输入“/”快速插入内容

3 月 5 日直播:prompts 书写的 6 个基础方法 -小七姐

最近做的快闪活动的第二天 ✍️Prompts 共学快闪活动
邀请小七姐深入浅出的讲解下prompts 书写的 6 个基础方法
以下是 AI 总结和视频回放:
教材:
小七姐:官方最佳prompt实践的六个方法
会议回顾
📄
概览
智能纪要内容由 AI 生成,可能不准确,请谨慎参考,这些内容不代表平台立场
总结
本次会议主要讨论了学习社群的目的、规则以及学习基础知识的安排。首先强调了官方文档和熊猫j分享的心得的重要性,建议大家在学习大模型时先阅读这两篇文档。同时,介绍了如何让大模型提供更符合用户需求的信息,如何与大语言模型进行有效沟通,以及如何使用大语言模型进行编程、角色扮演、回答问题、生成句子等操作。最后,讨论了如何提高生成文本的质量,使用 GPT 编写 prompt 以及让 AI 的输出结果更好。
待办
小七姐将6篇文档放到AGI
AJ发布今天的回放
智能章节
00:02 小七姐带大家学习基础知识和概念
本章节主要内容是西琦和小七姐商量后,决定由小七姐带领大家学习最基础的知识和概念,以便更好地理解方法。文档中提供了5篇未办内容和一篇总结,如果大家都看完了,可以不参加直播,但如果想巩固知识,可以参加直播。
02:24 学习社群分享官方文档最佳实践
本章节主要介绍了学习社群的成立和规则,以及推荐大家阅读官方文档和熊猫j的心得,帮助大家快速入门。同时,小七姐指出了官方文档中列举的案例不太适合中国宝宝的体质,因此重点分享了官方文档中提到的最佳实践中的6个方法。
06:40 学习地图官方文档的6个方法总结
本章节主要介绍了学习地图的6个方法,包括多说两句提供细节、角色扮演、分隔符、示例、指定任务需要的步骤和指定需要的格式和长度。小七姐强调了结合实例来理解技巧的重要性,并将逐一讲解这6个方法。
08:25 编写清晰的说明:提供更多信息和细节
本章节主要讨论了如何提高大语言模型的回答质量。首先,通过提供更多信息和清晰表述来提高大模型的回答质量。其次,通过专业人士的建议来记住五行相克的关系,并提出了在学习提示词时,需要问明白自己的问题,以便更好地利用大模型进行学习。最后,讨论了如何让大语言模型更准确地理解用户的需求,包括如何理解提示词的概念和如何通过多说两句提供细节来让大语言模型更准确地理解用户需求。
15:42 大模型提示词使用技巧及注意事项
本章节主要讨论了大模型的使用和优化,以及在编写清晰说明时需要注意的问题。小七姐在直播间分享了大模型的进化,现在可以直接回答第一次问的问题,而不需要再问第二次。同时,她也回答了一些同学的问题,如提示词对后续问题的影响、多说两句的细化程度等。最后,她强调了学习提示词的重要性,并提醒大家不要把大模型当作百度来使用。在编写清晰说明时,小七姐指出了一些人存在的问题,即说了太多废话,甚至涉及到不相关的领域。然后,她提出了一个先繁后减的过程,即先学会多说一点,然后再学会说那几句最有用的。最后,她强调了清晰的重要性,即能够从一堆信息中找出最有用的那几个来说。
19:15 角色扮演策略提升模型问答质量
本章节主要介绍了角色扮演策略在模型问答中的应用。通过给模型设定一个明确的角色,可以让模型准确地根据角色特性来生成回答,从而提升模型问答的质量。角色设定可以省去很多话,因为角色本身已经带了一堆背景信息。在去年早期,模型扮演各种专家角色的现象比较普遍,如商业顾问、学习教练、英语口语教练等。模型会从比较广泛的意义上执行请求,如扮演教育专家、艺术家、文学大师等,从而带入角色的背景来进行对话。
21:10 大模型扮演不同角色可以提升回答质量
本章节主要介绍了让大模型进行角色扮演的方法,通过赋予大模型不同的角色,可以帮助提升模型回答的质量。具体来说,本章节举了三个例子,分别是扮演小学老师、艺术家和文学大师,他们对同一段文本的解释完全不同,更带入了自身的角色。通过这种方式,可以让用户更直观地体会到扮演不同角色时说话的不同。
24:27 哲学家、社会主义运动家和科学家对人工智能发展的评价
本章节主要讨论了黑格尔、马克思和艾兰图灵对人工智能发展的评价。黑格尔认为人工智能的发展体现了精神的进一步外化,是物质世界对思想的再现;马克思则关注生产力问题,认为人工智能在资本主义框架下可能被用来实现真正的共产主义社会;艾兰图灵则是一个理性视角,对人工智能发展持有相对正向的观点。
26:37 小七姐分享第二节内容,暂不解答其他问题
本章节主要内容是小七姐分享了第二节内容,并回答了与分享内容相关的问题。她表示会串讲这6讲,并在过程中回答与分享有关的问题,其他问题可以在群里探讨。她还提到了课件的问题,表示会和AJ商量后再决定是否开放课件。
27:48 分隔符在编写提示词中的重要作用
本章节主要讲述了编写提示词时使用分隔符的重要性和作用。分隔符可以将独立的内容圈出来,方便引用和回答。在GPT迭代到现在之前,没有自带的引用功能,需要手动标出。
29:31 大模型引用环节的分隔符使用方法
本章节主要介绍了在使用 Transformer 架构的大模型时,如何使用引用环节和分隔符。首先,小七姐介绍了三种分隔符,包括三引号、XM 标记和 Markdown 代码块的分隔符,并强调了在输入分隔符时需要注意输入法的状态。其次,分隔符在对话中的重要作用,可以将指令和参考文本分开,使对话更加清晰明了。
最后,还讨论了在使用 Markdown 语法时,如何使用回车、分隔符、风格符等元素来优化 prompt 输入,使内容格式更清晰。同时,还解释了三引号和斜杠的作用,以及如何使用它们来扩引文和代码。
42:13 角色扮演对大模型的作用及示例
本章节主要介绍了角色扮演对大模型的作用,以及如何使用示例来回答问题。示例是指提供一段参考文本和一个问题,让用户仅使用所提供的文档回答问题,相当于限定了回答的范围。这种场景在复习助手等应用中比较常见。
43:50 使用参考文本和问题来训练 AI 大模型
本章节主要介绍了如何使用参考文本和问题来训练 AI 大模型,以实现更准确的回答。具体来说,可以使用分隔符将参考文本和问题一起提供给 AI 大模型,然后让它基于参考文本回答问题。此外,还可以提供示例来限制 AI 大模型生成的内容,以提高回答的准确性。还介绍了示例的多种用法,包括参考文本、逻辑复刻、风格仿写等。示例可以作为参考文本提供给 AI,让其模仿其中的逻辑和语言风格,生成新的内容。示例的使用非常灵活,可以根据不同的需求进行调整和应用。
50:43 编写清晰的说明指定任务所需的步骤
本章节主要讨论了编写清晰的说明指定任务所需的步骤,以及如何通过步骤来优化任务完成的效果。通过举例说明,编写清晰的步骤可以帮助人们更好地理解任务,并提高任务完成的正确率。同时,本章节还提到了思维链的重要性,以及大语言模型的原理。
52:32 大模型的思考方式