别再绞尽脑汁的写提示词了,一秒钟把你的提示词从这样变成这样!打开 gpt, 输入这段神秘咒语篇幅原因,无法放完整版,需要的同学评论领取,等待 gpt 回复之后, 输入你想画的东西就可以了。比如我想画一只吃饭的柴犬,使用插画风格,直接输入给他看。 gpt 不仅给我们扩展的提示词,并且输出了中英文两个版本,还提炼了关键词。看看这个提示词的丰富程度,包含画面内容、 根据媒介、构图、布局、色调、光影等要素。有了这样一位提示词助手,你还怕写不出提示词吗?
粉丝5437获赞2.3万

想要让 gpt 给出高质量回答,却又不知道如何写 prompt, 那么为什么不让你的 gpt 帮你写 prompt 呢?不知道怎么写 prompt 是大部分小伙伴在使用 gpt 的时候都会遇到的问题, prompt 写不好, gpt 就没法给出优质的回答,那么我们为什么不换一种思路呢?让 gpt 来帮我们写 prompt。 为了能够让 gpt 实现更高效率的 top 撰写,我们需要用到 gpt 的自定义指令功能。在我们的用户界面找到这个选项,我们点击它,就会出现自定义指令的窗口。自定义指令可以让 gpt 永久性的记住这段与输入的文字。我们在第一段输入这个,第二段输入这个, 输入完毕后,我们点击 c, 然后新开一个聊天,直接输入我们的想法或者问题, gpt 就会开始为我们完善 pop。 经过几次迭代后,如果你觉得 pop 可行了,那么就复制 pop, 开启一个新的聊天。记得把自定义代码关掉, 否则会继续使用粘贴刚刚复制的 prom 进行适当修改后,直接提问即可,看看他给出的内容是不是比直接问要好了很多呢?我是大学异能者,关注我,带你学习更多异能!

今日份 ai 课程分享继续免费给到你!我从大量的 chargipt prom 中为你提炼出了六个非常高效实用的提示词。上期视频我们讲了多角度总结和个性,这期我们把后三个 prom 交给你,大家记得点赞收藏,以便随时查看,闲话少续,直接上菜。 四、视力询问视力询问的好处是我们可以自定义拆 gpt 输出的内容格式,公式是,请按照以下格式给出主题内容的信息,然后列出视力格式。我们在拆 gpt 上做演示,请按以下格式为我列出三国演义、红楼梦西游记的信息。我提前给他输入了一套视力格式 看他会按照我的格式非常标准的列出其他名主的信息内容,这以后对你做数据采集、材料整理、产品竞品分析等等都会非常有帮助。五、能力与角色公式时假设你是具有什么专业知识的某个角色,请提供关于这个主题的相关格式 内容。这条 pro 的公式我相信百分之八十的伙伴们都知道。这里要重点说的是,除了让 chat t p t 扮演某个角色,一定要补充上这个角色所具备的能力,这样获得的结果会更丰富、更精准。我们在 chat t p t 上演示下, 比如你是具有商业建筑设计专业知识的建筑师,请提供关于商业建筑规划和设计的应用,如商场、办公楼和酒店等的设计布局。 记住这个格式,让 chagbt 不停的变换角色,成为你工作生活上全方位的智能助手。六、风格服善用风格服可以让 chagbt 更清楚你的指令,以给出更精准的答案,甚至可以完成更复杂的指令。需求风格服通常有两类,一种是三重引号, 一种是 article。 我分别为你举例说明。先拿三重引号举例,我希望让 chichi p 帮我总结某部分内容,那么我就可以用三重引号把要总结的内容括起来,比如我占一 片糖醋排骨这道菜的做法。我给 chagp 的指令是将三重引号括起来的内容,按照步骤一步骤二的格式总结。这样的好处是,我用风格服让 chagp 更清楚地理解他需要工作的范围,以避免很多信息混淆在一起,导致他误解我的需求。 分割服,阿力口也是一样,比如总结这两篇文章的论点,对比哪篇论点更好,以及说明原因。我直接用阿力口分别将两篇文章括起来,让叉、 g、 p、 t 清晰地识别出来。 ok? 学会了吗?希望这些 pro 能对你有所帮助。关注大臣,我会为你持续更新更多干货。

再给兄弟们说个秘密,别外传,自己用一个神奇的提示词,让你的叉 ppt 瞬间变得脑洞大开。没设置这个提示词之前,他的回答感觉冷冰冰像个机器,但你在结尾加上这个,他就会热情洋溢起来。要注意,参数零到二之间,越低越冰冷, 越高越犯病!记得点赞收藏下来,试试你的 g p t 吧!关注我,我们一起玩转 ai!

