当前位置: 首页 > article >正文

从AI新手到高手:学习提示词,让智能助手更懂你

摘要:本文介绍了什么是提示词、为什么要学习提示词以及如何学习提示词,帮助读者更好地利用AI工具提升工作效率。

阅读时间:5分钟
字数:1500字

大家在使用GPT的时候,有没有发现它变得特别傻。你想让它输出个a,它却给你输出个c。这个时候很有可能是因为你没有正确使用提示词。而写好提示词可以让我们更好地利用AI帮助我们提升工作效率。

一、什么是提示词?

提示词是给你使用的AI大模型应用,如kimi、ChatGPT、文心一言或者豆包等,提供一个指令,这个指令用于告诉模型你的需求和你想要达到的目标,以帮助AI理解你想要的结果。

所以:

提示词 = 你给AI下达的任务

越清晰、越详细的提示词,AI生成的内容就越接近于你的期望。

二、为什么要学提示词?

2.1 AI出现幻觉,胡言乱语

image.png

我们使用的大模型在没有经过提示词之前会显得非常笨拙,常常胡言乱语,甚至有时候会胡说八道。这是因为我们没有明确告诉它我们期望的是什么。

就像一个老师,你在向他提问题的时候,如果他不明白你在说什么,他怎么给你解决问题呢?哪怕是一个小学数学题,如果你没有明确地告诉他你想问的是什么,他也没有办法给你一个很好的回答。

image.png

2.2 帮助我们提升工作效率

在工作中,我们有很多场景需要用到AI,比如我在写这篇文章的时候,我需要它帮我润色一下。

image.png

AI还可以帮我写代码。

image.png

在很多场景中,比如AI绘画、视频等,都需要提示词来让AI输出高质量的结果。

2.3 可以基于多个提示词以及工具的编排,开发出Agent(智能体)应用

昨天百度的李彦宏说以后自媒体时代智能体将是入口,所以我们可以基于多个提示词生成的应用,编排组装成一个工作流,形成一个超级强大的智能体。

image.png

比如你在做一项工作时可能有五个步骤,每一步都可能需要AI的帮助,那有没有一种办法能让AI一次性帮你完成所有的工作呢?这就是智能体的工作流。

工作流可以让你把第一步、第二步、第三步、第四步、第五步的输出合并在一起返回给你,也可以让第一次的输出作为第二次的输入,然后每个步骤都去解决单独的问题。

学过编程的人都了解函数的概念,工作流就相当于每个步骤是一个函数。

举个例子,我们很多时候都希望一个提示词可以一下子把我们想要的东西给我们,比如我要写一篇文章,希望它直接把完整的文档发给我,这通常不太现实。

我们可以把一个复杂的提示词拆成多个小的指令,比如第一步,让它想一个选题;第二步,让它生成一个大纲;第三步,根据每个大纲再补充细节。

就像我们自己写作一样,把一个特别复杂的任务拆分成多个子任务,效果会好很多。

三、如何学习?

那如何学习提示词呢?首先我们要向高手学习,我会逐步分享并拆解OpenAI官方的提示词,以及市面上比较流行的提示词框架,让我们能够很好地快速掌握这个技能,并在工作中得到帮助。

主要想给大家推荐的是:

  1. OpenAI官方的提示词工程 - 课程链接

  2. 吴恩达教授的课程 - 课程链接

  3. LangGPT - 项目链接

四、结语

学习提示词的过程就像掌握一门新的语言,它能帮助我们更高效地与AI协作,让AI成为我们工作和生活中的好帮手。希望这篇文章能为你提供一些启发,帮助你更好地利用AI工具来提升效率、探索更多的可能性。

让我们一起在AI时代成为更高效的创造者!


http://www.kler.cn/a/396147.html

相关文章:

  • 《C语言程序设计现代方法》note-4 基本类型 强制类型转换 类型定义
  • 一文说清libc、glibc、glib的发展和关系
  • 【LeetCode】【算法】5. 最长回文子串
  • Mysql篇-三大日志
  • vue3+elementplus+虚拟树el-tree-v2+多条件筛选过滤filter-method
  • 第 13 章 -Go 语言 接口
  • stm32F4 低功耗模式实例解析
  • Ubuntu 的 ROS 2 操作系统 turtlebot3 gazebo仿真
  • 【计算机毕设】无查重 基于python豆瓣电影评论舆情数据可视化系统(完整系统源码+数据库+开发笔记+详细部署教程)✅
  • 天润融通活动预告丨走进上汽集团,探秘数智标杆
  • 时钟之CSS+JS版
  • 09C++结构体
  • C++各类函数评点+详解
  • MySQL数据库最大连接数查询及修改
  • R语言贝叶斯分析:INLA 、MCMC混合模型、生存分析肿瘤临床试验、间歇泉喷发时间数据应用|附数据代码...
  • Python实现PSO粒子群优化算法优化CNN-Transformer回归模型(优化权重和阈值)项目实战
  • 开源的说话人分离项目 | 可以对指定的音频分离不同的说话人 | 通话录音中分离不同的说话人
  • 开发中SQL积累
  • 量子奇异值阈值算法
  • vue3: ref, reactive, readonly, shallowReactive
  • Django Form
  • 【计算机网络】TCP网络特点2
  • 理解Go中的append函数及其返回值
  • MFC中Picture Control控件显示照片的几种方式
  • python基础 基本数据类型 执行顺序 条件判断 常用字符串操作 常用工具类
  • 英伟达 Isaac ROS产品体验