吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

这篇具有很好参考价值的文章主要介绍了吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

《ChatGPT Prompt Engineering for Developers》

 面向开发者的ChatGPT提示工程

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

shadow

趁着假期,学习了prompt课程,做了一些精简和关键知识点的梳理,分享给大家。

LLM 可完成的任务

包括:

总结(如总结用户评论)

推断(如情绪分类、主题提取)

转换文本(如翻译、改写)

扩展(如自动写电子邮件)

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

用ChatGPT总结概括https://chirper.ai/shadowai

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

推断 - 情感分类

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

转换文本,把一篇深奥的文章变成适合讲解给小朋友的故事

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

扩展,自动写电子邮件,介绍文章

prompt技巧

当您使用prompt调整LLM时,请考虑将prompt发送给一个聪明但不了解您任务细节的人。如果LLM不能正常工作,有时是因为prompt不够清晰。

第一个原则:编写明确和具体的指令。

第二个原则:给模型足够的时间思考。

不要混淆清晰的提示与简短的提示,因为在许多情况下,更长的提示实际上提供了更多的清晰度和上下文,这有利于LLM符合预期输出。

原则一:明确具体的指令

技巧1:使用区分符

使用分隔符,明确指示输入的不同部分。区分符可以是任何符号,比如```, """, < >, <tag> </tag>,让模型清楚地知道哪些是独立的部分,以避免提示注入。

提示注入(Prompt Injection)是指输入中可能会与我们的指令相矛盾的用户指令,导致模型遵循用户的指令而不是我们的指令。

如果没有区分符,用户可能会添加不相关的输入,导致模型输出错误的结果。因此,使用区分符可以提高模型的准确性和稳定性。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

技巧2:结构化输出

为了更容易解析模型输出,要求模型以HTML或JSON等结构化格式输出可能是有帮助的。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

技巧3:是否满足条件

如果任务有一些假设并不一定满足,我们可以告诉模型先检查这些假设,如果不满足,则指出并停止任务。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

技巧4:少样本提示

few-shot prompting。这种方法是在让模型执行实际任务之前,提供已经成功执行所需任务的示例。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

原则二:给模型思考时间

如果你给模型一个太复杂的任务,在短时间内它可能会得到不正确的结果。

技巧1:分步骤补全

首先,我们可以使用明确的步骤来完成一个任务。在这个例子中,我们给模型提供了一个包含Jack and Jill故事的段落,并且使用明确的步骤指示模型完成四个任务:

1.首先,用一句话来概括文本

2.其次将概述翻译成法语

3.然后列出法语概述中的每个名称

4.并且输出一个JSON对象包含"French summary"和"num names"两个key。

运行这个模型后,我们可以看到模型分别完成了这四个任务,并按照我们要求的格式输出了结果。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

技巧2:让模型先梳理再给结论

有时,当我们明确指示模型在得出结论之前先理清事情的顺序时,我们会获得更好的结果。

在这个问题中,我们要求模型判断学生的解答是否正确。首先,我们有这个数学问题,然后是学生的解答。

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

小白的prompt入门实验指南&Mixlab推荐

吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

opus

更多提示工程技巧可以关注社群or知识星球噢~~文章来源地址https://www.toymoban.com/news/detail-460329.html

到了这里,关于吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 吴恩达《面向开发者的提示词工程》

    Ref: 【中英字幕 | P01 Introduction】2023吴恩达新课《面向开发者的提示词工程》_哔哩哔哩_bilibili 对应的笔记 ChatGPT Prompt - 知乎 本课程主要介绍指令微调LLM的最佳实践 在大型语言模型或LLM的开发中,大体上有两种类型的LLM,我将其称为 Base LLM  和  Instruction Tuned LLM. 下面分别

    2024年02月10日
    浏览(40)
  • 吴恩达与OpenAI官方合作的ChatGPT提示工程课程笔记

    🥸 下述代码均在煮皮特上运行喔 Base LLM:基于文本训练数据来预测做“文字接龙” Instruction Tuned LLM(指令调整型LLM):接受了遵循指示的培训,可以根据提前培训的输入输出对结果进行调整 编写明确和具体的指令(明确 ≠ 短) 策略一:用分隔符清楚的指示输入的不同部分