这是一个在 gap 上面有将近四万颗星的 cheat gpt 提示词,项目里面输入了很多非常有用的提示词,比如说你用了这个提示词, cheat tipty 就会给你返回图片啊。在对 cheat gpt 赋予角色之后, cheat gpt 就可以变成一个非常专业的工具啊,比如说这里让它变成一个 ninox mean。 行, 那么你对测 tipty 输入一些指令之后, gipty 的回答就像是在命令行里面一样。在这个对话里面,切 tipty 是一个灭了 jenny prop 的生成器,然后我只需要输入 dog 作为主要内容,撤 tipty 之后,围绕 dog 来进行提示词的生成。对文本做翻译之后,它的提示词是这样的,这是在 stable defusion 用提示词画出来的图。 这个题词是让他成为一个职业顾问。你的问题是关于软件工程职业发展的,他的回答也比较全面啊,从初学编程到学习框架,再到积累项目经验,开始找工作,最后是自我学习和关注就业趋势。当然了,写小说对他来讲也很容易啊,如果让他充当一个小说家, 让他写一部以未来为背景的科幻小说,然后他就开始一本正经的编书了。你还别说,这科幻小说写的有模有样的,如果他写着写着突然停下来了,你只需要输入继续两个字,他就会接着前面的剧情继续写啊,就是说你可以一直按继续,让他一直写。 兄弟们,这不是妥妥的生产力工具吗?你根本就不需要担心他们有思路写不下去啊,可以说他是可以无限写下去的。 更夸张一点,咱们可以和切的 gpt 下五子棋,这个题词发出去之后,切的 gt 就会绘制一个表格形式的五子棋棋盘,然后在五杠五那个地方就下了一个子。你们之间下棋的过程完全是通过对话来实现的呀, 他回答的时候感觉还是有模有样的,用他处理表格也很不错。这里让他画一个十二生肖表, gpt 很轻松就给你列出来了。让他列举一下人口的变化,把人口增长率也给列出来。那对咱们程序员朋友怎么问呢?这里直接明确的告诉 gpt, 他是一个前端技术专家,在深圳回答的时候 要用代码的形式来进行回答。接下来让他告诉我们怎么在网页里面画三角形。回答的时候至少要给三个答案。方法一是这样的, 第二种方法,直接用 svg 就给画了出来。第三种方法更夸张啊,用 canvas 给画了出来。这三种方法都是正确的呀,画出来的都是一模一样的三角形。 那我们再问他一个非常常见的面试题,实现垂直居中,要求是列出五种方法,兄弟们,这里有点苛刻啊。第一种方法, flax 布局,这是最常见的思路。第二种方法, great 布局,这个也比较常见。 第三种方法,绝对定位加上 transform。 这种方法实现垂直定位也很有效啊。四种方法使用 table 也可以,但是用的不多。最后一种方法,用 transform 加上副 magin, 这里他说的和实现的有点不一样,但是也居中了,能给出四种也算不错了, 这还不赶紧学起来,像这种比较固定化的知识,对 gpt 来讲一点难度都没有啊。然后这里还有一个 gpt 的提示词生成器,那简单点说 就是让他自己给自己生成提示词啊,就用他来避免一些比较重复的提示词书写工作啊,把这个角色指定给他之后,他就给自己生成了一串提示词。注意啊,这是提示词啊,这个提示词是让他充当代码审查工具。 gpt 对这段提示词回答也非常全面啊,基本上把能说的都说了,我们再整一个比较好玩的,让他充当代码生成器, gpt 就给我们生成好了一个代码生成器的提示词角色。那么这里他回答的比较简短,偷懒了呀,我们让他写一个复杂点的算法, n 环环问题在立,扣的是一个哈的算法题,这个问题交给 gpt, 他只需要一分钟不到就可以给你解出来, 要是给咱普通人解,少说也得一个小时以上啊。好家伙,放到妮子扣的里面直接双摆。兄弟们,不知道大家的心情此刻是怎么样的呀?

