当前位置: 首页 > news >正文

ChatGPT 提示词技巧一本速通

目录

一、基本术语

二、提示词设计的基本原则

三、书写技巧

2.1 赋予角色

2.2 使用分隔符

2.2 结构化输出

2.3 指定步骤

2.4 提供示例

2.5 指定长度

2.6 使用或引用参考文本

2.7 提示模型进行自我判断

2.8 思考问题的解决过程

​编辑

2.10 询问是否有遗漏

2.11 问题分类

​编辑

2.13 总结和过滤长对话/文档

2.14 调用拓展工具

2.15 授予特定的权限

四、应用场景

完成任务

掌握新知

检验认知

情况分析

五、参考资料


一、基本术语

概念

定义

案例

提示词

prompt

向AI模型提出的问题或者指示,告诉它我们希望得到什么样的回答或结果,是与模型互动的主要形式。

  • 任务:生成一封电子邮件邀请。

  • 提示词请帮我写一封邀请同事参加下周五团队建设活动的电子邮件,活动地点是公司附近的公园。

上下文

context

提供给模型的额外信息,使其能够更好地理解任务或问题背景,这包括背景信息、前置条件以及相关细节

  • 任务:生成文章简介

  • 提示词:请帮我总结一下这篇的简介"(上下文...在我的后园,可以看见墙外有两株树,一株是枣树,还有一株也是枣树..."

示例

Example

通过提供具体的示例,模型可以根据这些示例理解并生成期望的输出格式和内容,适用于需要特定格式或风格的任务。

  • 任务:生成类似风格的段落。

  • 提示词:请按照以下示例的风格,写一篇关于AI 的小红书“(示例)...❗️实现预测分析 ✅ 12 大经典算法一次搞定💘💘💘...

长对话

涉及多轮次交互,通常包含大量信息交换和复杂的上下文处理,模型需要记住和引用大量前文信息,以确保对话的连贯性和逻辑性。
  • 任务:教师与学生讨论一个复杂的学术问题。

  • 案例

    • 用户:现在假设你是物理教授,我是你的学生,现在我对量子力学还有些疑惑。

    • 模型:好的,你具体是对哪个部分有疑惑呢?

    • 用户:我不太理解为什么粒子在双缝实验中表现出波粒二象性。

    • 模型:这是一个很好的问题。量子力学的核心就是波粒二象性。简单来说,粒子在没有被观测时表现为波,当被观测时则表现为粒子。

二、提示词设计的基本原则

三、书写技巧

2.1 赋予角色

  1. 赋予模型角色身份

  2. 告知模型自己的角色身份

  • 【作用】引导模型思考特定的角色身份的领域知识,生成更加贴合实际需求的响应

  • 【应用场景】在需要特定语气、风格或专业知识的场景中非常有用

💘 提示词:

  • 现在,你是一个专业的xx(模型的身份),请回答/解释一下xxx 这个问题。

  • 作为一名 xxx(模型的身份),请给我提供关于 xxx专业的意见和服务。

  • 我现在是一名xxx(自己的身份),关于xx 问题,请问你能给我提供一些帮助吗?

  • 假设现在你是一名 xxx(模型的身份),我是xxx(自己的身份),你觉得我在 xxx 这个问题上,应该怎么做,请给我一些专业性强的意见。

⭕️ 具体案例:

2.2 使用分隔符

引号:“内容”,‘内容’,'内容'

三重引号:"""内容"""、```内容```、'''内容'''

破折号:---

尖括号:<>、《》

Xml 标签:<tag>内容</tag>

  • 【作用】分隔符可以帮助模型更清晰地理解不同部分的信息,从而生成更结构化和准确的内容

  • 【应用场景】在需要清晰区分多个步骤、段落或信息块、处理复杂任务、或需要多段输入输出的场景中,例如编写代码、回答多部分问题或生成多段文本。

💘 提示词:

  • 请翻译一下这段话的中文意思 “xxxx”

  • 请逐行解释这段代码的含义,并增加核心的注释 ```xxxx```

⭕️ 具体案例:

2.2 结构化输出

可以请求模型,使用具体的格式进行输出,如文本加入emoji 😯,json 数据、字典格式等。

作用:通过明确的格式和结构引导模型生成内容,使输出更加有条理、易读和符合预期,对报告撰写、数据整理、多段回答等任务尤为重要。

应用场景:需要系统化、条理清晰的内容生成,如报告、总结、问答等。

💘 提示词:

