编写 GPT 提示词的公式 + 资源分享
GPT 能够给我们带来很大的帮助,因此我们要好好利用它。我们希望 GPT 输出令我们满意的内容,影响 GPT 输出内容的因素有模型和输入(Prompt,提示词)。
- 模型:我们可以选择不同的 GPT 产品,它们的模型可能不同,譬如 ChatGPT、Claude、文心一言、通义千问等。如果有能力的话,可以对开源的模型进行微调,或者自己训练模型。
- 提示词:我们可以学习如何编写好的提示词,这样 GPT 输出的内容就会更符合我们的预期。
本文将介绍一个编写 GPT 提示词的公式,这个公式可以帮助我们编写出更好的提示词。任务指令 = 描述角色 + 描述背景信息 + 描述任务目标 + 描述输出要求。
指令公式
描述角色
在<描述角色>这一部分中,需要我们描述 GPT 和自己的角色。
- 描述 GPT 的角色,让 GPT 知道它应该扮演什么样的角色来回应请求
- 描述自己的角色,让 GPT 知道用户的角色是什么,使 GPT 输出更符合角色特征的内容
描述角色的话术:我想让你充当一个 xxx,我是一个 xxx。
示例对话(逐步推进):
- 请你为我编写实现冒泡排序算法的代码。
- 描述 GPT 的角色:**我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法。**请你为我编写实现冒泡排序算法的代码。
- 描述自己的角色:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。请你为我编写实现冒泡排序算法的代码。
描述背景信息
<描述背景信息>这一部分是为了给 GPT 提供任务的上下文,帮助 GPT 更好地理解任务。我们提供的背景信息越多、越准确,GPT 输出的结果就会越靠谱。如何更好的描述背景信息呢?
- 向 GPT 询问需要哪些关键信息:在向 GPT 描述自己的任务目标后,我们可以向 GPT 询问,问它需要我们提供哪些关键信息。然后根据 GPT 的回答,给 GPT 提供信息。向 GPT 询问需要哪些关键信息的话术:为了帮助我完成 xxx 任务,需要我给你提供哪些关键信息呢?
- 6H 原则:在向 GPT 提供背景信息时,我们可以遵循 6H 原则,即:who、what、when、where、why、how。这些问题可以帮助我们提供更多的背景信息,从而帮助 GPT 更好地理解任务。
示例对话:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。我想让你编写实现冒泡排序算法的代码,需要我给你提供哪些关键信息呢?
描述任务
在<描述任务>这一部分中,需要我们描述<我们希望 GPT 完成的具体任务>。
我们可以使用一些关键词来描述任务,譬如:编写、撰写、设计、解释、计算、生成、绘制、分析、预测、推荐、识别、检测。
描述任务的话术:请你为我 xxx。
- 请你为我编写实现 xxx 功能的代码
- 请你为我撰写一篇 xxx
- 请你为我解释 xxx
描述输出要求
最后,我们需要描述<我们希望 GPT 输出的内容应该满足什么标准或要求>。要求的类型有很多:
- 语言种类的要求:要求输出中文、要求输出英文
- 目标受众的要求:要求生成的内容适用于特定的受众群体,譬如:xxx 的初学者、xxx 的精通者、专业人士等
- 格式的要求:
- 要求以Markdown格式输出
- 要求对内容的重点部分加粗强调
- 要求输出表格 / 列表,使用 x 列:xx、xx,xx 列和 xx 列垂直居中
- 要求使用 Katex 渲染公式和行内的数学符号
- 其他的要求:
- 要求提供内容的(信息源链接)[link]
- 要求提供 x 个真实的案例 / 应用实例
- 要求生成的内容包括 xxx
- 内容结构:要求按照指定的模板大纲输出
示例对话:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。请你为我编写实现冒泡排序算法的代码。我对你输出的内容有以下的要求:
- 我要求你生成的内容适用于数据结构与算法的初学者。
- 我要求你对内容的重点部分加粗强调。
- 我要求你提供内容的(信息源链接)[link]。
最终的对话
我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。我想让你编写实现冒泡排序算法的代码,需要我给你提供哪些关键信息呢?