一条经纬千人的宝藏级体质词,用来专属定制你的 ai 聊天工具。只需要把这段指令发给他,并且告诉他你的问题,他就会扮演你的问题的专家角色。今天的内容特别干,一定要点赞收藏。我先来帮大家拆解一下这条指令。 第一句,角色设定,把它定义成专家级别的提日字工程师。互动中让他称呼我为大锤真帅。目标呢,是根据我的需求给我最佳答案。后面是互动过程中可能出现的二十一种情况。 整体的逻辑是,我描述需求。 ppt 创建角色,我确认角色, ppt 给出答案内容。最后是确认指令 制格。指令的每一步都是支持变量的,直到完全符合你的预期。我们举个例子来实际操作看一看。比如,我想组织一场贵州孙超足球队和香港明星足球队的友谊赛,我们是成败方,应该问哪些准备工作。 然后他帮我创建了三个角色,这里我们可以根据需要对角色进行增加或者减少。比如我同意以上角色,我还需要一个线上营销的专家来扩大比赛的影响力。 马上新增了角色,并向我请求下一步的指令。我先让他做个活动方案,包括准备的细节。我用的是 plus 版本啊,所以他会联网去学习更多的赛事经验。 其实三点五的普通账号也是完全可以的。最终他从预算、场地、安保、急救到宣传,一共十三个步骤,给你列的明明白白。我继续让他根据上述步骤整理一份工作人员计划安排和职责表格。后面我就没有让他再继续了,因为我着急买票去贵州了, 你想让他把方案细化,可以继续和他聊。如果你也想要这个宝藏提示词,评论区回复打锤真帅,免费来领取。我是锤哥,一个 a 工具的资深玩家,关注我,让你在 a 时代快人一步。

这条 prom 真的太炸裂了,如果你不知道针对你的行业领域怎么去写叉 g p 提示词的话,把这一大串全部扔进去,叉 g p 就会当场变成你的专属 pro 导师,和你一起手把手的完成你的专业需求。听说有人把这条 pro 卖到了两万的价格,真的是有点离谱,我们直接来看效果。 首先和他说,我希望他帮我写一篇网络推文,他需要我决定他以什么角色来协助我,然后和我一起写好这篇文章的大纲。有了大纲就很简单了,经过几次微调生成的文案大概是这个样子的,你们觉得怎么样呢? prom 图文真版放到这里,需要加粉丝群。

