用好 ChatGPT | Prompt 编写模式:如何将思维框架赋予机器

2023-05-16

文章目录

  • 一、前言
  • 二、主要内容
  • 三、总结

🍉 CSDN 叶庭云https://yetingyun.blog.csdn.net/


一、前言

人类相对于其他动物更擅长于类比、概念抽象、符号化等高级认知活动,这些认知活动可以帮助人类在面对新问题时,从已有的知识和经验中找到相似的部分,快速理解和解决新问题。而对于机器来说,机器学习算法通过大量的数据和计算,学习到数据中的规律和模式,并将这些规律和模式应用到新的未见数据中,从而实现预测和决策等功能。例如,机器学习算法可以通过大量的图像数据学习到图像的特征,并在新的图像中识别出相应的物体;也可以通过大量的自然语言数据学习到语言的规律,从而生成自然语言文本。

Github 最近出现了一个很好的项目 → \rightarrow Prompt 编写模式:如何将思维框架赋予机器。开发者希望通过大家的共同努力,能够让本书更加完善和实用,为更多的开发人员提供有价值的帮助和指导,目前已经 1.4k star,这种好的项目值得分享和获得更多支持!

Prompt 编写模式:如何将思维框架赋予机器

项目结构与下方速查表是对应的,感兴趣可前往学习。Github 地址:https://github.com/prompt-engineering/prompt-patterns

ChatGPT Simple Cheatsheet

我们非常感谢您对本书的关注和支持,并欢迎您为该项目做出贡献!您可以通过以下方式参与本书的开发:

  • 发现问题并报告:如果您在使用本书时发现任何问题或错误,请在项目的 Issue 页面中提出问题,我们将尽快修复。
  • 编写和改进章节:如果您想要贡献新的章节或者改进现有的章节,欢迎您提交 Pull Request
  • 翻译本书:如果您是非英语母语的人士,而想要将本书翻译成其他语言,请在项目的 Issue 页面中提出请求,我们将会指导您如何进行更好的翻译。
  • 分享本书:如果您认为本书对其他人也有帮助,请将本书分享给您的朋友和同事,让更多的人了解和使用 Prompt 进行 AI 编程。

二、主要内容

Prompt 在人工智能语言生成领域中扮演着重要的角色,因为它可以帮助模型更好地理解用户意图,并生成更准确、有意义的文本内容。对于 ChatGPT 来说,Prompt 通常指的是一个输入的文本段落或短语,作为生成模型输出的起点或引导。Prompt 可以是一个问题、一段文字描述、一段对话或任何形式的文本输入,模型会基于 Prompt 所提供的上下文和语义信息,生成相应的输出文本,如下图示意:

在这里插入图片描述

该项目逻辑非常清晰,作者列举了大量示例,来对比不同 Prompt 模式下 AI 输出内容的显著差异,撰写逻辑也是非常 “中文” 的,最后还分享了一些好的学习资源,如下所示:

在这里插入图片描述

  • Best practices for prompt engineering with OpenAI API
  • OpenAI Cookbook
  • Awesome Prompt Engineering
  • Awesome ChatGPT Prompts
  • A Complete Introduction to Prompt Engineering For Large Language Models
  • Prompt Engineering Guide: How to Engineer the Perfect Prompts

也欢迎使用集成了这些模式的工具:ClickPrompt - Streamline your prompt design

在这里插入图片描述


三、总结

这个项目的核心内容是 Prompt 编写模式,它是一种将思维框架赋予机器,以设计模式的形式来思考设计好的 Prompt

这个项目的目标是帮助开发者更好地设计 Prompt,用好 ChatGPT 并得到更好的反馈,并更好地应用 PromptAI 进行编程。

这个项目的亮点在于它提供了一些常见的 Prompt 编写模式,并且有中文版本,项目逻辑非常清晰,作者也列举了大量示例,这些模式提供了有价值的帮助和指导,可以帮助开发者更好地构建 Prompt


📚️ 参考链接:

  • Prompt 编写模式:如何将思维框架赋予机器
  • ClickPrompt 是一款专为 Prompt 编写者设计的工具
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

用好 ChatGPT | Prompt 编写模式:如何将思维框架赋予机器 的相关文章

  • ubuntu系统下各个目录的一般作用

    1 这是根目录 xff0c 一个Ubuntu系统下只有一个根目录 2 root 系统管理员的目录 3 boot 系统启动文件 4 bin 存放系统程序 5 etc 存放系统配置方面的文件 6 dev 存放与设备有观点文件 xff0c 例如
  • C/C++中枚举类型enum使用

    1 说明 xff1a 枚举enum的出现 xff0c 主要是为了解决一些特定属性的赋值 xff0c 变量取值仅在一定有限范围内的问题 例如一年只有十二个月取值 xff0c 一个星期只有七天情况 xff0c 人的性别只有男女两种等 这些属性如
  • Matlab中save实现保存数据到mat文件的正确使用

    主要需要注意save savePath A 和 save savePath 39 KSD 39 两种写法的区别 1 普通保存在当前文件夹下 save matPath mat span class hljs literal A span B
  • C/C++笔试必须熟悉掌握的头文件系列(三)——stdlib.h/cstdlib

    1 说明 stdlib h 头文件即标准库头文件 xff08 standard library xff09 xff0c stdlib 头文件里包含了C语言的最常用的系统函数 而C 43 43 中有对应相同作用的 cstdlib 头文件 xf
  • matlab图像类型转换以及uint8、double、im2double、im2uint8和mat2gray等说明

