当前位置: 首页 > news >正文

ChatGPT调教指南 | 咒语指南 | Prompts提示词教程(三)

在这里插入图片描述
在人工智能成为我们日常互动中无处不在的一部分的时代,与大型语言模型(llm)有效沟通的能力是无价的。“良好提示的26条原则”为优化与这些复杂系统的交互提供了全面的指导。本指南证明了人类和人工智能之间的微妙关系,强调清晰、专一和结构化的沟通方法。从鼓励直来直去的提问到整合目标受众,每一个原则都是制作提示的基石,以产生准确和相关的回答。

这些原则的范围从分解复杂任务的简单性到匹配所提供文本的风格和基调的复杂性。他们强调了类人对话的语气、无偏见的回应和处理复杂编码辅助的能力的重要性。这些指导方针不仅是关于获取信息,而且是关于促进交互式和迭代学习过程。通过坚持这些原则,用户可以将他们与llm的交互从单纯的事务转换为有意义的对话。

无论是通过使用肯定的语言、结合示例驱动的提示,还是规范文本生成的详细说明,每一条原则都在提高提示的有效性方面发挥着关键作用。对于任何希望处理与llm通信的复杂性的人来说,本指南都是一个必不可少的工具,确保每个交互都得到优化以获得成功。

将这些原则纳入您的提示中,不仅提高了回答的质量,而且有助于更有效和高效地使用人工智能技术。当我们继续探索人- ai交互的边界时,“良好提示的26条原则”就像一座灯塔,引导我们与大型语言模型进行更有效、更有意义的接触。

开门见山:不需要礼貌(“请”、“谢谢”等)。直接获取您想要的内容。
受众整合:在提示中指定目标受众,例如“受众是该领域的专家”。
简化复杂任务:在交互式对话中将复杂任务分解为一系列更简单的提示。
使用肯定性语言:使用“做”等肯定性指令,避免使用“不”等否定性语言。
寻求清晰或更深入的理解:利用提示要求用简单的术语进行解释,对于初学者来说,或者就像向孩子解释一样。
通过小费激励:提及小费以获得更好的解决方案,尽管这在大多数法学硕士背景下更为假设。
示例驱动的提示:通过在提示中包含示例来使用几次提示。
格式:以“###Instruction###”开头,然后是“###Example###”或“###Question###”,然后是您的内容。
明确的指示:使用“您的任务是”和“您必须”等短语来清楚地定义任务。
提及惩罚:虽然更具假设性,但陈述“你将受到惩罚”设定了任务完成的严肃性。
自然、类人的响应:请求响应以模仿自然的人类对话。
逐步思考:鼓励模型逐步思考流程。
无偏见的回答:通过在提示中指定这一点,确保答案没有偏见,并且不依赖刻板印象。
迭代提问:允许模型向您提出问题以进行澄清,直到它有足够的信息来准确响应。
测试教学:要求模型教你一个主题并测试你,而不预先提供答案。
角色分配:为法学硕士分配特定角色以指导他们的反应。
使用分隔符:清晰地分割提示的不同部分。
重复强调:重复特定的单词或短语以强调其重要性。
Chain-of-Thought with Few-Shot:将思想链推理与少样本示例相结合,以完成复杂的推理任务。
输出引物:以所需输出的开头结束提示,以指导模型的响应。
文本生成详细说明:提供编写任务的全面详细信息,以获得信息丰富的内容。
不改变风格的文本修改:要求在不改变原始写作风格的情况下改进语法和词汇。
复杂编码协助:对于跨越多个文件的编码任务,指示模型生成自动创建或修改文件的脚本。
继续提示:开始一段文本并要求模型继续,确保与提供的开头一致。
具体要求:明确说明模型必须遵循的任何要求或准则。
风格模仿:对于旨在模仿给定样本风格的任务,指示模型匹配所提供文本的语言和语气。

总而言之,“良好提示的26条原则”是任何人与llm交互的关键框架。通过遵循这些指导方针,用户可以确保他们的提示是明确的,具体的,并有效地定制,以从人工智能中引出最准确和相关的回答。

更多阅读

以下是关于“Prompts”主题的所有博文列表及其链接:

  1. ChatGPT调教指南 | 咒语指南 | Prompts提示词教程(三)
  2. ChatGPT调教指南 | 咒语指南 | Prompts提示词教程(二)
  3. ChatGPT调教指南 | 咒语指南 | Prompts提示词教程(一)
  4. OpenAI 的 GPTs 提示词泄露攻击与防护实战:防御卷(一)
  5. ChatGPT提示词大赏:GPT Prompts Hub 2024年最新ChatGPT提示词项目
  6. GPT Prompts Hub:2024年最新ChatGPT提示词项目,革新对话结构!
  7. New!2024最新ChatGPT提示词开源项目:GPT Prompts Hub - 专注于深化对话质量和探索更复杂的对话结构
  8. 一招鲜吃遍天!ChatGPT高级咒语揭秘:记忆、洗稿、速写SEO文章(一)

这些文章涵盖了如何有效使用提示词(Prompts)与大型语言模型进行沟通的指南,以及相关的实战攻略和项目介绍。

🌟 订阅专栏 🌟在这里插入图片描述

相关文章:

ChatGPT调教指南 | 咒语指南 | Prompts提示词教程(三)

在人工智能成为我们日常互动中无处不在的一部分的时代,与大型语言模型(llm)有效沟通的能力是无价的。“良好提示的26条原则”为优化与这些复杂系统的交互提供了全面的指导。本指南证明了人类和人工智能之间的微妙关系,强调清晰、专一和结构化的沟通方法。…...

小程序一键链接WIFI

1.小程序一键链接WIFI connectWifi: function() {var that this;//检测手机型号wx.getSystemInfo({success: function(res) {var system ;if (res.platform android) system parseInt(res.system.substr(8));if (res.platform ios) system parseInt(res.system.substr(4…...

结构体位域保存传感器数据

1、原理图分析: 8个74HC4052共用两个选通引脚,8个输入引脚,一共可以检测64个数字红外传感器。74HC4052的功能表如下,nY0表示所有Y0引脚。 S1 S0 Channel on 0 0 nY0 0 1 nY1 1 0 nY2 1 1 nY3 enum sensor_id{HS01 0, HS02, HS03, HS0…...

66-ES6:var,let,const,函数的声明方式,函数参数,剩余函数,延展操作符

1.JavaScript语言的执行流程 编译阶段:构建执行函数;执行阶段:代码依次执行 2.代码块:{ } 3.变量声明方式var 有声明提升,允许重复声明,声明函数级作用域 访问:声明后访问都是正常的&…...

prime_series_level-1靶场详解

环境搭建 官网https://www.vulnhub.com/entry/prime-1,358/ 直接导入靶机 解题思路 arp-scan -l 确认靶机ip为192.168.236.136 也可以使用nmap扫网段 nmap -sn 192.168.236.0/24 使用nmap扫描靶机开放的端口 nmap -sS -T5 --min-rate 10000 192.168.236.136 -sC -p- &#xf…...

LeetCode刷题笔记之二叉树(三)

一、寻找特定节点 1. 404【左叶子之和】 题目: 给定二叉树的根节点 root ,返回所有左叶子之和。代码: class Solution {public int sumOfLeftLeaves(TreeNode root) {//左叶子不止是最左边的叶子,而是二叉树中每个节点的左叶子…...

IBM在闪存系统集成实时恶意软件I/O检测功能

IBM在其最新一代FlashCore Modules(FCMs)固件中集成了使用机器学习进行实时勒索软件和其他攻击检测的功能。这些FCMs是专用于IBM FlashSystem 5000和Storwize阵列的闪存驱动器,采用U.2外形尺寸及NVMe接口。现有的第三代FCMs分别提供4.8、9.6、…...

bpmn-js中实现xml数据转为json数据

开发bpmn-js建模器,希望将bpmn数据格式转为json数据格式更加清晰的展示数据层次,以结果为导向分析需求,实现功能的思路有两种方式: 通过bpmn-js转化为JS数据对象,然后通过JS中提供的JSON模块转换为json数据将xml解析成dom对象,通过dom对象转化为json格式数据三方库这里主…...

HUAWEI Programming Contest 2024(AtCoder Beginner Contest 342)(A,B,C,D,E,F,G)

看不懂的英文,题意很难理解,这场还是有点难度的。 C需要处理,D是不太明显的dijikstra,E是线段树优化dp,F是个不好想的线段树,主席树应该也能做。 我觉得讲的很好的宝藏up主->B站视频讲解。之后会比较忙…...