如果你只将 child gvt 作为一个聊天机器人,或者让他帮你写文案的话,那你只用了他不到百分之一的能力。 而这个系列视频呢,将会有直白的范例,教你如何将 chat g b t 的能力发挥出来。以下将是本节课的内容,你可以现在就截屏收藏,记住他们有助于让你更高效的使用它。第一个原则是使用明确和具体的指令。通常呢,我们会输入提示词来给 g b t 下达指令, 提示词中的文本则是我们具体需要 gdp 处理的内容。有时候,我们为了尽可能避免误会,需要用一些策略来让 gdp 更清楚的知道他具体要做什么。第一个策略是使用分割服务。 我们先看例子啊,我要求 j b t 将指定的文本转化为一个短句。 j b t 识别出了我标识处的文本,并且按照指令呢将文本转为了一个短句。那在这个例子里边,我使用了三个连接号来进行分割。除此之外呢,你还可以使用 三引号,三单引号,各种括号,甚至 xml 的标签来告诉 gdp 哪些内容是与需要它处理的部分。第二个策略是让模型按照要求输出结构化的内容。有时候,我们会需要将一些文本整理为表格或者 jason。 这时候我们可以要求 gbt 按照我们指定的结构化来进行输出,比如使用表格展示, 或者按照以下给定的键结构输出为 jason 的方式。模型就会理解这句话,并且输出你想要的结果。 第三个策略是家务条件判断。我们看一段例子,给 gpt 一段包含操作步骤的文本,让他按步提取出来。如果我们给的文本没有包含步骤,则让他输出未提供任何步骤。 可以看到 g b t 成功地提取出的操作步骤。然后我们将文本替换为一个没有操作步骤的文本, g b t 也成功地识别到这里没有任何操作步骤,所以它返回来未提供任何步骤。第四个策略 是加入成功执行任务的视力。有时候我们需要模型来输出我们想要的格式,这时候我们可以在提示词中加入一些视力来引导他。比如这个例子,孩子说,请教会我什么是, 然后爷爷用比喻的方式来回答他。我们可以要求模型在我们输入这个提示词上半句后,模型将用下半句来回答我们。第二个原则呢,是给模型思考的时间。 跟我们人处理问题一样,如果你让一个人执行任务,但不给他思考时间的话,他一定会出错。我们的第一个策略呢,是我们可以指定模型完成任务所需的步骤。 这里有一段文本,我需要模型呢,做四件事。第一件事是用一句话来总结这段文本中的摘要。第二件事是将这个摘要翻译成英语。第三件事呢,是提取摘要中所出现的人名。最后呢,我需要让他用表格来帮我展示出来他整理的东西。可以看到模型成功的按照我们要求输出的内容。 有时候我们还会遇到一种情况,就是即使给他的步骤,模型还是依然给出了错误的答案。这时候我们可以采取另外一个策略,就是指导模型先思考解决方案,然后再作答。 比如我现在是一个老师,需要让他帮我判断学生的作答是否正确。我给出了一道很简单的数学题,而学生呢,回答是有错误的,因为他在维护费用的部分多打了一个零,将十 x 写成了一百 x。 但是如果我们按照以下内容写提示词的话,你会发现模型做出了错误的判断,他认为学生的解答是正确的。 如果要解决这个问题,我们可以让模型先自己进行一次解答,然后让他比对。我们将提示词改写为以下内容,要求模型先自己得出答案,然后将他的答案和学生的对比,再判断学生的作答是否正确,最后按照我们所需要的格式来进行输出。 如此呢,我们就能得到正确的解答。好了,以上就是本次的课程,如果对你有帮助的话,请点赞、收藏、支持我继续更新。下一期我们会讲如何通过迭代思路持续优化你的提示词。我是六桑,我们下期再见。

价格两万块钱一条的提示词怎么写?我已经卖了好几条出去了。那想要知道怎么写,你首先就要知道是哪一种提示词 值钱,它的标准是什么?我用两根线把提示词分了四类,横向是提示词的复杂程度,那对应的就是简单。竖线是提示词的目的的明确性, 那他对应的就是模糊。也就是我们虽然好像要去写一个方案,但是这个方案的方向是怎么样的,我们的定位是怎么样的,我们的目标用户是怎么样的,我们有可能只是是不知道的,所以目标指定的明确性也要作为一个考核的维度。那么第一类呢,就是目标明确而又复杂的, 叫 make up pro, 也就是超值指令,它能够解决很具体的一个问题,也能够给出很高质量的内容。那第二类是目的 很明确,但是非常简单的,叫 basic 基础类的提示词,比如我想你帮我写一篇短视频的文案,那其实大部分的人现在还是在用基础的提示词。那第三类呢?是目的模糊不明确。 提示词是非常简单的,叫 progress 渐进式指令,是我们通过不断的去给大模型更新或输入信息来获得一个更好的结果。 那第四类呢?是目的很模糊,但是指令非常复杂,叫做 mate pro, 也叫原指令,就是可以生成指令的指令。我虽然我的目的很明确,就比如说我想做项目管理, 但是这是我第一次做,我没有经验,于是我先让 gpd 帮我把任务给拆分了,第一天需要做什么,第二天需要做什么,第三天需要做什么?然后通过明确每天的任务,接触相对应的 pro, 再用这一条 pro 去生成 第二天的 pro, 如此类推。我有一个写好 mate pro 的一个绝佳的方法,以后会展开说,如果想学的话,就先点个关注吧。当我们理解了提示词这几个类型之后,我们写提示词就有了方向。那回到这个视频的问题里面,哪一种提示词值钱呢? 没错,就是 make up pro 的提示词,也就是超级指令。看个例子, make up pro 他是有明确的背景、角色 目标、步骤以及最后的输出格式,这样 gpt 就可以直接输出一条质量非常不错的回答。再看第二个例子,这是之前分享给大家的一个超级指令, 我们看到他只有角色设定,下面全是引导的步骤。这条指令的目的不明确,但是很复杂,所以他是 meta 类的提示词。这一类的提示词也非常的 之前,它的好处是可以让客户自己跟 g p t 互动,然后提供更多有用的信息来达到更好的效果。所以这四类的提示词,你平时都是用哪一类呢?