请按照以下格式生成内容:"标题:xxx 引言:xxx 正文:xxx 结论:xxx"

⭕️ 具体案例:

2.3 指定步骤

通过明确的步骤引导模型生成内容,使输出过程更加系统化和有序。

作用:这种技巧适用于复杂任务或需要逐步完成的工作,能帮助确保每一步都被清晰准确地执行。

应用场景:需要分步骤执行的任务,如项目管理、操作指南、流程说明等。

💘 提示词:

  • 请按照以下步骤完成任务: 1. xxx 2. xxx 3. xxx

  • 请详细列出完成xxx任务的具体步骤。

  • 我要进行xxx操作,请详细说明每一步该怎么做。

  • 我要进行一个 xx 的计划,请提供一个 xxx(某任务)的分步骤指南

⭕️ 具体案例:

2.4 提供示例

通过示例向模型展示期望的输出的内容,能够更准确地理解和生成符合要求的回答。

作用:对复杂或特定格式的任务有帮助

应用场景:需要特定格式、风格或内容结构的任务,如代码生成、文章写作、数据处理等。

💘 提示词:

  • 请根据以下示例生成类似的内容:“示例:xxx”

  • 请参考以下示例回答问题:“问题:xxx 示例回答:xxx”

  • 请按照以下格式撰写一篇xx:````xxx ```

⭕️ 具体案例:

2.5 指定长度

通过明确要求输出内容的长度(如字数、段落数、句子数等),引导模型生成符合期望长度的回答。

作用:有助于控制内容的简洁度或详尽度,确保输出内容在预期范围内。

应用场景:需要控制内容长度的任务,如摘要撰写、简短回答、详细说明等。

💘 提示词:

  • 请生成一段关于 xx 的描述,不超过xx 个字

  • 请撰写一篇xx 个字的文章,主题是xxx

  • 请用 x 段文字解释什么是 xx

  • 请在 xx 个字以内回答以下问题

⭕️ 具体案例:

2.6 使用或引用参考文本

通过提供参考文本,让模型根据参考材料生成内容或在答案里直接对文本进行引用。

作用:这种方法能帮助模型更好地理解上下文或特定主题,提高生成内容的质量和相关性。

应用场景:需要基于现有材料生成新内容的任务,如阅读理解、文章改写、总结、扩写、评论等。

💘 提示词:

  • 请你根据我提供的文档,回答下面问题,问题的答案可以引入原文。

  • 请根据以下参考文本生成一段总结:参考文本:xxx

⭕️ 具体案例:

2.7 提示模型进行自我判断

让模型对其生成的内容进行自我评价和判断

作用:直接通过模型简单推理进行判断,帮助识别和修正潜在的问题

应用场景问题解答、技术分析、方案评估

💘 提示词:

  • 关于xx 的问题,你认为是正确的吗?你认为xx 这个观点,对吗?

  • 有人认为xx这个问题的答案是xx 的,你认同吗?

  • 请你判断一下xx 这个问题,并给出理由。

⭕️ 具体案例:

2.8 思考问题的解决过程

通过引导模型详细描述解决问题的过程,降低难度,帮助模型和用户理解每一步的逻辑和方法

作用:这种方法不仅能提供一个清晰的解决方案,还能教育用户如何解决类似的问题,还能提高数学计算问题的准确度

应用场景:需要详细阐述解决步骤的任务,如数学问题、编程任务、技术解决方案等。

💘 提示词:

  • 请详细描述解决以下问题的过程,一步一步地解释如何完成以下任务

  • 请详细说明解决这个问题的每一个步骤,并给出每一步的原因。

⭕️ 具体案例:

2.10 询问是否有遗漏

通过提示模型对其生成的内容进行自我检查和验证,确保输出的准确性、一致性和完整性。

作用:这种方法能提高生成内容的质量,减少错误和遗漏,检查是否满足任务所需要的条件。

应用场景:需要高准确性和一致性的任务,如技术文档撰写、复杂问题解答、编写代码等。

💘 提示词:

  • 请根据我的要求生成答案,并对其进行自我检查以确保完整性和一致性。

  • 现在,请你检查一下上面的答案,检查是否包含所有必要的步骤和信息。

  • 请问还有更多答案吗?请你确认一下你的答案,看看是否需要补充?