要编写冒泡排序算法的代码,需要以下关键信息:1. 编程语言:你需要告诉我使用哪种编程语言来实现冒泡排序。常见的选择包括Python、Java、C++等。2. 排序的数据类型:你需要确定要排序的数据类型是什么,例如整数、浮点数、字符串等。3. 数据输入方式:你可以选择手动输入一组数据进行排序,或者要求我生成随机数据用于排序。4. 排序顺序:您需要确定是升序排序还是降序排序。冒泡排序可以根据需要进行升序或降序排序。一旦提供了这些信息,我就可以为你编写相应编程语言的冒泡排序算法示例代码,并解释算法的工作原理。请提供上述信息,我将尽力帮助你学习数据结构与算法。
下面是我提供的关键信息:
- 编程语言:使用 Java 语言实现冒泡排序。
- 排序的数据结构:我希望将待排序的数据存储在 ArrayList 列表中来进行排序。
- 排序的数据类型:要排序的数据类型是浮点数 double。
- 数据输入方式:手动输入一组数据进行排序。
- 排序顺序:按降序进行排序。
请你根据我提供的关键信息,为我编写实现冒泡排序算法的代码。我对你输出的内容有以下的要求:
- 我要求你生成的内容适用于数据结构与算法的初学者。
- 我要求你提供内容的(信息源链接)[link]。
资源分享
免费的 GPT
无需翻墙
老北鼻AI - 发布页-免费GPT (lbbai.com)
ChatGPT 镜像网站 - 最优网址 (aalib.net)
ChatGPT 国内免费平替列表 - 飞书云文档 (feishu.cn)
需要翻墙
GitHub - xx025/carrot: Free ChatGPT Site List 这儿为你准备了众多免费好用的ChatGPT镜像站点
Shared Chat (zhile.io)
Poe
AIGC 工具集
老北鼻AI导航 | 500+ AI工具导航大全,国内外AI工具箱网站,GPT,MJ (lbbai.com)
AI驿站 - AI工具集 - ChatGPT (51aiyz.com)
照夜清的AI小宇宙 —— 一个永久可以让你不花钱使用 ChatGPT 网站! (zhaoyeqing.cn)
AiTreasureBox/README.zh-CN.md at main · superiorlu/AiTreasureBox (github.com)
PromptPerfect - Elevate Your Prompts to Perfection. Prompt Engineering, Optimizing, Debugging and Hosting. (jina.ai)
知识库
极客时间 AIGC 知识库 · 学习指南 - 飞书云文档 (feishu.cn)
ChatGPT 学习手册(保姆级) - 飞书云文档 (feishu.cn)
AIGC首页 - 飞书云文档 (feishu.cn)
疯刀 AI 训练营 - 飞书云文档 (feishu.cn)
ChatGPT学习工具包(应用级) - 飞书云文档 (feishu.cn)
ChatGPT 学习手册 - 飞书云文档 (feishu.cn)
学习资源
Hello from Learning Prompt | Learning Prompt
提示工程指南 | Prompt Engineering Guide (promptingguide.ai)
得到的 AI 付费课程:得到APP - 知识就是力量,知识就在得到 (dedao.cn)
- 「01.万维钢·AI前沿(科学作家)」:https://www.aliyundrive.com/s/2FYwQ7Ykc57
- 「02.快刀青衣·给职场人的AI写作课(得到联合创始人)」:https://www.aliyundrive.com/s/sx7beVNMs8c
- 「03.卓克·怎样用AI高效学习(科技观察家)」:https://www.aliyundrive.com/s/xUANEmu5txe
- 「04.刘飞怎样用AI绘画」:https://www.aliyundrive.com/s/MizHsJtT6q6
- 「05.马馺·怎样用AI做PPT(商业演讲策划人)」:https://www.aliyundrive.com/s/6LWUqquzTsM
- 「06.前沿课·吴军讲GPT(计算机科学家)」:https://www.aliyundrive.com/s/6LASda2Lkus
相关文章:
编写 GPT 提示词的公式 + 资源分享
GPT 能够给我们带来很大的帮助,因此我们要好好利用它。我们希望 GPT 输出令我们满意的内容,影响 GPT 输出内容的因素有模型和输入(Prompt,提示词)。 模型:我们可以选择不同的 GPT 产品,它们的模…...

