ChatGPT使用经验分享
ChatGPT 3.5模型 与 4模型的区别
ChatGPT 3.5 示例
问:树上有9只鸟,打死了一只还剩几只?
答:如果打死了一只鸟,那么树上还剩下8只鸟。
ChatGPT 4 示例
问:树上有9只鸟,打死了一只还剩几只?
答:表面上看,打死了一只鸟,树上应该还剩下8只鸟。然而,考虑到现实情况,枪声可能会吓跑其他的鸟,所以实际上树上很可能一只鸟都不剩了。
分析
-
ChatGPT 3.5:
- 直接计算问题的答案,给出一个简单的数学结果。
- 对问题的背景和现实情况考虑较少,答案较为直接和表面。
-
ChatGPT 4:
- 除了直接计算,还考虑了现实中的可能情况,提供了更全面的回答。
- 展现了对问题背景和现实场景的更深理解,答案更具洞察力和灵活性。
通过这个简单的问题,可以看出 ChatGPT 4 在理解和回答问题时,能够考虑更多现实因素,提供更全面和有深度的答案,而 ChatGPT 3.5 则更倾向于直接给出表面答案。
ChatGPT 使用说明
基本常识
-
ChatGPT 是什么:
ChatGPT 是一个由 OpenAI 开发的智能聊天机器人,可以回答问题、提供建议、帮你写东西等等。 -
使用场景:
ChatGPT 可以用来查信息、写文章、学习指导、编程帮助、生成创意等。
提问方式
-
明确问题:
提问时尽量具体。例如,“今天纽约的天气怎么样?”比“天气怎么样?”更清楚。 -
分步提问:
如果问题复杂,可以分成几个简单的问题。例如,先问“什么是人工智能?”,再问“人工智能有哪些应用?” -
提供背景信息:
提供一些背景信息可以帮助 ChatGPT 更好地理解你的问题。例如,“我正在写一篇关于环境保护的文章,可以给我一些建议吗?” -
使用示例:
给出示例可以让 ChatGPT 更清楚地理解你的需求。例如,“我需要一个关于团队合作的故事,可以给我一个示例吗?”
写需求时的注意事项
-
清晰简洁:
用简洁明了的语言,避免模糊或复杂的描述。例如,“我需要一些关于如何写好开头段落的建议。” -
具体要求:
具体说明你需要的内容或格式。例如,“请帮我写一封求职信,包含我的技能和经验。” -
避免歧义:
避免使用容易引起误解的词语或短语。如果有特定的要求或限制,请明确说明。例如,“我需要一个200字以内的产品描述。” -
多轮对话:
如果第一次回答不完全符合预期,可以进一步澄清或补充信息,继续提问。例如,“上一条回答不错,但能否再详细解释一下?”
示例
-
不明确的提问:
×
“写一篇文章。” -
明确的提问:
√
“我们平台的名字是禾墨号卡,主要是做低资费大流量的电话卡,用户通过注册成为平台的代理后,没成功推广出一张流量卡,佣金都在100元左右一张,是一个非常值得推荐的副业兼职项目,现在我想在网络上招募代理,请帮我写一篇招募代理的500字文章,重点是当前社会的赚钱不易,一个好的副业推荐。” -
不具体的需求:
×
“给我一些建议。” -
具体的需求:
√
“我正在准备一个关于时间管理的演讲,可以给我一些结构和关键点的建议吗?”
问答示例与问题分析
-
信息查询:
- 问题:“什么是量子计算?”
- 分析:明确询问某一概念的定义。
-
写作辅助:
- 问题:“请帮我写一封求职信,包含我的技能和经验。”
- 分析:具体说明需要的内容和格式。
-
学习指导:
- 问题:“如何学习Python编程?”
- 分析:询问学习某一技能的步骤和资源。
-
编程帮助:
- 问题:“这个Python代码为什么会报错?”
- 分析:提供代码和错误信息,询问具体问题。
-
创意生成:
- 问题:“给我一个关于团队合作的故事示例。”
- 分析:明确请求一个具体的示例。
ChatGPT很简单也很直接,垃圾问题提供垃圾回答,需求问题越详细,回答也越满意;复杂繁琐的问题可能需要分段提问,GPT虽然不会宕机,但是会乱回答来敷衍你。
ChatGPT 3.5模型 与 4模型的区别
ChatGPT 3.5 示例
问:树上有9只鸟,打死了一只还剩几只?
答:如果打死了一只鸟,那么树上还剩下8只鸟。
ChatGPT 4 示例
问:树上有9只鸟,打死了一只还剩几只?
