太酷了!这条来自海外 github 上面大神的超强 g p t prong 是我目前为止用起来最为过瘾的。你可以让他帮你解决一切需要复杂步骤的任务和问题。 synaps co 的核心原理是围绕你的目标和偏好的一致性, 通过思维链的逐步推理来完成实际的目标,并且融合了定届指标的概念。这种简洁高效的提示词适合每一个让 gpt 完成复杂任务的人。 比如我们通过 cineps co 二提示词,让 g p t 给我们写一篇网络小说。 g p t 首先询问了一些故事类型、主角特点、故事背景、长度等关键问题。然后我告诉他 这是一个关于天才医生和女律师的都市浪漫长篇小说。接着他召唤了一个写作专家,帮我们拆解目标,列出步骤规划。然后他先写出了小说大纲,完成了第一章内容的创作。过程中,我们随时可以给他提要求,比如让内容情节更加曲折,增加对话内容等等。内容到了一定长度时,我们可以输入一个 非常巧妙的指令 safe, 让 gpt 总结之前的内容,这样就避免了上下文内容过长使得记忆混乱。每次 safe 相当于做了一次上下文的总结,为接下来的长文输出做准备。相比让 gpt 直接生成一篇网络小说,这个提示词能更高效科学地帮助我们拆解复杂的任务,重塑目标和关键任务, 最终让目标完成的更好更精准。这个提示词太值得学习了,有需要的可以来拿。我是小智,我这里还有超过一百个前沿 ai 工具的使用方法和技巧,关注我,带你玩转 ai!
粉丝9475获赞5.0万

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!

一觉醒来卸载 gpd, 可以一键绘图啦,点击这个 gpd 杠四勾选代尔一三,点击它。然后呢我们这里直接输入我们想要的画面,比如说这里我家的猫和狗结婚了,请你帮他们做一张海报,要突出猫狗的恩爱。然后呢直接点击发送, 他就会按照我们的这个要求绘画四张图片,那他会写出这些图片对应的提示词, 那很快他就完成了,而且完成之后他下面还会显示这些图片分别是什么意思,展现了什么东西,每一张图片他都会这样一次显示,是不是非常牛逼?那我们点击这个图片,点 进去之后呢,我们可以看到这里,可以直接点击下载,那就下载好了,哇,非常漂亮,非常高清。同时呢,这里是他的提示词,比如说我们来翻译一下,看一下他的提示词对应的这张画面是什么意思, 描绘了这个浪漫的背景,是吧?非常好,这里可以点击查看下一张,每一张图片他都可以下载,并且可以查看对应的提示词。 如果您有一些产品的设计的需求,也可以直接把这个要求告诉 gpt, 然后呢点击发送,他也会按我们的要求完成这个产品的设计,那他会给出他对应的 promo, 然后呢给出他的图像, 我们要做什么呢?我们只需要告诉他我们想要什么东西,想要怎样的东西就可以了,剩下的交给 ai 吧。哇,有没有非常高级,非常高级,太震撼了是不是? 好了,今天的分享就先到这了,大家赶紧去试试吧。

兄弟们,我又发现一个好东西,偷偷用,别外传,这个网站当中有五百个 check gpt 提示词,有了它,你的 gpt 就不再是玩具了,而是真正的生产力,里面包含了各行各业的提示词。比如我想要 gpt 成为一名小红书博主, 当我把指令输入进去后,他就会成为小红书博主。具体操作就是把提示词复制到 g p t, 然后让他帮我们写文案就行。是不是很简单?这个里面还包含了各种各样的提示词,当 g p t 学会以后,我们一天干一千篇文案就不是梦了。想体验的同学可以回复提示词。