用HTML、CSS和JavaScript制作的通用进制转换器
随着编程和计算机科学越来越受欢迎,我们经常需要进行进制转换。本文将介绍一个简洁、美观、适用于移动设备的进制转换工具,并详细讨论其实现。 目录 🌍 用HTML、CSS和JavaScript制作的通用进制转换器 1.项目图片展示 2. 技术栈 3. 主要功…...

ArcGIS 10.3软件安装包下载及安装教程!
【软件名称】:ArcGIS 10.3 【安装环境】:Windows 【下载链接 】: 链接:https://pan.baidu.com/s/1K5ab7IHMYa23HpmuPkFa1A 提取码:oxbb 复制这段内容后打开百度网盘手机App,操作更方便哦 软件解压码点击原文…...

【数据增强】
【数据增强】 1 数据增强的情形2 数据增强的方法 1 数据增强的情形 当数据比较小,难以获取新的训练数据时,可以考虑数据增强,如随机裁剪部分,随机左右上下翻转、随机旋转一个角度、随机亮度变化等微小变化,数据的多样…...

Ae 效果:CC Force Motion Blur
时间/CC Force Motion Blur Time/CC Force Motion Blur CC Force Motion Blur (CC 强制运动模糊)主要用于为动态图像添加强制的运动模糊效果,增加动态画面的流畅感和真实感。 相对于时间轴面板上的“运动模糊”开关,CC Force Moti…...

2023华为杯研究生数学建模竞赛CDEF题思路+模型代码
全程更新华为杯研赛CDEF题思路模型及代码,大家查看文末名片获取 华为杯C题思路分析 问题一 在每个评审阶段,作品通常都是随机分发的,每份作品需要多位评委独立评审。为了增加不同评审专家所给成绩之间的可比性,不同专家评审的作…...
FP独立站之黑科技:AB站收款、斗篷CLOAK
最近一段时间经常有不少小伙伴来咨询我独立站的相关的业务,因为很多独立站卖家觉得独立站不好做,再加上跨境平台禁止特货类产品的销售(如FP产品、成人用品、电子烟、灰黑类产品等等),但这类产品市场需求大,…...

【Linux网络编程】gdb调试技巧
这篇博客主要要记录一下自己在Linux操作系统Ubuntu下使用gbd调试程序的一些指令,以及使用过程中的一些心得。 使用方法 可以使用如下代码 gcc -g test.c -o test 或者 gcc test.c -o test -g的选项最好添加,如果不添加,l指令无法被识别 …...

ElementUI之登录与注册
目录 一.前言 二.ElementUI的简介 三.登录注册前端界面的开发 三.vue axios前后端交互--- Get请求 四.vue axios前后端交互--- Post请求 五.跨域问题 一.前言 这一篇的知识点在前面两篇的博客中就已经详细详解啦,包括如何环境搭建和如何建一个spa项目等等知识…...

报错处理:Error: Redis server is running but Redis CLI cannot connect
嗨,读者朋友们!今天我来跟大家分享一个我在运维过程中遇到的一个关于Linux上运行Redis服务时的报错及解决方法。 报错信息如下: Error: Redis server is running but Redis CLI cannot connect 这个报错信息表明Redis服务器已经运行ÿ…...

RocketMQ 源码分析——Producer
文章目录 消息发送代码实现消息发送者启动流程检查配置获得MQ客户端实例启动实例定时任务 Producer 消息发送流程选择队列默认选择队列策略故障延迟机制策略*两种策略的选择 技术亮点:ThreadLocal 消息发送代码实现 下面是一个生产者发送消息的demo(同步发送&#…...
ISTQB术语表
此术语表为国际软件测试认证委员会(ISTQB)发布的标准术语表。此表历经数次修改、完善,集纳了计算机行业界、商业界及政府相关机构的见解及意见,在国际化的层面上达到了罕有的统一性及一致性。参与编制此表的国际团体包括澳大利亚、…...

小米笔试题——01背包问题变种
这段代码的主要思路是使用动态规划来构建一个二维数组 dp,其中 dp[i][j] 表示前 i 个产品是否可以组合出金额 j。通过遍历产品列表和可能的目标金额,不断更新 dp 数组中的值,最终返回 dp[N][M] 来判断是否可以组合出目标金额 M。如果 dp[N][M…...
SkyWalking内置MQE语法
此文档出自SkyWalking官方git https://github.com/apache/skywalking docs/en/api/metrics-query-expression.md Metrics Query Expression(MQE) Syntax MQE is a string that consists of one or more expressions. Each expression could be a combination of one or more …...

