGPT的咒语-提示词工程(二)

用好ChatGPT的咒语-提示词工程(二)

其实它的形式是千差万别的,我们遇到的问题也是千差万别的,有些优秀的示例我们可以学习,但是不太可能把问题都例举完,也没有必要都照着示例说话,我们有我们的表达方式,只要把问题说清楚,理论上都能完成我们的任务,这才是自然语言么。

一般任务要求包含以下内容(其实不仅是给ChatGPT提问题,哪怕是给你秘书提问题也应该包含基本任务的内容)


任务简述:需要模型完成什么任务

写一篇XX报告?总结以下内容?咨询一下?输出代码?计算?简单描述需要做什么。

任务描述:详细描述你给它的任务

我们还需要对任务做描述,比如具体内容、信息背景、期望达成的结果、细节上的要求、技术指标、生成回复的字数、情感倾向等

(1)信息背景:给模型一些信息

你不能啥也不提供,让模型去猜,猜的话它只能输出一般场景的,结果不是你要的,你又说它胡说八道。做ChatGPT可真难啊。你想象如果你告诉你秘书:“给我写一篇会议讲稿”,然后你没有告诉她是开什么会议,你要发言的主题,你的观点等等一些信息,接下来她会问你这些信息的,但是一次把问题讲清楚了不好吗。你猜她会不会内心里骂你一句,哈哈。ChatGPT应该是绝对不会,但是请多提供点信息哈。

(2)期望达成:期望达成的结果

写一篇文章,报告,通知,字数有啥要求,格式有啥要求(如果你需要表格形式,是可以直接要求的哦)

反复沟通:沟通不是一次性的过程。

这个可能是互联网搜索养成的一个习惯,一次性的提出问题,然后就得自己解决了问题了。其实别忘记ChatGPT是可以反复沟通交流的,不符合要求可以把要求再具体一下,反复沟通交流呗。

比如:“我觉得第二段写得不好,重新写一下”。“再丰富一下框架“。“继续”。“语气幽默一点”。“换个角度”。等等。不断提要求,不断完善。

今天我们就一起来看几个基本任务示例,很多问题其实都是这些任务的变种或者组合

文本摘要(Text Summarization)

信息提取(Information Extraction)

问答(Question Answering)

文本分类(Text Classification)

代码生成(Code Generation)


文本摘要

03

简单一点说就是小学语文总是让我们做的一件事情:总结中心思想。其实就是信息的压缩,但是总结以后不能丢失重要信息而且表现的连贯,这是原来文本类AI的一个标准化任务,但是表现的都不太好。ChatGPT很好的解决了这个问题,好像它真的看明白了这篇文章,还能按照意思总结的很好。

怎么完整这个问题呢或者怎么提问会要一点呢?

一般我们用以下提示语:

总结以下内容:“xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx”。

其中冒号,双引号等分割符号是很重要的,这帮ChatGPT清楚的分清楚了命令和背景信息,所以如果提供相关文本的话,我们最好用引号,《》等区分开来。当然“以下内容”,“以上内容”等也从语言上做了区分。

建议最好是用"""xxxx""","""来区分,为啥呢?可能是编程中经常用"""来标识文本吧。

换个角度


信息提取

04

信息提取就是从一堆文字中提取出你想要的信息来。比如我们从一长串的招标公告、法律文书中找出地址,人名,时间等的关键信息来。这个对于系统应该是很有用,原来需要正则表达式之类的提取信息的,现在直接问ChatGPT就可以了。

问答

05

我们最常用的应该也就是问答了,因为ChatGPT已经学习了很多知识,它可以直接提供问题的答案。其实经过了两步,最重要的一步是它能理解你的问题。

然后它并不是知道所有的知识,比如公司的自有知识,文献,冷门的历史知识,人家就算训练也不会用的犄角旮旯里不能算是知识的信息。

然后如果做私有知识问答库就需要向量数据库之类的了。如果我们只是基于一段文字问答,你完全可以把文字给它,然后再问问题。

补充信息的背景。

文本分类

06

文本分类包含了情绪分类,我们这里只演示一下情绪分类吧。

代码编写

07

实战怎么用ChatGPT编程

这里就不再详细讲了,你可以把实际需求告诉它,描述以下数据,能更好的完成代码。你也不必再记住一些小算法了,直接问它就可以。

如果一段代码看不懂,还可以发给它帮忙翻译解释。

总结

任务简述-要做什么。

任务描述-背景信息。

期望达成-给我什么。

多次对话-不断完善。

chatgpt plus(GPT4)代充值

本文链接:https://gpt-4o.net/chatgpt/327.html

相关文章

网友评论