⭕️ 具体案例:

2.11 问题分类

通过预先定义一组问题类别,将用户提出的问题或诉求进行分类,以便更高效地找到对应的解决方案。

作用:这种方法能显著提高问题处理的速度和准确性

应用场景:客服系统、技术支持、问题管理、任务分配等可以通过快速识别和处理不同类型或者复杂问题的场合

💘 提示词:

  • 请根据以下分类对用户的问题进行分类,并提供相应的解决方案或相应的处理步骤。

  • 接下来我会提供一系列关于 xx 的问题,请先预定义问题的类别,在所属类别综合其特点,给出解决方案

⭕️ 具体案例:

2.13 总结和过滤长对话/文档

通过概括、删除过滤、或整合长文档/长对话的内容

作用:帮助用户快速获取重要信息,从而节省时间和精力,解决模型对长对话或文档记忆力有限的问题,使得模型能够更高效地处理和理解大量信息。

应用场景:需要从大量文本中提取关键信息的任务,如会议记录总结、长篇文章或报告的概要提取、聊天记录整理等。

💘 提示词:

  • 请总结请总结一下至今为止我们的对话内容或者关键点。

  • 请从上面x 段文档内容中提取重要信息,并提炼以下文本的主要内容,生成一个简洁的摘要

  • (操作)删除不必要的对话内容

⭕️ 具体案例:

2.14 调用拓展工具

作用:增强模型的功能,实现复杂和多样化的业务,如自动化网页操作、数据抓取、内容筛选等功能。

应用场景:需要跨平台操作或使用多种工具协同工作的任务,如自动化网页处理、数据抓取、网络监控等。

⭕️ 具体案例:

Chrome 拓展工具

gpt插件商城

2.15 授予特定的权限

通过API调用、或与特定软件的集成或访问特定数据源,授予GPT特定权限可以增强其功能,如不使用本机环境,编写和运行Python代码等。

作用:扩展GPT的能力,完成更复杂的任务

应用场景:需要与外部系统或工具深度集成的任务,如数据计算、数据库查询、系统管理、自动化操作等。

💘 提示词:

  • 你可以编译和的运行下方的 Python 代码,并输出下方代码运行的结果```(代码)xxx```

  • 请计算一下这个多项式的所有实值根:3*x**5 - 5*x**4 - 3*x**3 - 7*x - 10

⭕️ 具体案例:

四、应用场景

完成任务

💘 提示词:

  • 我想做xxx,你能给我提供什么帮助?我想要你帮我做xxx,我应该给你提供什么信息?

  • 我想要你帮助我完成xx任务,你有什么计划吗?如果我作为你的副手,你有什么建议吗?请直接给我下达力所能及的命令。

  • 直接命令(请你使用xx 语言,完成 xx 功能)

⭕️ 具体案例:

掌握新知

💘 提示词:

  • 你知道 xxx 吗,如果我想掌握这个技能/知识,有什么好的途径和方法吗?我该怎么做?

  • 我想了解xxxx,我应该向你问哪些问题?我想要提升 xx的认知,请问我应该怎么设计我的提示词?

  • 请给我列出xxx领域/行业相关的,最常用的 x 个概念术语,并做简单解释。如果有英文缩写,请给出完整的英文解释。对于xxx主题/技能,你认为哪些是我必须理解和掌握的核心要点?

  • 我知道xxx的概念,但一知半解,希望你能够给我提供更多关于xxx的信息。

  • 我在xxx问题上遇到困难,你能提供一些可能的解决方案或建议吗?我想要深入学习xxx,你能推荐一些进阶的学习资源或学习路径吗?

  • 我想要在xxx领域有所创新,你能提供一些启发或想法吗?

  • 我想在xxx领域提升自己,你能根据最新的研究和趋势给我一些建议吗?

  • 我正在考虑学习xxx,你能给我一些关于这个领域未来发展的观点吗?

  • (背景信息xxx),我要做关于xxx的研究,我认为原因是,还有其他可能的原因吗?给出一些可能的研究假设。

  • 我是一个xx新手,马上要采访这个行业的资深大佬,我应该向他请教哪些有价值的问题?

