吴恩达提示工程实战演练 - 如何引导GPT主动思考

这篇具有很好参考价值的文章主要介绍了吴恩达提示工程实战演练 - 如何引导GPT主动思考。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。

策略:明确完成任务所需的步骤

接下来的任务我想让GPT处理一段文本,且需要完成一下一系列任务:

1)将文本总结成摘要 
2)将摘要翻译成英文
3)提取英文摘要中的名字
4)将翻译的英文摘要和提取的名字以JSON格式输出

每一步任务都是紧密相关的,且都是依赖上一步任务的结果,我们jupyter实战演练下:

吴恩达提示工程实战演练 - 如何引导GPT主动思考

GPT的任务执行结果:

1 - 兄妹杰克和吉尔在山顶井中取水的探险中遭遇不幸,但他们的冒险精神仍然没有减弱,继续充满喜悦地探索着。
2 - Jack and Jill had an unfortunate accident while exploring a well on a mountaintop, but their adventurous spirit remained undiminished as they continued to explore with joy.
3 - Jack, Jill
4 - {"eng_summary": "Jack and Jill had an unfortunate accident while exploring a well on a mountaintop, but their adventurous spirit remained undiminished as they continued to explore with joy.", "num_names": 2}

可见执行结果非常精确!我们只需设置好任务规则,GPT就可以依据自己的‘思考’结果逐步往下执行!

我们还可以设置多种输出格式,还是以上面文本为例:

我想将以上四项任务分别以不同格式输出:

吴恩达提示工程实战演练 - 如何引导GPT主动思考

 指定格式的输出如下:

摘要: 杰克和吉尔在山顶井中取水的探险中遭遇不幸,但他们的冒险精神没有减弱,继续探索着。
翻译: Jack and Jill had an unfortunate accident while exploring the well on the mountaintop, but their adventurous spirit remained strong as they continued to explore with joy.
名字: Jack, Jill
JSON: {"eng_summary": "Jack and Jill had an unfortunate accident while exploring the well on the mountaintop, but their adventurous spirit remained strong as they continued to explore with joy.", "num_names": 2}

依然理解的非常到位,yyds~~

限时福利:大家如果没有api_key或者本机能访问openAI的URL,可以拉取3位好友关注公众号:奇点涌现,公众号已对接ChatGPT,发消息即可体验。

关注后加作者微信:dyrslds,发送关注截图确认,作者发送教程中使用的api_key及访问openAI的URL,只限前60名,先到先得!文章来源地址https://www.toymoban.com/news/detail-484276.html

到了这里,关于吴恩达提示工程实战演练 - 如何引导GPT主动思考的文章就介绍完了。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|chatgpt 提示词工程师学习笔记。

    目录 一、提示指南 写提示词的2大原则: 模型的限制 二、迭代 三、总结 四、推断 五、转换 六、扩展 七、对话机器人 吴恩达和openai团队共同开发了一款免费的课程,课程是教大家如何更有效地使用prompt来调用chatgpt,整个课程时长1个半小时,也提供了对应的环境和代码,大

    2024年02月08日
    浏览(42)
  • 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(36)
  • 【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(69)
  • 【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(72)
  • ChatGPT prompt engineering (中文版)笔记 |吴恩达ChatGPT 提示工程

    出处:https://download.csdn.net/download/weixin_45766780/87746321 感谢中文版翻译https://github.com/datawhalechina/prompt-engineering-for-developers/tree/main/content 国内 == 需要对openapi的endpoint做一个反向代理,并修改本地openai包的源代码== 如下图: completion 原则一:编写清晰、具体的指令 你应该通过提供

    2024年02月03日
    浏览(42)
  • 吴恩达和OpenAI的《面向开发者的ChatGPT提示工程》精华笔记

    《ChatGPT Prompt Engineering for Developers》  面向开发者的ChatGPT提示工程 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

    2024年02月06日
    浏览(46)
  • 【笔记】跟吴恩达和IsaFulford学提示词工程(初级开发者入门课程)

    标签: #Prompt #LLM 创建时间:2023-04-28 17:05:45 链接:课程(含JupyterNotebook) ,中文版 讲师:Andrew Ng,Isa Fulford 这是一篇入门的教程,入门的意思是指大部分内容,可能你都已经知道了,但是知道不等于掌握,Prompt是一门实践经验主义科学,LLM是个黑盒,你只要不断去“实践”

    2024年02月03日
    浏览(28)
  • 【简单入门】ChatGPT prompt engineering (中文版)笔记 |吴恩达ChatGPT 提示工程

    出处:https://download.csdn.net/download/weixin_45766780/87746321 感谢中文版翻译https://github.com/datawhalechina/prompt-engineering-for-developers/tree/main/content 国内 == 需要对openapi的endpoint做一个反向代理,并修改本地openai包的源代码== 如下图: completion 原则一:编写清晰、具体的指令 你应该通过提供

    2024年02月05日
    浏览(37)
  • 玩转ChatGPT:吴恩达/OpenAI合作教程《面向开发者的ChatGPT提示工程》

    一、写在前面 最近,吴恩达与Close Open AI合作出了一个教程《面向开发者的ChatGPT提示工程》,第一时间就观摩了,有些体会,现在把个人觉得有意思的搬运过来。 我的机器学习入门就是看的吴恩达的教程!大佬长得像冯巩,哈哈哈。 原版视频地址: https://www.deeplearning.ai/sh

    2024年02月02日
    浏览(33)
  • 吴恩达 GPT Prompting 课程

    In this lesson, you’ll practice two prompting principles and their related tactics in order to write effective prompts for large language models. Principle 1: Write clear and specific instructions Use delimiters to clearly indicate distinct parts of the input Ask for a structured output Ask the model to check whether conditions are satisfied “Few-shot”

    2024年02月11日
    浏览(26)

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