打开 check gpt, 粘贴提示词,复制一段小说内容, 粘贴到提示词后面。执行任务生成人物形象,提示词自动生成性别、发型、发型颜色、服装及其他细节描述,看看效果。

欢迎来到未来练习社,今天的主题是叉 g p t prompt 提示词的课程,那今天的参考资料其实是吴恩达博士和 openni 官方出的一期提示词工程教学视频,我会将视频的内容拆除几期,和大家用我自己的理解来分享这个课程。那么首先想要了解提示词,我们就要了解现在最火爆的 l l m 是什么。 l l m 等于 large language model 大型语言模型,像大家熟知的大大型语言模型有 g p t 三, g p t 四 lamda, 也就是谷歌的 bard, 然后 blue 就 howling face 还有 lama 等等这些模型。其实大型语言模型可以分成两部分,一个是基础大模型 base l l m s, 还有指令调试大模型, 呃, instruction tuned l m m 这两个区别是什么呢?那其实基础大模型他的能力是通过文本训练数据预测下一句话是什么,也就是他其实有很多很多的数据样本,他通过学习之后,他可以知道你的下一句话想说什么。呃,举个例子,比如说如果我们给他一个提示词,说很久以前有一只独角兽,那基础大模型他就会回答说无忧无虑的和他的伙伴住在森林里。 但是当我们问的一个问题的时候,比如说我们问到法国的首都在哪里,那技术大模型,根据他被训练的一些数据,网上的一些内容,他其实可能会问一些相关的其他问题,比如说法国的人口有多少,法国的流通货币是什么?法国最大的城市是哪里?而他不会直接去回答这个问题, 那么指令调试大模型就可以做类似的事情,也就是他可以尝试执行指令。那同样是这个例子,如果我们问他法国的首都在哪里,他就会回答,法国的首都在巴黎。那其实指令调试大模型,也就是咱们所谓的微调模型。指令调试的步骤 大概分为这几类,首先通过基础大模型,因为他已经经过了大量的文字训练数据去训练,所以把它作为一个基础进行微调调的方式,也就是通过指令教育这个大模型,更好地去遵循和执行他即将获得的 的直流。那最后呢,我们也会用一种方法叫 r l h f, 也就是人类反馈,强化学习,不断地通过人工干预纠正大模型的错误,告诉大模型哪个是对的呢? 是错的,让他更好的去帮助人类去做一些指定的工作。那么其实如何理解微调模型的意义呢?就是假设你有一个很聪明的助手,那么但他不知道他需要完成什么样的任务,或者他不知道你想给他的任务是什么,那你就需要通过描述告诉他任务内容。 举个例子,比如说你如果告诉大模型,请给我写一篇关于马斯克的文章,那这个指令其实是并不具体的,他可能写出任何形式的文章出来。那如果你在指令当中加入一些 细节的描述,比如说他的商业成就是什么?他的自然生活是什么样的?他的人类共性有哪些呢?那其实这个大模型就会写出更好的文章,或者你可以指定一个口吻,你是想让 ai 以专业记者的口吻描述这个事情,还是以幽默风趣的把它方式来描述, 或者写这张这篇文章之前,你可以告诉大模型你需要去阅读哪些内容以来帮助他更好的去完成一个任务,这都是你在微调当中可以做的一件事情。那么下一个课题我们将讲到提示四工程的两大原则。关注我,了解更多 ai 信息。

