当前位置: 首页 > article >正文

ChatGPT高效提问—prompt常见用法

ChatGPT高效提问—prompt常见用法

1.1 角色扮演

​ prompt最为常见的用法是ChatGPT进行角色扮演。通常我们在和ChatGPT对话时,最常用的方式是一问一答,把ChatGPT当作一个单纯的“陪聊者”。而当我们通过prompt为ChatGPT赋予角色属性后,即使提出相同的问题,也将获得不同的答案。我们甚至可以让ChatGPT完成问答以外的任务。

1.1.1 人物角色扮演

​ 假设我们想去东北旅游,看看让ChatGPT作为导游的输出。

输入prompt:

Screenshot 2024-02-06 at 07.57.29

ChatGPT输出:

Screenshot 2024-02-06 at 07.55.03

Screenshot 2024-02-06 at 07.55.20

​ 通过prompt将ChatGPT塑造成一名“专业导游”后,它马上为我们规划了详尽的三日行程。在这个过程中,ChatGPT已经超越了普通陪聊者的角色,展现了深度定制化服务的能力。

​ 再举一个例子,这次让ChatGPT充当父亲的角色安慰考试失利的儿子,看看它的表现如何。

输入prompt:

Screenshot 2024-02-06 at 08.11.50

ChatGPT输出:

Screenshot 2024-02-06 at 08.13.23

​ ChatGPT以父亲的角色给出的回答几乎完美,不仅安慰了儿子,还对儿子表达了极大的鼓励和支持。

1.1.2 工具角色扮演

​ 我们也可以让ChatGPT扮演一个工具,引导它进行特定形式的对话。比如让ChatGPT模拟Linux系统命令行终端,示例如下。

输入prompt:

Screenshot 2024-02-06 at 08.21.19

ChatGPT输出:

Screenshot 2024-02-06 at 08.22.33

​ ChatGPT输出了“Hello ChatGPT“。通过prompt设计,我们成功将与ChatGPT的对话从传统的问答模式转变为模拟Linux命令行终端的交互模式。除了最初的prompt外,每一次的输入都相当于在Linux终端中执行了一项具体的命令。我们来试一下。

​ 输入prompt:

Screenshot 2024-02-06 at 08.25.19

​ ChatGPT输出:

Screenshot 2024-02-06 at 08.26.45

​ ChatGPT识别Linux命令“pwd“并输出当前所在目录位置/home/user。除了命令行终端,还可以让其扮演其他工具,例如词典、计算器、百科全书、导航系统、故事书等。下面让ChatGPT充当单词法宝。

​ 输入prompt:

Screenshot 2024-02-06 at 08.31.50

​ ChatGPT输出:

Screenshot 2024-02-06 at 08.32.38

​ ChatGPT根据我们提供的单词给出了相应的词性、解释和例句,方便我们更好地学习英语。接下来我们让ChatGPT充当数据生成器,生成特定格式的数据。

​ 输入prompt:

Screenshot 2024-02-06 at 08.35.13

​ ChatGPT输出:

Screenshot 2024-02-06 at 08.35.52

​ ChatGPT很快生成了很多假数据。数据生成器对需要测试数据的场景非常有用,读者在使用的时候可根据具体需求修改行列数量以及数据类别。我们可以让ChatGPT扮演更多角色,以满足不同场景的需求。只需在prompt中指明ChatGPT的角色定位,它便会饰演这一角色,为我们提供精准的回答。如果需要内容更加丰富、优质的回答,我们可以更进一步设置角色的属性,如性格特点、职业、背景、社会关系、目标、动机、语言风格等。不要担心编写的prompt过长,相反,prompt越详细,越能促使模型输出优质的答案。当然,前提是prompt不能有歧义!


http://www.kler.cn/news/234692.html

相关文章:

  • Netty应用(六) 之 异步 Channel
  • Flink从入门到实践(三):数据实时采集 - Flink MySQL CDC
  • C#在窗体正中输出文字以及输出文字的画刷使用
  • 单片机学习笔记---蜂鸣器播放提示音音乐(天空之城)
  • 物联网和工业4.0
  • 算法-3-基本的数据结构
  • QT+OSG/osgEarth编译之八十四:osgdb_osg+Qt编译(一套代码、一套框架,跨平台编译,版本:OSG-3.6.5插件库osgdb_osg)
  • RabbitMQ——构建高性能消息传递的应用
  • 彩虹系统7.0免授权+精美WAP端模板源码
  • 基于微信小程序的校园故障维修管理系统的研究与实现
  • 探索NLP中的N-grams:理解,应用与优化
  • 【Web】Spring rce CVE-2022-22965漏洞复现学习笔记
  • 《CSS 简易速速上手小册》第8章:CSS 性能优化和可访问性(2024 最新版)
  • 格式化dingo返回内容
  • 算法竞赛进阶指南——基本算法(倍增)
  • NGINX upstream、stream、四/七层负载均衡以及案例示例
  • python从入门到精通(十八):python爬虫的练习案列集合
  • 【高阶数据结构】B-树详解
  • 如何入门AI Agent?
  • C++函数对象-运算符函数对象 - 逻辑运算 - 实现 !x 的函数对象 (std::logical_not)
  • Java 集合、迭代器
  • 跟着cherno手搓游戏引擎【24】开启2D引擎前的项目总结(包括前置知识汇总)
  • 【大厂AI课学习笔记】【1.6 人工智能基础知识】(2)机器学习
  • 07-Java桥接模式 ( Bridge Pattern )
  • 网络学习:数据链路层VLAN原理和配置
  • tkinter-TinUI-xml实战(10)展示画廊
  • mac卸载被锁定的app
  • 《CSS 简易速速上手小册》第4章:视觉美学(2024 最新版)
  • Python for 循环
  • 常见性能优化策略