答:表面上看,打死了一只鸟,树上应该还剩下8只鸟。然而,考虑到现实情况,枪声可能会吓跑其他的鸟,所以实际上树上很可能一只鸟都不剩了。
分析
-
ChatGPT 3.5:
- 直接计算问题的答案,给出一个简单的数学结果。
- 对问题的背景和现实情况考虑较少,答案较为直接和表面。
-
ChatGPT 4:
- 除了直接计算,还考虑了现实中的可能情况,提供了更全面的回答。
- 展现了对问题背景和现实场景的更深理解,答案更具洞察力和灵活性。
通过这个简单的问题,可以看出 ChatGPT 4 在理解和回答问题时,能够考虑更多现实因素,提供更全面和有深度的答案,而 ChatGPT 3.5 则更倾向于直接给出表面答案。
ChatGPT 使用说明
基本常识
-
ChatGPT 是什么:
ChatGPT 是一个由 OpenAI 开发的智能聊天机器人,可以回答问题、提供建议、帮你写东西等等。 -
使用场景:
ChatGPT 可以用来查信息、写文章、学习指导、编程帮助、生成创意等。
提问方式
-
明确问题:
提问时尽量具体。例如,“今天纽约的天气怎么样?”比“天气怎么样?”更清楚。 -
分步提问:
如果问题复杂,可以分成几个简单的问题。例如,先问“什么是人工智能?”,再问“人工智能有哪些应用?” -
提供背景信息:
提供一些背景信息可以帮助 ChatGPT 更好地理解你的问题。例如,“我正在写一篇关于环境保护的文章,可以给我一些建议吗?” -
使用示例:
给出示例可以让 ChatGPT 更清楚地理解你的需求。例如,“我需要一个关于团队合作的故事,可以给我一个示例吗?”
写需求时的注意事项
-
清晰简洁:
用简洁明了的语言,避免模糊或复杂的描述。例如,“我需要一些关于如何写好开头段落的建议。” -
具体要求:
具体说明你需要的内容或格式。例如,“请帮我写一封求职信,包含我的技能和经验。” -
避免歧义:
避免使用容易引起误解的词语或短语。如果有特定的要求或限制,请明确说明。例如,“我需要一个200字以内的产品描述。” -
多轮对话:
如果第一次回答不完全符合预期,可以进一步澄清或补充信息,继续提问。例如,“上一条回答不错,但能否再详细解释一下?”
示例
-
不明确的提问:
×
“写一篇文章。” -
明确的提问:
√
“我们平台的名字是禾墨号卡,主要是做低资费大流量的电话卡,用户通过注册成为平台的代理后,没成功推广出一张流量卡,佣金都在100元左右一张,是一个非常值得推荐的副业兼职项目,现在我想在网络上招募代理,请帮我写一篇招募代理的500字文章,重点是当前社会的赚钱不易,一个好的副业推荐。” -
不具体的需求:
×
“给我一些建议。” -
具体的需求:
√
“我正在准备一个关于时间管理的演讲,可以给我一些结构和关键点的建议吗?”
问答示例与问题分析
-
信息查询:
- 问题:“什么是量子计算?”
- 分析:明确询问某一概念的定义。
-
写作辅助:
- 问题:“请帮我写一封求职信,包含我的技能和经验。”
- 分析:具体说明需要的内容和格式。
-
学习指导:
- 问题:“如何学习Python编程?”
- 分析:询问学习某一技能的步骤和资源。
-
编程帮助:
- 问题:“这个Python代码为什么会报错?”
- 分析:提供代码和错误信息,询问具体问题。
-
创意生成:
- 问题:“给我一个关于团队合作的故事示例。”
- 分析:明确请求一个具体的示例。
ChatGPT很简单也很直接,垃圾问题提供垃圾回答,需求问题越详细,回答也越满意;复杂繁琐的问题可能需要分段提问,GPT虽然不会宕机,但是会乱回答来敷衍你。
相关文章:
ChatGPT使用经验分享
ChatGPT 3.5模型 与 4模型的区别 ChatGPT 3.5 示例 问:树上有9只鸟,打死了一只还剩几只? 答:如果打死了一只鸟,那么树上还剩下8只鸟。 ChatGPT 4 示例 问:树上有9只鸟,打死了一只还剩几只&…...
Webshell原理与利用
本文内容仅用于技术研究、网络安全防御及合法授权的渗透测试,严禁用于任何非法入侵、破坏或未经授权的网络活动。 1. WebShell的定义与原理 定义:WebShell是一种基于Web脚本语言(如PHP、ASP、JSP)编写的恶意后门程序,…...