这条指令啊,运用了 prompt engineering 中最先进的技术之一,自我一致性 self consistency 来使得 charge beat 回答更加精准,逻辑性更强。相比我之前制作的 t o t 啊,它的操作更简单,可复制性更高,适用于各种领域,你一定要掌握。先说原理啊,通过 self shot, 也就是少样本学习将已经被验证了。示范案例只有层模板提示 charge beat 基于词, 保持结构的一致性,形成一个完整的思维链路,从而提高 cut 提示在设计算数和常识推理的任务中的性能。那具体的思路呢,可以查看这篇论文啊,我基于这篇论文的基本概念提出了它的通用公式。那第一步呢是定义问题,第二步呢是解释步骤,第三步呢是给出结论。再基于该公式呢, 不断的优化。为了满足其通用性啊,我将其扩展到第四步,给予结论,再展开分析,以此呢,给出进一步的答案。最终呢,得到一段完整的指令,我们来看一下效果,只需要复制这段指令到叉 gp 中,通过简单的提问,比如我从事什么什么,执行什么 什么任务,遇到什么什么问题,他就可以帮你识别问题的关键,提供重要的建议,比如规划副业,制定学习计划,给出职场建议等等。相比于直接问 chargb 这些问题啊,很明显得出的解决方案,思路会更加清晰,答案更加精准,可落地性更强,确实非常好用。那鉴于 chargb 的巨大的这个能力啊,深入学习 chargb 的使用技巧也势在必行。 评论区回复 cot, 拉你进我的 ai 学习群,一次性给你我目前所有已经制作的高级指令。最关键的是啊,所有的指令我都会定期根据我的新的认知来持续的优化和改进。好了,今天就分享到这里,我们下期再见。拜拜。

每天一个恰急剧小技巧,如果你对 gpt 生存的内容不那么满意,但是又不知道让他朝哪个方向修改的话,试试这条 prompt, 他能让 gpt 开始自我批判和优化,很适合用来像文案或者方案策划这些优化方向不够明显的内容,非常简单,请扮演批评性的角色,针对刚才的内容提出批评。 完了他生成短视频文案之后,用这个方法迭代了三次。可以看到 gpt 在反复调整文案的幻想程度,还对很多方面,比如激发观众兴趣和解释科学概念做了很多细致的优化。这是最终的文案。你们觉得怎么样呢?关注我,每天获取最新的 ai 技巧!

介绍一个包含了几十个 gpt 提示词的资源,这个项目叫 check gpt 中文调教指南,有处理 excel 表格,写旅游指南,写广告文案、作曲、编剧都可以,也可以找到适合你的提示词。大家上网直接搜这个项目名称就可以了。我是 ai 教练 g x, 关注我,更多 ai 干货。

想要获得 ai 给出的高质量答案,需要提出一个明确且具体的问题。现在,我们提供了一份可能是全网最全的提示词和指令集合,帮助您更有效地与 ai 进行互动。这份指令集合将涵盖各种常见场景, 到你如何更好的提问,以便获得 ai 的精确回答。从提问技巧到问题分类,这份资料将助您一臂之力。请点赞收藏,并在评论区留言领取资料。

tigbt 的提示词到底要怎么写?从始至终都有小伙伴问到这个问题,做一个提示词助手,这种可以解答清楚了吧?这一周单位事情太忙了,学习时间被挤占的非常严重,本来在研究当前框架效率的问题, 学习到 open ai cookbook 中知识框架时,无疑撇到了一个有意思的工具叫 prompt perfect, 一个优化提示词的工具,而且居然要付费,这都有人用? 痛了一下,似乎我明白了为什么之前分享的提示是指导文档,可能对于小白粉丝还是较为抽象,最好的方式还是将传统搜索引擎式提问与深层式 ai 模型提示词提问的方式进行可视化对比来的直观。于是我就抄了一下,能将原始的提问需求转换为一个标准的 ai 提示词, 这样粉丝小伙伴可以直观的看到什么样的提示词可以更好的指挥 gpt 工作,并且也省掉了工作中不停写提示词的烦恼。这是代码核心,可以说是非常简单。我常 了两天调试,稳定了一个提示词,用于针对原始的提示词进行更改,要求 gpt 按照原始需求识别界定专业领域,找到领域角色,结合,对应领域知识模板书写提示词进行思考。并且为了能够体现出优化后提示词的多种写法,这里我生成了两个优化结果,粉丝小伙伴如果有兴趣,可以生成三个, 然后提高温度值,看看变化有多大,来看看效果。启动界面后,设置好 open your a p i t, 然后输入自己的提示词就行了,不用刻意的简单化。你平时怎么给其他几笔提发问的就 可以怎么发。比如以本周拜访四名客户为主题,写一个让领导觉得工作量满满的珠宝。我反正看到有人这么用。可以看到 g p t 的模型会给出两个优化结果,不管哪一个,都会把写珠宝的提示词进行深度优化。翻一下之前我的提示词,视频、角色、目标、任务、月数都有这个提示词,直接复制粘贴 用就行,加上工作内容,我相信这样的结果才是粉丝要的周报提示词吧。不知道这样的对比够不够直观,需要对小伙伴写提示词有一定的帮助。并且提醒一下大家,如果写 aia 检测这种专业的提示词, 可以在这个基础上自己生成以后再改进一下。最近工作太忙,更新有点慢,不过我还是会继续更新分享的。欢迎评论区留言讨论,有用的话记得点赞关注。

