- 我是如何夺冠新加坡首届 GPT-4 提示工程大赛的
- 1. 🔵 借助 CO-STAR 框架构建高效的提示
- 如何应用 CO-STAR 框架：
- CO-STAR 框架的实用示例
- 2. 🔵 使用分隔符进行文本分段
- 分隔符的作用
- 将分隔符用作 XML 标签
- 3. 🔴 利用大语言模型 (LLM) 的系统提示创建机制
- 关于系统提示的术语解释
- 什么是系统提示？
- 那么用户提示中应该包括什么内容？
- 额外内容：为 LLM 设定动态规则
- 4. 🔴 仅用大语言模型 (LLM) 分析数据集，不借助插件或编码
- LLM 在哪些数据集分析类型上不擅长
- LLM 擅长的数据集分析类型
- 仅使用 LLM 分析 Kaggle 数据集
- 验证大语言模型的分析能力
- 使用 ChatGPT 的高级数据分析插件会如何？
- 那么…何时应当用大语言模型 (LLM) 来分析数据集？
- 回到提示工程环节！
- 技巧 1：将复杂任务简化成步骤
- 技巧 2：标记并引用中间输出
- 技巧 3：优化响应格式
- 技巧 4：将任务指令与数据集分离
- 结语
我是如何夺冠新加坡首届 GPT-4 提示工程大赛的
我是如何夺冠新加坡首届 GPT-4 提示工程大赛的
2024年5月11日修改
作者：Sheila Teo
翻译：宝玉
深度探索我在驾驭大语言模型（LLMs）中学到的策略
附件不支持打印
加载失败，
庆祝这一里程碑 — 真正的胜利在于宝贵的学习经历！
上个月，我非常荣幸地在新加坡政府科技局（GovTech）组织的首届 GPT-4 提示工程大赛中脱颖而出，这场比赛吸引了超过 400 名杰出的参与者。
提示工程是一门将艺术与科学巧妙融合的学科 — 它不仅关乎技术的理解，更涉及创造力和战略思考。这里分享的是我在实践中学到的一些提示工程策略，这些策略能够精准地驱动任何大语言模型为你服务，甚至做得更多！