Java直通车系列15【Spring MVC】(ModelAndView 使用)
目录 1. ModelAndView 概述 2. ModelAndView 的主要属性和方法 主要属性 主要方法 3. 场景示例 示例 1:简单的 ModelAndView 使用 示例 2:使用 ModelAndView 处理列表数据 示例 3:使用 ModelAndView 处理异常情况 1. ModelAndView 概…...
大模型系列课程学习-基于Vllm/Ollama/Ktransformers完成Deepseek推理服务部署
1.机器配置及实验说明 基于前期搭建的双卡机器装机教程,配置如下: 硬件名称参数备注CPUE5-2680V42 *2(线程28个)无GPU2080TI-22G 双卡魔改卡系统WSL Unbuntu 22.04.5 LTS虚拟机 本轮实验目的:基于VLLM/Ollama/ktran…...
基于深度文档理解的开源 RAG 引擎RAGFlow的介绍和安装
目录 前言1. RAGFlow 简介1.1 什么是 RAGFlow?1.2 RAGFlow 的核心特点 2. RAGFlow 的安装与配置2.1 硬件与软件要求2.2 下载 RAGFlow 源码2.3 源码编译 Docker 镜像2.4 设置完整版(包含 embedding 模型)2.5 运行 RAGFlow 3. RAGFlow 的应用场…...
DNS Beaconing
“DNS Beaconing” 是一种隐蔽的网络通信技术,通常与恶意软件(如木马、僵尸网络)相关。攻击者通过定期发送 DNS请求 到受控的域名服务器(C&C服务器),实现与恶意软件的隐蔽通信、数据传输或指令下发。由…...
【论文阅读】多模态——LSeg
文献基本信息 标题:Language-Driven Semantic Segmentation作者:Boyi Li、Kilian Q. Weinberger、Serge Belongie、Vladlen Koltun、Ren Ranftl单位:Cornell University、University of Copenhagen、Apple、Intel Labs会议/期刊:…...
vue3如何配置环境和打包
很多新手友友们或刚从vue2切换到vue3的同学,对vue3不同环境配置和打包有很多困惑的地方,Jenna这就把vue3打包配置流程详细的写下来,你们只需要copy就好啦 1.创建环境文件 当我们把项目拿到手,只需要创建三个环境文件:…...
高并发下订单库存防止超卖策略
文章目录 什么是超卖问题?推荐策略:Redis原子操作(Redis incr)乐观锁lua脚本利用Redis increment 的原子操作,保证库存数安全update使用乐观锁LUA脚本保持库存原子性 什么是超卖问题? 在并发的场景下,比如商城售卖商品…...
vue安装stylelint
执行 npm install -D stylelint postcss-html stylelint-config-recommended-vue stylelint-config-standard stylelint-order stylelint-prettier postcss-less stylelint-config-property-sort-order-smacss 安装依赖,这里是less,sass换成postcss-scss…...
用Deepseek写一个 HTML 和 JavaScript 实现一个简单的飞机游戏
大家好!今天我将分享如何使用 HTML 和 JavaScript 编写一个简单的飞机游戏。这个游戏的核心功能包括:控制飞机移动、发射子弹、敌机生成、碰撞检测和得分统计。代码简洁易懂,适合初学者学习和实践。 游戏功能概述 玩家控制:使用键…...
three.js 在 webGL 添加纹理
在我们生成了3D设计之后,我们可以添加纹理使其更加吸引人。在 webGL 和 p5.js中,可以使用 gl.texImage2D() 和 texture() API来为形状应用纹理。 使用 webGL 在 webGL 中,gl.texImage2D() 函数用于从图像文件生成2D纹理。该函数接受许多参…...
【5】单调队列学习笔记
前言 鸽了很久, 2023 / 1 / 5 2023/1/5 2023/1/5 开始, 2023 / 1 / 21 2023/1/21 2023/1/21 才完工。 中途去集训了,没时间来补漏洞。 单调队列 单调队列是一种非常实用的数据结构,可以用于查询一个定长区间在以一定速度向后滑…...
deepseek为什么要开源
一、生态位的抢占与锁定:以 JDK 版本为例 在软件开发的世界里,生态位的抢占和先入为主的效应十分显著。就拿 Java 开发中的 JDK 版本来说,目前大多数开发者仍在广泛使用 JDK8。尽管 JDK17 和 JDK21 已经推出,且具备更多先进特性…...
MySQL基本建表操作
目录 1,创建数据库db_ck 1.1创建表 1.2 查看创建好的表 2,创建表t_hero 2.1 先进入数据库Db_Ck 2.1.1 这里可以看是否进入数据库: 2.2 创建表t_Hero 2.2.1 我们可以先在文本文档里面写好然后粘贴进去,因为直接写的话,错了要重新开始 …...