⭕️ 具体案例:

检验认知

💘 提示词:

  • 关于xx 这个概念,我理解的xxx是这样的,你觉得我的理解对吗?

  • 关于xxx我有一些想法,你能帮我批判性地分析一下这些想法的优点和缺点吗?

  • 现在你是xx 领域的专家,请通过一系列的测试题,检验我现在的水平可以吗?

  • 为了测试我对xxx的理解程度,请你通过测试或问题来检验我的水平,最少10个。

  • 假如我是xx领域的专家,你会问我哪些问题来检验我的专业水平?还有更专业更细更深的问题吗?

  • 现在,我们要玩一个你问我答的游戏,假设你是 xx,我是 xx,关于 xx 主题,我们互相提问和回答对方的问题。

⭕️ 具体案例:

情况分析

💘 提示词:

  • XXXX(介绍背景),你怎么看待这种现象?你认为可能的原因有哪些?这会对xxx产生什么样的影响?你觉得xxx应该怎么做?

  • 如果 xxx事情发生,这会对社会会产生什么影响?你有什么样的建议和想法?你觉得不同的身份应该怎么做?

  • 请你分析一下 xx 这个情况发生的原因,并列举出有可能的解决方案

  • (提供数据)请你根据我所提供的数据,运用多种分析方法,分析出数据背后的现象和问题,并提供相应的可行化建议。

⭕️ 具体案例:

五、参考资料

  • ChatGPT 官方文档-提示工程

  • 学完这个视频,简历加一条:熟练掌握ChatGPT解决复杂问题|ChatGPT使用教程_哔哩哔哩_bilibili

相关文章:

ChatGPT 提示词技巧一本速通

目录 一、基本术语 二、提示词设计的基本原则 三、书写技巧 2.1 赋予角色 2.2 使用分隔符 2.2 结构化输出 2.3 指定步骤 2.4 提供示例 2.5 指定长度 2.6 使用或引用参考文本 2.7 提示模型进行自我判断 2.8 思考问题的解决过程 ​编辑 2.10 询问是否有遗漏 2.11 …...

【windows解压】解压文件名乱码

windows解压&#xff0c;文件名乱码但内容正常。 我也不知道什么时候设置出的问题。。。换了解压工具也没用&#xff0c;后来是这样解决的。 目录 1.环境和工具 2.打开【控制面板】 3.点击【时钟和区域】 4.选择【区域】 5.【管理】中【更改系统区域设置】 6.选择并确定…...

使用Flink CDC实时监控MySQL数据库变更

在现代数据架构中&#xff0c;实时数据处理变得越来越重要。Flink CDC&#xff08;Change Data Capture&#xff09;是一种强大的工具&#xff0c;可以帮助我们实时捕获数据库的变更&#xff0c;并进行处理。本文将介绍如何使用Flink CDC从MySQL数据库中读取变更数据&#xff0…...

学生课程信息管理系统

摘 要 目前&#xff0c;随着科学经济的不断发展&#xff0c;高校规模不断扩大&#xff0c;所招收的学生人数越来越 多&#xff1b;所开设的课程也越来越多。随之而来的是高校需要管理更多的事务。对于日益增 长的学生相关专业的课程也在不断增多&#xff0c;高校对其管理具有一…...

如何看待鸿蒙HarmonyOS?

鸿蒙系统&#xff0c;自2019年8月9日诞生就一直处于舆论风口浪尖上的系统&#xff0c;从最开始的“套壳”OpenHarmony安卓的说法&#xff0c;到去年的不再兼容安卓的NEXT版本的技术预览版发布&#xff0c;对于鸿蒙到底是什么&#xff0c;以及鸿蒙的应用开发的讨论从来没停止过。…...

【论文复现|智能算法改进】一种基于多策略改进的鲸鱼算法

目录 1.算法原理2.改进点3.结果展示4.参考文献5.代码获取 1.算法原理 SCI二区|鲸鱼优化算法&#xff08;WOA&#xff09;原理及实现【附完整Matlab代码】 2.改进点 混沌反向学习策略 将混沌映射和反向学习策略结合&#xff0c;形成混沌反向学习方法&#xff0c;通过该方 法…...

yarn安装配置及使用教程

Yarn 是一款 JavaScript 的包管理工具&#xff0c;是 Facebook, Google, Exponent 和 Tilde 开发的一款新的 JavaScript 包管理工具&#xff0c;它提供了确定性、依赖关系树扁平化等特性&#xff0c;并且与 npm 完全兼容。以下是 Yarn 的安装及使用教程&#xff1a; Yarn 安装…...