短短六个月的时间,百万年薪的提示,此工程师光速失业!你们还记得李彦宏那个十年以后的大胆预测吗?十年以后,全世界有百分之五十的工作会是所谓的。这个 prom 等于 就是提示词功。这十年也就过了两个月, ai 的发展就是这么快。这不,微软直接推出了自动优化提示的新框架,简单理解就是再也不需要人工优化提示词来训练 ai 了。 ai 背后的那个男人提示词工程师显然就要退出历史舞台了。而我今天也将教你,即使你不懂银行代码,也能快速利用 ai 训练一个属于自己的提示词工程师。我今天用到的工具叫 g p t boss, 这是一个可以在几分钟之内快速创建一个属于你自己的 ai 机器人的站点。注意,这里的身份提示将用于塑造它的能力。这是我编写好的让 ai 扮演提示词工程师的 prompt, 大家可以参考啊,核心的灵魂赋予它了。接下来,我们选择 g p t 四作为我们的模型,这里的 ai 创作力我们选择默认。我们显然对准确度和稳定性要求更高,所以我们 把他拉到最高。可以看到这里的自定义选项还是很丰富的,甚至还支持长短期记忆,也就意味着他可以结合上下文进行响应。好,我们直接点击创建完成了。你的 ai 提示四工程师现在已经就位了。当你和一个已经训练好的 ai 进行沟通,你会发现,当你提出需求,他除了是一名专家级的提示四工程师,甚至还会给 你增加其他专家角色来进行同步处理,你提供出最佳的答案。当然,有时候开发者也会面对更复杂和特殊的问题,而常规类型的 bot 又无法有效解决响应。 也可以尝试用里面的 flow bot 来解决问题,他可以让你自定义快速构建一个工作流,你给他赋予更纵向的知识体系,帮你解决更复杂的问题。另外还有这个 plug 市场,就像 gbt 四一样,里面有很多可以帮你解决某些明确问题的插件,哦对了,还能调用你自己的 api, 可玩性相当丰富了。

今天告诉大家一条惊为天人的宝藏级题词,用来专属定制你的 ai 聊天工具。视频有些长,但是内容非常干, 你会不会觉得别人用的 ai 聊天工具跟你用的不是一个?别人的奋笔疾书,而你的却呆若木鸡。今天的福利来了,一条指令就可以专属定制你的聊天工具,就是这个。 看到英文,别着急,我来翻译成中文。他的置顶命令是让他扮演一个专家级别的提示词工程师,互动中让他叫我赵同学,目标都是根据我的需求给我最佳答案。之后是所有我跟他的互动方式,一共有二十一种情况组成步骤逻辑是,首先告诉他我的需求, 其次,他创建符合我需求的角色,我来确认角色是否符合我的需求,确认后铲除我所需要的内容。最后是如果他明白我所说的回复我怎么帮助你。 赵同学,请注意,每一步都是支持变量情况的,就是他回答的结果,我不满意的处理方式,直到达到符合我的预期结果。下面我们就来实际操作看看。把这一段英文复制给 gpt 发送, ok, 他已经明白我所说的。在这里我随便举个例子, 假如我要组织一个六百人的论坛活动,主办方是政府,我是承办方,我们需要做哪些准备工作?首先,他根据我的需求创建了三个专家角色,分别是事件规划专家、政府关系专家和中文专家。这里我可以根据我的需求来对角色进行调整, 比如我同意以上专家的角色,但是我还需要添加一个线上营销的专家。 ok, 他已经明白了,这里我回复不需要修改了,让他开始,他说他需要做什么。我让他列出本次论坛所需要准备的方案。 这里他在搜索内容,我是 plus 版本,其实国内的聊天工具和三点五版本也是可以的。最终他从地点选择到受众群体、新闻稿件、活动拍摄到活动总结等等,一共十五个步骤。那下面管他根据上述步骤制定每一个工作人员的计划安排表格和各个执行团队的沟通清单。 后面我就没有让他再继续了。当然,你还可以根据你的需求让他逐步把方案细化。如果你想获得这段题日词,在评论区里回复赵同学,免费来领取。 ok, 这里是分享 ai 资讯和应用案例的,赵同学,记得关注哦!

