建设机械网站公司/百度一下官方网址
Prompt工程:与AI聊天机器人更好地交流
- 1. 清楚地说明你想要什么
- 2. 告诉AI它现在是谁
- 3. 一步一步来
- 4. 给AI一些例子
- 5. 让AI检查自己的回答
- 6. 把AI当作你的小助手
- 7. 让AI帮你想主意
- 8. 让AI告诉你它需要知道什么
- 9. 教AI一步一步思考
- 结语
大家好!今天我们来聊聊如何跟AI聊天机器人更好地交谈。你们知道吗?跟AI聊天就像跟一个聪明的朋友聊天,但是这个朋友有时候需要我们给它一些小提示,它才能更好地理解我们的意思。这些小提示,我们就叫它"Prompt"。现在,让我们一起学习如何写出好的Prompt吧!
1. 清楚地说明你想要什么
想象你在跟妈妈要一个生日礼物。你会怎么说呢?是不是会说"妈妈,我想要一个蓝色的,会发光的,可以遥控的玩具车"?这样妈妈就能准确地知道你想要什么了。跟AI聊天也是一样的,我们要清楚地告诉它我们想要什么。
例子:
- 不好的说法: “给我讲个故事”
- 好的说法: “请给我讲一个关于小兔子和小狐狸成为朋友的短故事,故事要有趣并且有教育意义”
2. 告诉AI它现在是谁
有时候,我们可以告诉AI它现在要扮演一个角色。就像我们玩过家家酒一样,可以让AI扮演不同的角色。
例子:
- “现在你是一位厨师,请告诉我如何做一个简单的三明治”
- “假设你是一位宇航员,请描述一下在太空中生活是什么感觉”
3. 一步一步来
有时候,一个大问题可以分成几个小问题。就像我们做数学题一样,可以一步一步来解决。
例子:
"让我们一起设计一个生日派对吧:
- 首先,派对的主题是什么?
- 然后,我们需要准备哪些装饰品?
- 接下来,我们要准备什么食物和饮料?
- 最后,我们要玩什么游戏?"
4. 给AI一些例子
如果我们想要AI做某件事,可以先给它看一个例子。就像老师教我们新知识时,也会先给我们看例子一样。
例子:
“请帮我想几个有趣的绕口令。这里有一个例子:
四是四,十是十,十四是十四,四十是四十。
现在,请你也创作几个类似的绕口令。”
5. 让AI检查自己的回答
有时候,我们可以让AI重新看看它的回答,看看有没有什么可以改进的地方。就像我们写完作文后,老师会让我们自己先检查一遍一样。
例子:
“你刚才给我讲了一个故事。现在请你再看看这个故事,有没有什么地方可以让它变得更有趣或者更有教育意义?”
6. 把AI当作你的小助手
你知道吗?和AI聊天就像有了一个聪明的小助手。这个小助手可以帮你做很多事情,比如帮你查资料,帮你解决问题,甚至帮你写一些简单的程序。重要的是要记住,AI就像一个非常聪明但有时候需要指导的新朋友。
例子:
“亲爱的AI助手,我正在写一篇关于恐龙的作文。你能帮我找一些有趣的恐龙知识吗?”
7. 让AI帮你想主意
有时候,我们可能不知道该怎么问AI。这时候,我们可以让AI自己来告诉我们该怎么问!这就像你在做一个新游戏时,问朋友"我该怎么玩这个游戏呀?"
例子:
“我想了解更多关于海洋生物的知识。你能告诉我,我应该问你哪些问题来学到更多有趣的海洋生物知识吗?”
8. 让AI告诉你它需要知道什么
有时候,我们想让AI帮我们做一件事,但我们不确定AI需要知道哪些信息。这时候,我们可以直接问AI它需要知道什么。就像你要帮妈妈做饭,但不知道需要准备什么,你可以问妈妈:“我们要做什么菜?需要准备哪些材料?”
例子:
“AI助手,我想让你帮我设计一个小花园。为了帮我设计,你需要知道哪些信息呢?请告诉我你需要我回答哪些问题。”
9. 教AI一步一步思考
有时候,我们可以教AI像我们一样,一步一步地思考问题。这就像我们在解决一个复杂的数学题时,老师会教我们怎么一步一步地思考。我们可以给AI一个例子,告诉它我们是怎么思考的,然后让它用同样的方法来思考新的问题。
例子:
假设我们要教AI解决这样一个问题:“小明有5个苹果,他妈妈又给了他3个,然后他吃了2个,现在他有多少个苹果?”
我们可以这样教AI思考:
- 首先,我们知道小明开始有5个苹果。
- 然后,他妈妈给了他3个,所以现在他有5+3=8个苹果。
- 接着,他吃了2个,所以现在他有8-2=6个苹果。
- 因此,小明现在有6个苹果。
现在,如果我们问AI一个类似的问题:"小红有10个气球,她送给了小明2个,又买了5个,现在她有多少个气球?"AI就会知道该怎么一步一步地思考了。
通过这种方法,我们可以帮助AI学会像我们一样解决问题,这样它就能给出更准确的答案了。
结语
记住,和AI聊天就像和一个聪明的新朋友聊天。这个朋友很乐意帮助你,但有时候需要你给它一些提示和指导。通过学习这些小技巧,你可以更好地和AI交流,让它成为你学习和探索世界的好帮手。
下次当你使用AI聊天机器人时,试试这些方法吧!你会发现,和AI聊天可以变得更有趣,更有收获!
相关文章:

Prompt工程:与AI聊天机器人更好地交流
Prompt工程:与AI聊天机器人更好地交流 1. 清楚地说明你想要什么2. 告诉AI它现在是谁3. 一步一步来4. 给AI一些例子5. 让AI检查自己的回答6. 把AI当作你的小助手7. 让AI帮你想主意8. 让AI告诉你它需要知道什么9. 教AI一步一步思考结语 大家好!今天我们来聊聊如何跟AI聊天机器人更…...