防火墙旁挂组网双机热备负载均衡
一,二层交换网络: 使用MSTPVRRP组网形式 VLAN 2--->SW3为主,SW4 作为备份 VLAN 3--->SW4为主,SW3 作为备份 MSTP 设计 --->SW3 、 4 、 5 运行 实例 1 : VLAN 2 实例 2 : VLAN 3 SW3 是实例 1 的主根,实…...
大白话react第十八章React 与 WebGL 项目的高级拓展与优化
大白话react第十八章React 与 WebGL 项目的高级拓展与优化 1. 实现 3D 模型的导入与动画 在之前的基础上,我们可以导入更复杂的 3D 模型,并且让这些模型动起来,就像在游戏里看到的角色和场景一样。这里我们使用 GLTF 格式的模型,…...
JavaScript系列06-深入理解 JavaScript 事件系统:从原生事件到 React 合成事件
JavaScript 事件系统是构建交互式 Web 应用的核心。本文从原生 DOM 事件到 React 的合成事件,内容涵盖: JavaScript 事件基础:事件类型、事件注册、事件对象事件传播机制:捕获、目标和冒泡阶段高级事件技术:事件委托、…...
C++:string容器(下篇)
1.string浅拷贝的问题 // 为了和标准库区分,此处使用String class String { public :/*String():_str(new char[1]){*_str \0;}*///String(const char* str "\0") // 错误示范//String(const char* str nullptr) // 错误示范String(const char* str …...
2.数据结构-栈和队列
数据结构-栈和队列 2.1栈2.1.1栈的表示和实现2.1.2栈的应用举例数制转换括号匹配检验迷宫给求解表达式求值 2.1.3链栈的表示和实现2.1.4栈与递归的实现遍历输出链表中各个结点的递归算法*Hanoi塔问题的递归算法 2.2队列2.2.1循环队列——队列的顺序表示和实现2.2.2链队——队列…...
[特殊字符] 智能合约中的数据是如何在区块链中保持一致的?
🧠 智能合约中的数据是如何在区块链中保持一致的? 为什么所有区块链节点都能得出相同结果?合约调用这么复杂,状态真能保持一致吗?本篇带你从底层视角理解“状态一致性”的真相。 一、智能合约的数据存储在哪里…...
装饰模式(Decorator Pattern)重构java邮件发奖系统实战
前言 现在我们有个如下的需求,设计一个邮件发奖的小系统, 需求 1.数据验证 → 2. 敏感信息加密 → 3. 日志记录 → 4. 实际发送邮件 装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其…...
rknn优化教程(二)
文章目录 1. 前述2. 三方库的封装2.1 xrepo中的库2.2 xrepo之外的库2.2.1 opencv2.2.2 rknnrt2.2.3 spdlog 3. rknn_engine库 1. 前述 OK,开始写第二篇的内容了。这篇博客主要能写一下: 如何给一些三方库按照xmake方式进行封装,供调用如何按…...
React hook之useRef
React useRef 详解 useRef 是 React 提供的一个 Hook,用于在函数组件中创建可变的引用对象。它在 React 开发中有多种重要用途,下面我将全面详细地介绍它的特性和用法。 基本概念 1. 创建 ref const refContainer useRef(initialValue);initialValu…...
React第五十七节 Router中RouterProvider使用详解及注意事项
前言 在 React Router v6.4 中,RouterProvider 是一个核心组件,用于提供基于数据路由(data routers)的新型路由方案。 它替代了传统的 <BrowserRouter>,支持更强大的数据加载和操作功能(如 loader 和…...
[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?
论文网址:pdf 英文是纯手打的!论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误,若有发现欢迎评论指正!文章偏向于笔记,谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...
多种风格导航菜单 HTML 实现(附源码)
下面我将为您展示 6 种不同风格的导航菜单实现,每种都包含完整 HTML、CSS 和 JavaScript 代码。 1. 简约水平导航栏 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport&qu…...
Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...
Spring AI与Spring Modulith核心技术解析
Spring AI核心架构解析 Spring AI(https://spring.io/projects/spring-ai)作为Spring生态中的AI集成框架,其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似,但特别为多语…...
【开发技术】.Net使用FFmpeg视频特定帧上绘制内容
目录 一、目的 二、解决方案 2.1 什么是FFmpeg 2.2 FFmpeg主要功能 2.3 使用Xabe.FFmpeg调用FFmpeg功能 2.4 使用 FFmpeg 的 drawbox 滤镜来绘制 ROI 三、总结 一、目的 当前市场上有很多目标检测智能识别的相关算法,当前调用一个医疗行业的AI识别算法后返回…...