解决Docker镜像中CentOS 8仓库问题

前言: 在yum执行过程中,持续遇到与CentOS 8上的’appstream’仓库元数据检索相关的错误。具体错误消息为:“错误:下载’appstream’仓库元数据失败:无法准备内部镜像列表:镜像列表中没有URL。” 问题分析&…...

顶顶通呼叫中心中间件-如何使处于机器人话术中的通话手动转接到坐席分机上讲解(mod_cti基于FreeSWITCH)

顶顶通呼叫中心中间件使用httpapi实现电话转接操作过程讲解(mod_cti基于FreeSWITCH) 需要了解呼叫中心中间件可以点以下链接了解顶顶通小孙 1、使用httpapi接口转接 一、打开web版的ccadmin并且找到接口测试 打开web-ccadmin并且登录,登录完成之后点击运维调试-再…...

HarmonyOS—使用数据模型和连接器

Serverless低代码开发平台是一个可视化的平台, 打通了HarmonyOS云侧与端侧能力,能够轻松实现HMS Core、AGC Serverless能力调用。其中,数据模型和连接器是两大主要元素。开发者在使用DevEco Studio的低代码功能进行开发时,可以使用…...

基于MQTT协议实现微服务架构事件总线

一、场景描述 昨天在博客《客户端订阅服务端事件的实现方法》中提出了利用websocket、服务端EventEmitter和客户端mitt实现客户端订阅服务端事件,大大简化了客户端对服务端数据实时响应的逻辑。上述方案适用于单服务节点的情形。 对于由服务集群支撑的微服务架构&…...

免费的Git图形界面工具sourceTree介绍

阅读本文同时请参阅-----代码库管理工具Git介绍 sourceTree是一款免费的Git图形界面工具,它简化了Git的使用过程,使得开发者可以更加方便地下载代码、更新代码、提交代码和处理冲突。下面我将详细介绍如何使用sourceTree进行这些操作。 1.下载和…...

【Appium UI自动化】pytest运行常见错误解决办法

通过Appium工具录制代码在pycharm上运行报错: 错误一: 1.提示 setup() 方法运行 error failed 解决办法:未创建 init __ 方法,创建一个空的__init.py文件就解决了。 原因: 错误二: 2.运行代码&#xff…...

IDEA如何开启Dashboard

普通的面板 Run Dashboard面板 修改配置文件 找到项目的.idea文件夹 点击编辑workspace.xml文件 添加下方代码 <component name"RunDashboard"><option name"ruleStates"><list><RuleState><option name"name" valu…...

【论文复现】——一种新的鲁棒三维点云平面拟合方法

目录 一、算法原理1、论文概述2、参考文献二、代码实现三、结果展示本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的GPT爬虫。 一、算法原理 1、论文概述 针对三维点云中的异常值和粗差点对平面拟合精度产生的影响,文章提出一…...

【C语言】学生宿舍信息管理系统

目录 项目说明 1. 数据结构设计 2. 功能实现 3. 主菜单设计 4. 文件操作 5. 系统使用 项目展示 1.主菜单功能界面 ​编辑 2.添加信息 3.查询信息 4.修改信息 5.删除信息 6.退出程序 项目完整代码 结语 在这篇博客中&#xff0c;我们将探讨如何使用C语言来开发…...

用Python插入页码到PDF文档

页码是许多类型文件中的重要内容&#xff0c;它能方便读者在文档中的导航。在创建PDF文档时&#xff0c;添加页码对于组织和引用内容特别有用。在本文中&#xff0c;我们将探讨如何利用Python程序高效地插入页码到PDF文档中&#xff0c;简化工作流程并创建出精美、结构合理的PD…...

LabVIEW光偏振态转换及检测仿真系统

LabVIEW光偏振态转换及检测仿真系统 随着光学技术的发展&#xff0c;光偏振态的研究与应用越来越广泛。为了深入理解光的偏振现象&#xff0c;开发了一套基于LabVIEW的光偏振态转换及检测仿真系统。该系统不仅能够模拟线偏振光、圆偏振光、椭圆偏振光等不同偏振态的产生与转换…...

项目介绍 MATLAB实现基于高斯过程回归(GPR)进行风电功率预测(含模型描述及部分示例代码) 专栏近期有大量优惠 还请多多点一下关注 加油 谢谢 你的鼓励是我前行的动力 谢谢支持 加油 谢谢

MATLAB实现基于高斯过程回归&#xff08;GPR&#xff09;进行风电功率预测的详细项目实例 请注意此篇内容只是一个项目介绍 更多详细内容可直接联系博主本人 或者访问对应标题的完整博客或者文档下载页面&#xff08;含完整的程序&#xff0c;GUI设计和代码详解&#xff09;…...