然后在这个提示词的基础上去添加我们要修改的内容。大家好呀,今天我们来看一下如何在 w e 三中修改我们已经生成好的图片。比如说我现在输入一个提示词, 香蕉在骑马,戴着牛仔帽,这时候他已经给我们生成好了四张图片。我们大概看了一下第三张图片,我觉得还不错,现在我要修改这张图片,我怎么修改呢? 正常情况下我们可以哎直接告诉他第三张不错,但香蕉要戴上墨镜。 今天我这个张字写错了,但是他同样可以识别,他返回一张图片给我们,我会看到这时候香蕉他已经戴上墨镜了,但是这张图跟这张图他们之间是有区别的,他是一个平面的二维图片啊,这个呢已经变成有点三 t 的效果他,所以他已经超出了我们给他的修改的 要求。这时候我们应该怎么办?这时候我们可以通过这个方法来修改这张图片,我们现在可以把点开这张图片,我们可以看到他的提示词,我们复制他的提示词,然后在对话框中粘贴这个提示词,然后在后面补上一句我们要修改的意见。比如说这里是香蕉要戴上墨镜, 这是他在返回给我们的图片,里面第一张图就很符合我们的要求,他整体风格跟我们之前要的这张图的风格是一样的, 同时香蕉也戴上了墨镜,这就是在当第一三周修改图片的一个方法,虽然这种方法不可能百分之百有效,但是大家可以多尝试一下,就是通过复制他给我们重新生成的这个提示词,然后在这个提示词的基础上去添加我们要修改的内容。

怎么用奶奶漏洞去攻击 gpt 四?如果你想让他识别验证码,老实人就直接发过去,但他就会告诉你这是验证码,他帮不了你,因为这是训练 gpt 四 v 时做的价值观对齐。 但如果你狡猾一点呢,就可以骗 gpt 说奶奶去世了,留下了一串项链,并且把验证码 p 图伪装成像是项链盒里面刻的字,这样 gpt 四就会充满同情心的告诉你上面的字母了, 这就是提示词注入 propt in jacks, 给大语言模型去洗脑,让他冲破限制的一种方式,而且这是针对最新的看图能力的攻击。 具体这种奶奶漏洞呢,在今年四月份就有人发现了,他骗机器人说自己奶奶曾经是凝固汽油蛋厂的化学工程师,经常 哄睡自己时就给自己去讲怎么造这个凝固汽油弹,机器人就毫无警惕的像奶奶一样给他讲这个造汽油弹的过程。然后在六月份,又有人用类似方式诱骗 gpt 说出了 windows 的安装秘要, 不过后来呢,发现这个只是通用密要哈他并不会激活的这个奶奶漏洞能够生效,一方面趣事的奶奶会让机器人放松警惕,另外一方面呢,奶奶这种人设,他本身也是给人经验丰富,愿意分享的一个感觉。 不过病很快就针对奶奶漏洞读验证码去打了补丁,现在你看,他会假装自己不认识验证码上的字了。但是道高一尺魔高一丈哈,很快又发现了小孩漏洞,他把验证码反射变成了黑色的背景,并且 p 图到了星空照片上,骗 gpt 四说自己带孩子出去玩啊,没有戴眼镜,看不清楚这个星座的名字,结果病又傻乎乎的读出了验证码,他以为他在读一个星座的名字啊, 并且他还说很高兴啊,你能够陪小孩看星空。大家发现大语模型的软肋了吗?因为 模型必须要训练出三观很正来,所以啊,他就很容易像对老人小孩这种弱势群体放松警惕,这就产生了奶奶漏洞、小孩漏洞这样一些提示词注入的攻击方式。