深度使用了一周多这个 gpt 四新出的 ai 画图,说实话,我真的已经忘掉密真你了。我今天用一分钟教你学会精确控制,生成出你自己的桌面 noling 摆拍艺术。这种把你所有心爱的物件摆放整齐的摄影风格叫做 noling。 而现在,仅仅只需要这么一行提示词,就可以通过 gpt 四的得二意三直接生成出来。 问题是在于他生成出来的图片是相对随机的,所以你要借助 eqm 勾这种辅助提示词网站来精确控制你想生成的任何画面。 可以在右边这个菜单里面选择你想要的物件,他的光影风格以及他的构图方式。好这些指令选择好了,你可以看到他直接将添加在钢弹条 promt 的后面。没错,就是这么简单,你丢给 gpt 四之后,他就会生成出任何你想要的风格。怎么样,是不是很简单? 再给你们一个福利,我觉得这种 noling 风格真的太好玩了,所以我想搞一个比赛。同时我必须感谢一下 eqm go 的开发团队,给大家争取到了一些实质性的奖励。我同步整理了一份文字版的创作流程,同时呢,这个是比赛的规则,你们可以参考参考,期待你们的参与。

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!

一条质量就能够让你的 del e 三变成美哲理,不仅可以使用各种参数对画面进行调整,还能够自由的调用各种的风格模型。首先在 g p t 四里面找到 del e 三,然后将这段提示词发送过去, 然后带有一三,就开始给我们反馈刚才设置好的各种各样的指令和风格。设置好后,我们可以写一段简单的提示词,比如星际飞船,然后在后面写一个空格,然后写上两个短的杠,再写上三 d, 这就是说生成的图片是那种三 d 渲染出来的风格, 然后稍等片刻,他就会返回四张图片,同时他会为这一批的图片设置一个 id, 然后我们觉得哪张图片很喜欢的话,可以根据这张图片进行一个调整。比如我觉得第四张图效果还不错,我可以写一个杠杠,然后空格 v 四,然后发送过去,他就会返回刚才第四张图片的 一个微调的版本。我们还可以尝试这样一个提示词,餐具和食物,然后后面空格杠杠,然后写一个 k, 然后再回车,然后给我们返回的就是各种元素整齐排列的一种图片的风格。比如我们还可以写奔跑中的可爱小猪,然后还是杠杠写一个 g, 他就会给我们生成一组连续的军力针的图像,用这些图像呢,可以很轻松的构建出非常轻松好玩的表情包。我们还可以尝试写在宫殿中跳舞的美丽女孩,然后后面写杠杠 p, 就是说他出现的图像会是摄影的风格,然后再写一个空格,然后在后面写上杠杠 a r 四比三,就是说生成的图片会是四比三的比,然后可以看到他如实的为我们生成了这种摄影的,而且是四比三比例的图片。然后这套指令还有许多 多别的用法,比如杠杠 s 或者杠杠 tail, 还有很重要的杠杠设置指令,这个指令如果你直接输入给他的话,会让所有的这些指令全部作废掉,所以这个指令需要慎重, 想要玩的朋友可以来我的粉丝群看群公告领取。由于这套质量是我第一次制作,所以难免会有些 bug, 也欢迎大家在我的粉丝群里面进行反馈。

一分钟时间,带大家快速了解 tpt 提示词的基本结构。如果你还不会写 gpt 提示词,或者是刚刚接触 gpt 的小白,这条提示词结构能轻松使用于百分之八十的场景任务。记得点赞,收藏起来。这个提示词结构也不难,就记住三点角色、加任务、加格式。 首先是角色,我们要为七 pt 设定一个专业的身份或者角色,这样可以将七 pt 的回答范围都集中在相关的领域。 例如一位作家为启发、教育或者娱乐读书而工作,或者是一名编程人员通过逻辑设计和表达来构建和创造动态可变的软件系统。不同的角色属性有不同的输出结果。设定好角色后就需要给任务, 也就是为 g p t 指定一个明确具体的任务。例如你需要作家为你做什么主题的内容,什么题材的文章,以及使用什么样的叙事手法和字数 要求等等。如果你实在不知道如何明确具体的任务,也可以参照 smart 目标原则来制定任务。最后就是格式,格式的要求有很多,通常我们都是正常的文本输出,我们也可以要求输出为图表、清单、代码、文本排版等等, 他们都可以使输出结果更加直观。这就是 gpt 提示词的基本结构。记住了这三点,基本能使用于大部分场景工作需求。多从这几个维度思考任务要求给的足够详细,输出的结果也更符合我们的想法。