别再为虚拟机数据丢失发愁了!用Stellar Toolkit 11.0挂载VMDK/VHD文件恢复数据的保姆级指南

虚拟化环境数据恢复实战&#xff1a;Stellar Toolkit深度应用指南 虚拟化技术已成为现代IT基础设施的核心组件&#xff0c;但虚拟机数据丢失的风险却常被忽视。当VMDK文件损坏或快照回滚导致关键文档消失时&#xff0c;传统恢复工具往往束手无策。本文将揭示如何通过专业工具链…...

别再死记硬背了!用SV中的Semaphore(旗语)解决多线程资源争抢,保姆级代码示例带你搞懂get/put

别再死记硬背了&#xff01;用SV中的Semaphore&#xff08;旗语&#xff09;解决多线程资源争抢&#xff0c;保姆级代码示例带你搞懂get/put 想象一下你正在管理一个只有三把钥匙的会议室&#xff0c;十位同事需要轮流使用。如果放任大家随意进出&#xff0c;必然会出现混乱和冲…...

Qwen2.5-14B-Instruct微调关键点:Pixel Script Temple中对白张力建模方法解析

Qwen2.5-14B-Instruct微调关键点&#xff1a;Pixel Script Temple中对白张力建模方法解析 1. 项目背景与核心价值 Pixel Script Temple是一款基于Qwen2.5-14B-Instruct深度微调的专业剧本创作工具。这个独特的创作环境将先进的大语言模型能力与8-Bit复古美学设计相结合&#…...

AndroidUSBCamera媒体捕获完全解析:照片、视频、音频一站式解决方案

AndroidUSBCamera媒体捕获完全解析&#xff1a;照片、视频、音频一站式解决方案 【免费下载链接】AndroidUSBCamera &#x1f525;&#x1f525;&#x1f525;Flexible and useful UVC camera engine on Android platform, supporting multi-road cameras! 项目地址: https:/…...

Real Anime Z图像质量评测:SSIM/NIQE指标下真实系风格量化优势

Real Anime Z图像质量评测&#xff1a;SSIM/NIQE指标下真实系风格量化优势 1. 工具介绍 Real Anime Z是一款基于阿里云通义Z-Image底座模型开发的高精度二次元图像生成工具。该工具通过Real Anime Z专属微调权重进行了深度优化&#xff0c;特别针对真实系二次元风格进行了专项…...

Phi-3.5-mini-instruct入门指南:Chainlit前端URL访问限制与内网穿透配置

Phi-3.5-mini-instruct入门指南&#xff1a;Chainlit前端URL访问限制与内网穿透配置 1. 模型简介与部署验证 Phi-3.5-mini-instruct是一个轻量级的开放模型&#xff0c;基于高质量数据集构建&#xff0c;支持128K令牌的上下文长度。该模型经过监督微调、近端策略优化和直接偏…...

GraalVM Native Image内存优化实战手册(金融级低延迟场景验证版)

第一章&#xff1a;GraalVM Native Image内存优化实战手册&#xff08;金融级低延迟场景验证版&#xff09;在高频交易与实时风控等金融级低延迟系统中&#xff0c;GraalVM Native Image 的启动延迟与运行时内存开销直接影响端到端 P99 延迟稳定性。本章基于某头部券商订单网关…...

深入RK3588 DTS:从频率电压表看Rockchip芯片的能效设计思路与调试技巧

深入RK3588 DTS&#xff1a;从频率电压表看Rockchip芯片的能效设计思路与调试技巧 当工程师拿到一块RK3588开发板时&#xff0c;最先关注的往往是性能参数——四核Cortex-A76加四核Cortex-A55的配置&#xff0c;高达2.4GHz的主频&#xff0c;以及强大的NPU算力。但真正决定这颗…...

C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生

大家好&#xff0c;我是刚子。做业务开发的时候&#xff0c;经常遇到一个操作要同时更新好几张表的情况。比如保存一张单据&#xff0c;既要写主表&#xff0c;又要写明细&#xff0c;还得写关联条件。这种场景下&#xff0c;要么全部成功&#xff0c;要么全部失败&#xff0c;…...