有那么点道理。

...

蔚蓝资源包和数据分析

代码如下 /* * COMPUTER GENERATED -- DO NOT EDIT* */#include <windows.h>static FARPROC __Init_Fun_2__; int __RestartAppIfNecessary__Fun() {return 0; } int Init_Fun() {__Init_Fun_2__();return 1; }static FARPROC __GameServer_BSecure__; static FARPROC _…...

MySQL----利用Mycat配置读写分离

首先确保主从复制是正常的&#xff0c;具体步骤在MySQL----配置主从复制。MySQL----配置主从复制 环境 master(CtenOS7)&#xff1a;192.168.200.131 ----ifconfig查看->ens33->inetslave(win10)&#xff1a;192.168.207.52 ----ipconfig查看->无线局域网适配器 WLA…...

【科学计算与可视化】2. pandas 基础

1. 安装 Pandas 首先&#xff0c;确保你已经安装了 Pandas。你可以使用以下命令安装&#xff1a;pip install pandas 2. 导入 Pandas 在开始使用 Pandas 之前&#xff0c;你需要先导入它&#xff1a;import pandas as pd 3. 创建数据结构 Pandas 主要有两种数据结构&#…...

医学记录 --- 腋下异味

逻辑图地址 症状 病因 汗液分泌旺盛&#xff1a;由于天气炎热、活动出汗、肥胖等因素导致汗液分泌旺盛&#xff0c;可引起腋下有异味表现。在这种情况下&#xff0c;建议保持身体清洁&#xff0c;特别是在炎热和潮湿的环境下。可以使用抗菌洗液、喷雾或霜剂来帮助减少细菌滋…...

【Linux】进程间通信_1

文章目录 七、进程间通信1. 进程间通信分类管道 未完待续 七、进程间通信 进程间由于 进程具有独立性 &#xff0c;所以不可以直接进行数据传递。但是我们通常需要多个进程协同&#xff0c;共同完成一件事&#xff0c;所以我们需要进程间通信的手段。进程间通信的本质就是先让…...

Linux Kernel入门到精通系列讲解(RV-Kernel 篇) 5.6 在kernel 中实现系统复位和系统关机驱动

1. 概述 上一章节Qemu篇我们已经实现了我们SOC的power reset和 power down 寄存器,本章节我们就在Linux driver中去实现它。 2. Linux kernel 访问其他节点 Linux kernel中有一种机制,就是在driver中访问其它设备树节点的信息,了解设备树的应该都知道,每个设备节点都有一…...

如何在Java中进行单元测试?

如何在Java中进行单元测试&#xff1f; 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01;今天我们将探讨如何在Java中进行单元测试&#xff0c;这是一项确保代码质…...

代码随想录训练营Day32

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、买卖股票的最佳时机2二、跳跃游戏三、跳跃游戏2四、K次取反后最大化的数组和 前言 今天是跟着代码随想录刷题的第32天&#xff0c;主要是学了买卖股票的最…...

代码随想录训练营Day31

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、分发饼干二、摆动序列三、最大子树组合 前言 今天是跟着代码随想录刷题的第31天&#xff0c;主要学习了分发饼干&#xff0c;摆动序列和最大子树组合这三个…...

Docker 多阶段构建

多阶段构建 目录 尝试创建 Dockerfile构建容器镜像运行 Spring Boot 应用程序使用多阶段构建额外资源 在传统构建中&#xff0c;所有构建指令都在一个构建容器中顺序执行&#xff1a;下载依赖项、编译代码、打包应用程序。所有这些层最终都在你的最终镜像中。这种方法虽然可行…...

Linux应急响应——知攻善防应急靶场-Linux(1)

文章目录 查看history历史指令查看开机自启动项异常连接和端口异常进程定时任务异常服务日志分析账户排查总结 靶场出处是知攻善防 Linux应急响应靶机 1 前景需要&#xff1a; 小王急匆匆地找到小张&#xff0c;小王说"李哥&#xff0c;我dev服务器被黑了",快救救我&…...