    1 matlab图像保存说明 matlab中读取图片后保存的数据是uint8类型 8位无符号整数 xff0c 即1个字节 xff0c 以此方式存储的图像称作8位图像 xff0c 好处相比较默认matlab数据类型双精度浮点double xf
  • PyCharm安装第三方库如Requests

    PyCharm安装第三方库是十分方便的 xff0c 无需pip或其他工具 xff0c 平台就自带了这个功能而且操作十分简便 如下 xff1a 注 xff1a 本人PyCharm已汉化 xff0c 若是英文版按括号中英文指示操作即可 1 打开
  • 关于django的ORM查询出来的数据格式的转换:OrderedDict类型转换为list;serializers序列化器配置字段可以为null

    目录 一 django查询的结果的类型是 xff1a OrderedDict类型 xff0c 如下 xff1a 二 serializers序列化器配置字段可以为null 一 django查询的结果的类型是 xff1a OrderedDict
  • pyCharm上解决安装不上pandas库问题

    最近在PyCharm上安装pandas库的时候 xff0c 总是安装不上 xff0c 提示好像是pip除了错误 我使用的是python 3 4版本 最后判断应该是自己pip版本应该太旧了 xff0c 最后再cmd更新了pip之后就行了 如下
  • 详细图解哈夫曼Huffman编码树

    1 引言 哈夫曼 xff08 Huffman xff09 编码算法是基于二叉树构建编码压缩结构的 xff0c 它是数据压缩中经典的一种算法 算法根据文本字符出现的频率 xff0c 重新对字符进行编码 因为为了缩短编码的长度 xff0c 我们
  • matlab生成随机数的rand、randi和randn三种形式

    matlab中关于随机数的产生有3种库函数 xff0c 下面我们来看看它们的形式 xff1a 1 rand 它是生成0 1之间 xff08 开环 xff0c 不包含0和1两个数 xff09 均匀分布的伪随机数 xff0c 也就是无穷次试验其
  • Linux解压tar.gz和tar.bz2的命令

    两者的命令主要是参数的不同 xff0c 解压tar gz和tar bz2不同压缩文件的命令如下 xff1a 1 解压tar gz文件 tar zxvf span class hljs preprocessor tar span span c
  • C/C++枚举enum分别打印输出枚举子和枚举值的方法

    关于枚举枚举的基础概念我这里不再介绍 xff0c 感兴趣的同学可以查阅另一篇博文C C 43 43 中枚举类型enum使用 这里我主要提一下在调试一个大型程序中遇到日志打印中一个关于枚举输出的小错误 我们知道枚举分为枚举子和枚举值 xff0
  • C++程序抛出异常后执行顺序

    1 析构函数中是否可以抛出异常 首先我们看一个常见的问题 xff0c 析构函数中是否可以抛出异常 答案是C 43 43 标准指明析构函数不能 也不应该抛出异常 xff01 C 43 43 异常处理模型是为C 43 43 语言量身设计的 xf
  • Go语言变量的生命周期

    1 变量的生命周期 生命周期是指程序执行过程中变量存在的时间段 下面我们分别来看看包变量 xff08 全局变量 xff09 和局部变量两种变量的生命周期 包变量一直常驻在内存到程序的结束 xff0c 然后被系统垃圾回收器回收 也就是说包变量
  • Linux下修改gcc和g++的版本

    xff11 前言 最近 xff0c 自己在linux调试matlab的mex的时候 xff0c 突然发现matlab R2015版本对应的mex适配环境是gcc 4 7 xff0c 而自己ubuntu的Linux对应版本默认却是gcc 4
  • ubuntu配置安装Qt4.8.4 同时配置openssl和QtWebkit

    ubuntu配置安装Qt4 8 4 这里要说明的几点 xff0c 首先项目中要用到openssl支持的在配置Qt环境时首先要安装配置openssl xff1b 其次如果要用到Qt的QtWebkit的一定要主要在配置中一定要有配置这个模块 Q
  • error LNK1104: 无法打开文件“kernel32.lib”错误 Visual Studio 2017解决办法

    出现这种情况可能是在x86下或者x64下 解决办法 视图 gt 其他窗口 gt 属性管理器 xff08 这里默认所有项目都存在该问题 xff0c 对所有vs属性设置进行调整 xff09 可以看到其中有Win32 xff08 即为x86 xf
  • 【算法】冒泡排序

    冒泡排序 假设 xff0c 有一个数组初始状态为 2 xff0c 5 xff0c 8 xff0c 4 xff0c 3 xff0c 1 下面给出排序的过程 xff1a 程序代码 xff1a public class BubbleSortCla
  • PowerMock使用问题及方案个人总结帖

    最近一直有使用PowerMock进行测试 很方便 xff0c 但是当待测试方法的调用情况比较复杂的时候 xff0c 往往不知道怎么处理 在这里把自己的解决方法整理一下做个备份 直接以问题 解决方法的方式 1 PowerMock mock 静
  • vs默认设置代码文件保存为UTF-8

    VS这小娘们儿时不时地犯神经 xff0c 碰到了免不了腹诽一下微软那个产品经理 xff08 虽然我很希望和他做同事 xff09 xff0c 比如你加个中文注释 xff0c 就会因为文件编码保存格式不支持而编译出错 于是又找度娘求奶 xff0

随机推荐