吴恩达提示工程实战演练 - 提示原则及其相关策略

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 - 提示原则及其相关策略。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爆火之后,与大语言模型对话能力(prompt engineering:提示工程)成为一项稀缺技能,现在招聘市场专业的prompt工程师年薪达到几十万甚至百万。基于此,吴恩达(前百度首席科学家,谷歌大脑负责人)联合openAI公司推出一套专业课程,讲解如何与ChatGPT等大模型对话,接下来作者和你一起从头开始,逐步实战演练,绝对颠覆对ChatGPT能力的认知。

课程需要工具:

1)jupyter:自行百度如何安装,非常简单

2)一个openAI的api_key

3)一个本机能访问openAI的URL

在这节课程中,我们将练习两个提示原则及其相关策略,以编写大型语言模型的有效提示。

实战准备:

吴恩达提示工程实战演练 - 提示原则及其相关策略,chatgpt,gpt,AI写作,AIGC,AI编程

说明:导入相关模块包,封装好openAI的交互函数,api_key和openai_url需要相应替换成你自己的openAI信息

提示原则:

原则1:编写清晰具体的指令

原则2:给模型'思考'的时间

相关策略:

策略1:使用分隔符清晰地指示输入的不同部分

- 分隔符可以是任何东西,如:```, """, < >, `<tag> </tag>`, `:`

吴恩达提示工程实战演练 - 提示原则及其相关策略,chatgpt,gpt,AI写作,AIGC,AI编程

策略2:要求结构化输出

- JSON、HTML

吴恩达提示工程实战演练 - 提示原则及其相关策略,chatgpt,gpt,AI写作,AIGC,AI编程

策略3:要求模型检查是否满足条件

吴恩达提示工程实战演练 - 提示原则及其相关策略,chatgpt,gpt,AI写作,AIGC,AI编程

可见GPT成功将文本中的说明(指令)识别出来,且按步骤列出来,yyds~~

我们再对比试下另外一个例子:

吴恩达提示工程实战演练 - 提示原则及其相关策略,chatgpt,gpt,AI写作,AIGC,AI编程

这段话中不包含序列性描述,GPT也给出了正确的结论,yyds~~

以后将文本描述转换成 步骤类的说明 完全可以用GPT操作了,效率瞬间提升N倍!!!

好,这节课我们先到这里,大家可以根据以上例子替换不同的文案描述在jupyter上自行实验,多多练习。

下节课我们讲解如何让GPT自己思考来完成逻辑性的推导工作

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-580546.html

到了这里,关于吴恩达提示工程实战演练 - 提示原则及其相关策略的文章就介绍完了。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+Open AI 《面向开发者的ChatGPT Prompt 工程》课程学习2——prompt指导原则1

    吴恩达+Open AI 《面向开发者的ChatGPT Prompt 工程》课程学习1——课程介绍 吴恩达+Open AI 《面向开发者的ChatGPT Prompt 工程》课程学习2——prompt指导原则1(本博文) prompt编写指导原则1:写出清晰而具体的指示。 本节课讲述方式:理论+代码实践。 1 在整个课程中,我们将使用

    2024年02月07日
    浏览(31)
  • 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(27)
  • 【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)

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