基于CDMA的多用户水下无线光通信(1)——背景介绍

研究生期间做多用户水下无线光通信&#xff08;Underwater Optical Wireless Communication&#xff0c;UOWC&#xff09;&#xff0c;写几篇博客分享一下学的内容。导师给了大方向&#xff0c;让我用直接序列码分多址&#xff08;Direct Sequence Code Division Multiple Acce…...

vlan三层交换技术--交换机--(自作)

...

基于springboot websocket和okhttp实现消息中转

1、业务介绍 消息源服务的消息不能直接推给用户侧&#xff0c;用户与中间服务建立websocket连接&#xff0c;中间服务再与源服务建立websocket连接&#xff0c;源服务的消息推给中间服务&#xff0c;中间服务再将消息推送给用户。流程如下图&#xff1a; 此例中我们定义中间服…...

@PostConstruct 注解的方法用于资源的初始化

PostConstruct 是 Java EE 5 引入的一个注解&#xff0c;主要用于依赖注入完成之后&#xff0c;需要执行的方法上。这个注解的方法会在依赖注入完成后自动被容器&#xff08;如 EJB 容器或 Spring 容器&#xff09;调用&#xff0c;并且只会被调用一次。 PostConstruct 注解的…...

(一)SvelteKit教程:hello world

&#xff08;一&#xff09;SvelteKit教程&#xff1a;hello world sveltekit 的官方教程&#xff0c;在这里&#xff1a;Creating a project • Docs • SvelteKitCreating a project • Docs • SvelteKit 我们可以按照如下的步骤来创建一个项目&#xff1a; npm create s…...

华为Atlas NPU ffmpeg 编译安装

处理器&#xff1a;鲲鹏920 NPU&#xff1a;昇腾 310P3 操作系统&#xff1a;Kylin Linux Advanced Server V10 CANN&#xff1a;Ascend-cann-toolkit_8.0.RC1_linux-aarch64.run FFmpeg&#xff1a;AscendFFmpegPlugin(不要用AscendFFmpeg) AscendFFmpegPlugin下载地址&…...

Python 虚拟环境 requirements.txt 文件生成 ;pipenv导出pip安装文件

搜索关键词: Python 虚拟环境Pipenv requirements.txt 文件生成;Pipenv 导出 pip requirements.txt安装文件 本文基于python版本 >3.9 文章内容有效日期2023年01月开始(因为此方法从这个时间开始是完全ok的) 上述为pipenv的演示版本 使用以下命令可精准生成requirement…...

Less与Sass的区别

1. 功能和工具&#xff1a; Sass&#xff1a;提供了更多的功能和内置方法&#xff0c;如条件语句、循环、数学函数等。Sass 也支持更复杂的操作和逻辑构建。 Less&#xff1a;功能也很强大&#xff0c;但相比之下&#xff0c;Sass 在功能上更为丰富和成熟。 2、编译环境&…...

力扣-2663

题目 如果一个字符串满足以下条件&#xff0c;则称其为 美丽字符串 &#xff1a; 它由英语小写字母表的前 k 个字母组成。它不包含任何长度为 2 或更长的回文子字符串。 给你一个长度为 n 的美丽字符串 s 和一个正整数 k 。 请你找出并返回一个长度为 n 的美丽字符串&#…...

CausalMMM:基于因果结构学习的营销组合建模

1. 摘要 在线广告中&#xff0c;营销组合建模&#xff08;Marketing Mix Modeling&#xff0c;MMM&#xff09; 被用于预测广告商家的总商品交易量&#xff08;GMV&#xff09;&#xff0c;并帮助决策者调整各种广告渠道的预算分配。传统的基于回归技术的MMM方法在复杂营销场景…...

编译 CUDA 程序的基本知识和步骤

基本工具 NVCC&#xff08;NVIDIA CUDA Compiler&#xff09;: nvcc 是 NVIDIA 提供的 CUDA 编译器&#xff0c;用于将 CUDA 源代码&#xff08;.cu 文件&#xff09;编译成可执行文件或库。它可以处理 CUDA 和主机代码&#xff08;例如 C&#xff09;的混合编译。nvcc 调用底层…...