Springboot2 Pandas Pyecharts 量子科技专利课程设计大作业
数据集介绍 1.背景 根据《中国科学:信息科学》期刊上的一篇文章,量子通信包括多种协议与应用类型: 基于量子隐形传态与量子存储中继等技术,可实现量子态信息传输,进而构建量子信息网络,已成为当前科研热点&…...
RabbitMQ里的几个重要概念
RabbitMQ中的一些角色: publisher:生产者consumer:消费者exchange个:交换机,负责消息路由,接受生产者发送的消息,把消息发送到一个或多个队列里queue:队列,存储消息virt…...

23. 图论 - 图的由来和构成
文章目录 图的由来图的构成Hi, 你好。我是茶桁。 从第一节课上到现在,我基本上把和人工智能相关的一些数学知识都教给大家了,终于来到我们人工智能数学的最后一个部分了,让我们从今天开始进入「图论」。 图论其实是一个比较有趣的领域,因为微积分其实更多的是对应连续型的…...

拼多多API接口解析,实现根据ID取商品详情
拼多多是一个流行的电商平台,它提供了API接口供开发者使用。要根据ID获取商品详情,您需要使用拼多多API接口并进行相应的请求。 以下是使用拼多多API接口根据ID获取商品详情的示例代码(使用Python编写): import requ…...
【JavaScript】解构
解构(Destructuring)是 JavaScript 中一种强大的语法特性,它允许你从数组或对象中提取值并赋值给变量,使代码更加简洁和易读。JavaScript 中有两种主要的解构语法:数组解构和对象解构。 数组解构 数组解构用于从数组…...
现代卷积网络实战系列2:训练函数、PyTorch构建LeNet网络
4、训练函数 4.1 调用训练函数 train(epochs, net, train_loader, device, optimizer, test_loader, true_value)因为每一个epoch训练结束后,我们需要测试一下这个网络的性能,所有会在训练函数中频繁调用测试函数,所有测试函数中所有需要的…...
挑战杯推荐项目
“人工智能”创意赛 - 智能艺术创作助手:借助大模型技术,开发能根据用户输入的主题、风格等要求,生成绘画、音乐、文学作品等多种形式艺术创作灵感或初稿的应用,帮助艺术家和创意爱好者激发创意、提高创作效率。 - 个性化梦境…...

盘古信息PCB行业解决方案:以全域场景重构,激活智造新未来
一、破局:PCB行业的时代之问 在数字经济蓬勃发展的浪潮中,PCB(印制电路板)作为 “电子产品之母”,其重要性愈发凸显。随着 5G、人工智能等新兴技术的加速渗透,PCB行业面临着前所未有的挑战与机遇。产品迭代…...
SciencePlots——绘制论文中的图片
文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了:一行…...

23-Oracle 23 ai 区块链表(Blockchain Table)
小伙伴有没有在金融强合规的领域中遇见,必须要保持数据不可变,管理员都无法修改和留痕的要求。比如医疗的电子病历中,影像检查检验结果不可篡改行的,药品追溯过程中数据只可插入无法删除的特性需求;登录日志、修改日志…...

论文浅尝 | 基于判别指令微调生成式大语言模型的知识图谱补全方法(ISWC2024)
笔记整理:刘治强,浙江大学硕士生,研究方向为知识图谱表示学习,大语言模型 论文链接:http://arxiv.org/abs/2407.16127 发表会议:ISWC 2024 1. 动机 传统的知识图谱补全(KGC)模型通过…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
python报错No module named ‘tensorflow.keras‘
是由于不同版本的tensorflow下的keras所在的路径不同,结合所安装的tensorflow的目录结构修改from语句即可。 原语句: from tensorflow.keras.layers import Conv1D, MaxPooling1D, LSTM, Dense 修改后: from tensorflow.python.keras.lay…...

视频行为标注工具BehaviLabel(源码+使用介绍+Windows.Exe版本)
前言: 最近在做行为检测相关的模型,用的是时空图卷积网络(STGCN),但原有kinetic-400数据集数据质量较低,需要进行细粒度的标注,同时粗略搜了下已有开源工具基本都集中于图像分割这块,…...

视觉slam十四讲实践部分记录——ch2、ch3
ch2 一、使用g++编译.cpp为可执行文件并运行(P30) g++ helloSLAM.cpp ./a.out运行 二、使用cmake编译 mkdir build cd build cmake .. makeCMakeCache.txt 文件仍然指向旧的目录。这表明在源代码目录中可能还存在旧的 CMakeCache.txt 文件,或者在构建过程中仍然引用了旧的路…...
Python 训练营打卡 Day 47
注意力热力图可视化 在day 46代码的基础上,对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...