    2024年02月07日
    浏览(43)
  • 面向Java开发者的ChatGPT提示词工程(10)

    在ChatGPT的众多应用中,拼写检查和语法检查犹如璀璨的明珠,受到广大用户的热烈追捧。我对此深信不疑,且一直在实践中坚定不移。特别是在使用非母语的情况下,它的作用更为显著。接下来,让我们通过一些常见的拼写和语法问题的实例,一探ChatGPT如何巧妙地帮助我们

    2024年01月18日
    浏览(61)
  • 面向Java开发者的ChatGPT提示词工程(5)

    当我们探讨开发大型语言模型应用程序时,必须认识到 GPT 存在一些局限性。这些限制对于我们保持清醒的头脑至关重要。 在 GPT 的训练过程中,虽然注入了大量知识,但它并不能完美地记住所有的信息,同时对这些知识的边界了解也有限。这意味着当面对复杂的问题时,G

    2024年02月08日
    浏览(52)
  • 面向Java开发者的ChatGPT提示词工程(1)

    各位Java开发者们,欢迎来到万猫学社!在这里,我将和大家分享ChatGPT提示词工程的系列文章,希望能够和大家一起学习和探讨提示词的最佳实践。 虽然互联网上已经有很多有关提示词的材料,比如那些“每个人都必须知道的30个提示”,但是这些材料大都集中在ChatGPT的用户

    2024年02月08日
    浏览(44)
  • 【AI提示】ChatGPT提示工程课程(吴恩达&OpenAI)转换文本(中文chatgpt版)

    设置 翻译 通用翻译器 语调变换 格式转换 拼写检查/语法检查。 转换 在本笔记中,我们将探索如何使用大型语言模型进行文本转换任务,例如语言翻译、拼写和语法检查、语气调整和格式转换。 ChatGPT 使用多种语言的资源进行训练。这使模型能够进行翻译。以下是如何使用

    2024年02月07日
    浏览(88)
  • 【AI提示】ChatGPT提示工程课程(吴恩达&OpenAI)推理文本(中文chatgpt版)

    设置 Setup 产品评论文本 情感(正面/负面)Sentiment (positive/negative) 识别情绪类型 从客户评论中提取产品和公司名称 一次完成多项任务 Inferring topics 推断主题 为某些主题制作新闻提醒 Inferring 推理 在本课中,您将从产品评论和新闻文章中推断情绪和主题。 设置 Setup 产品评论

    2024年02月07日
    浏览(89)
  • 面向普通用户和开发者的ChatGPT Prompt Engineering 终极指南

    你准备好发掘 ChatGPT 的全部潜力了吗?想象一下拥有一个AI工具,它能在很多方面帮助你 — — 从回答问题和创作有趣内容到提供个性化建议。这就是「Prompt Engineering」的用武之地 — — 一种有效且强大的方法,通过精心创建Prompt和指导,让 ChatGPT 的工作更出色。 在这篇文章

    2024年02月17日
    浏览(72)
  • 吴恩达 & OpenAI 的Prompt教程笔记 - ChatGPT Prompt Engineering for Developers

    课程标题:ChatGPT Prompt Engineering for Developers (Andrew Ng Isa Fulford) 课程章节: 课程简介(Introduction) 提示工程关键原则 (Guidelines) 提示工程需要迭代(lterative) 总结类应用(Summarizing) 推理类应用(Inferring) 转换类应用(Transforming) 扩展类应用(Expanding) 打造聊天机器人(Chatbot) 课程总结(Concl

    2024年02月07日
    浏览(40)
  • prompt-engineering-note(面向开发者的ChatGPT提问工程学习笔记)

    ChatGPT Prompt Engineering Learning Notesfor Developers (面向开发者的ChatGPT提问工程学习笔记) 课程简单介绍了语言模型的工作原理,提供了最佳的提示工程实践,并展示了如何将语言模型 API 应用于各种任务的应用程序中。 此外,课程里面提供了 Jupyter Notebook 代码实例,可以直接使用

    2024年02月12日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包