家人们,谁懂那个叉 g b 四点零的联网版真的是太可怕,太强大了!事情是这样的啊,我今天就是突发奇想,我想让他帮我写一个 stable diffusion 里面呃, deform 插件的 啊,提示词你看,果然他一开始他都不知道 s d 什么东西,没办法,我就让他自己去搜嘛啊,然后他自己去搜了,然后就是给我听了,自己学习一下这个 stable to 分析到底什么东西,然后看他学。学完了之后嘛,我就开始让他给我写提示词,因为底缝插件呢,是专门用来做定格动画的嘛,需要有分分禁。然后提示词啊,各种东西就开始给我写 啊,写写写,让他再增添一些内容,他都可以,都没有问题,我让他把这些内容全部转化为英文,他也没有问题。直到这一步啊,我已经觉得他已经非常厉害了, 然后就想那为什么不更进一步呢?然后我就把我目前在用的 s d 的代码发给了他。注意哦,我这个时候我都没有说我要干什么,他就直接开始 根据我给他代码的格式,把上面翻译的英文翻译成了 sd 能够看懂的这个提示词关键词。我的天呐,真的是太可怕了,我都没有跟他讲我要干什么,他已经超超我一步把这关键词写出来。关最关键的是这个关键词是 sd 里面可以用的, 所以现在拆 gpd 四点零的联网版,他能够在完全不知道这个东西是什么情况下,从一无所知到精通,只需要短短的几个步骤。有四点零的家人们赶紧去试一下,赶紧去试一下,真的是太震撼了。

这个插件让 chap gpd 变成全自动的了。首先 ai 助手这个插件会自动分配任务步骤,然后让它继续,它就会根据步骤自动执行。 接着 reply 里这个插件就会自动上网查找信息。我让他帮我做 vr 市场调研报告,他就根据这个目标调查了多个网站的 vr ai 数据进行分析。所以未来你只需要给他一个目标, ai 就会自动执行。你觉得怎么样?我是 ai 教练 gx, 关注我,带你抓住 ai 未来!

很多人觉得差距低不过如此,是因为他们不知道怎么用提示词。那他的回答很可能是非常官方的,没有人情味。如果我们把这个提示词再优化一下,你现在是我最好的闺蜜,你很懂我需要什么。 你看这个回复,亲爱的,听起来你今天很疲惫,发生什么事情让你觉得这么累呢?或许我可以帮你找到解决办法,让我们一起度过难关。你看这个回复就非常有人情味。你很愿意跟这种有人设、有情感的这个叉鸡不提进行交流。

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?

prompt 最全中文合集,让你玩转 chat gpt。 chat gpt shortcut 提供了快捷指令表,可以快速筛选和搜索适用于不同场景的提示词,帮助用户简化使用流程,提高生产力。通过使用优化过的提示词,用户可以获得更加准确有用的回复,从而提高生产力。 即使是初学者,只需复制提示词,稍加修改后发送给 chat gpt, 就能获得指定输出。并且网站会定期进行更新,为用户提供新的提示词和思路。虽然提示词仍然使用英文, 但提供了中文翻译,支持默认中文回复,方便我们理解和使用。项目链接评论老认奖干货领取!

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。

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。

哈喽,大家好,今天给大家带来的是一个 chagpd 的指令合集,这里边包括了职业片和工具片。我们在使用 chagpd 的时候,如果我们需要对应的一个指定行业,我们只要把我们这条 提示词指令粘进去,他就会给我们一个非常专业的一个回答。当我们要处理一些工具的时候,比如我们要用做一些 circle 终端,或者是要做一个密码的生成器。 这里我也提供了一个指令,大家可以直接粘到你的叉 g p d 中。这应该是当前全网最全的一个叉 g p d 指令合集了。如果你需要的话,在评论区打出提示词即可。

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。

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。

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。

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。