BGP之选路MED
原理概述 当一台BGP路由器中存在多条去往同一目标网络的BGP路由时,BGP协议会对这些BGP路由的属性进行比较,以确定去往该目标网络的最优BGP路由。BGP路由属性的比较顺序为Preferred Value属性、Local Preference属性、路由生成方式、AS_Path属性、Origin属…...

KunDB4.0:安全能力与Oracle兼容性提升,支持跨系统多租户部署
KunDB是星环科技自主研发的分布式交易型数据库,高度兼容Oracle和MySQL,提供数据强一致、高可用、高性能、高扩展、应用透明等能力,可在云上和物理机上容器化部署运行,一站式解决企业数据存储、管理、计算与安全性问题。 过去半年…...

JVM的 6 种垃圾回收算法
JVM的垃圾回收(Garbage Collection, GC)算法,在面试八股文时偶尔会被问到,了解一些常见的垃圾回收算法有利于面试时吊打面试官。 以下是JVM常见的几种垃圾回收算法的介绍: 1. 标记-清除算法(Mark-Sweep&a…...

【SOC 芯片设计 DFT 学习专栏 -- DFT OCC 与 ATPG的介绍】
请阅读【嵌入式及芯片开发学必备专栏】 请阅读【芯片设计 DFT 学习系列 】 如有侵权,请联系删除 转自: 简矽芯学堂 简矽芯学堂 2024年01月18日 09:00 陕西 文章目录 OCC 介绍Fast ScanFull chip ATPGPartition ATPGHierarchical ATPG OCC 介绍 OCC&am…...

自动驾驶-机器人-slam-定位面经和面试知识系列03之C++STL面试题(01)
这两天有点忙耽搁了,抱歉!!! 这个博客系列会分为C STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新,基本涵盖了自己秋招历程被问过的面试内容(除了实习和学校项目相关的具体细节)。…...

红狮金业解读:分析高价位黄金的后续投资吸引力
在全球经济格局不断变化的背景下,黄金作为传统的避险资产一直备受投资者关注。近期,金价持续走高,引发了市场对黄金是否仍然是优质资产配置的讨论。本文红狮启富将从长期需求、价格驱动因素的变化以及汇率影响三个角度,深入分析黄…...

LDR6020双盲插便携显示器应用
随着USB Type-C接口的普及,越来越多的手机和笔记本电脑都支持通过C接口输出视频。这个小巧而精密的接口,大有把传统的HDMI和DisplayPort接口取而代之的架势。特别是usb4的推出,更是为USB TYPE-C接口一统有线接口形态奠定了基础。 单USB-C接口…...

【HashMap源码学习】
HashMap的底层结构 HashMap是基于分离链表法解决散列冲突的动态散列表。 1、在jdk7中,使用的是“数组 链表”,发生散列冲突的时候键值对会用头插法添加到单链表中; 2、在jdk8中,使用的是“数组 链表 红黑树”,发…...

Git关联本地仓库和远程仓库
Step 1 添加远程仓库: git remote add <远程仓库别名><远程仓库地址> Step 2 git push -u <远程仓库名><分支名> 查看远程仓库: git remote -v 拉取远程仓库内容: 拉取服务器仓库过程中,如果本地和服务器有文件冲突,则会拉取失…...

【Django】在vscode中新建Django应用并新增路由
文章目录 打开一个终端输入新建app命令在app下的views.py内写一个视图app路由引入该视图项目路由引入app路由项目(settings.py)引入app(AntappConfig配置类)运行项目 打开一个终端 输入新建app命令 python manage.py startapp antapp在app下的views.py内…...

DT浏览器首页征集收录海内外网址
DT浏览器首页征集收录海内外网址,要求页面整洁,内容丰富,知识性和可读性强,符合大众价值观,不含恶意代码...

便携解码耳放
想象一下,你正在拥挤的地铁上,耳机里传来的音乐却仿佛带你置身于音乐厅,每一个音符都清晰、动人。这不是科幻小说,而是便携解码耳放(DAC/AMP)带给你的真实体验。无论你是在旅行、通勤还是在咖啡馆里工作&am…...

响应式编程框架Reactor之 Flux 和 Mono 的介绍和区别
Flux和Mono在Reactor框架中都是响应式编程模型的重要概念,它们在处理异步数据流时发挥着重要作用,两者之间也存在一些差异。 Mono的介绍 基本概念: Mono是Reactor中的一个类,它表示一个异步的单个值或零个值的结果。Mono可以看作是一个特殊的Publisher,用于产生数据流,…...

2.3 openCv 对矩阵执行掩码操作
在矩阵上进行掩模操作相当简单。其基本思想是根据一个掩模矩阵(也称为核)来重新计算图像中每个像素的值。这个掩模矩阵包含的值决定了邻近像素(以及当前像素本身)对新的像素值产生多少影响。从数学角度来看,我们使用指定的值来做一个加权平均。 具体而言,掩模操作通常涉…...

贪心算法(三) ---cmp_to_key, 力扣452,力扣179
目录 cmp_to_key 比较函数 键函数 cmp_to_key 的作用 使用 cmp_to_key 代码解释 力扣452 ---射气球 题目 分析 代码 力扣179 ---最大数 题目 分析 代码 cmp_to_key 在Python中,cmp_to_key 是一个函数,它将一个比较函数转换成一个键函数…...

学生信息管理系统详细设计文档
一、设计概述 学生信息管理系统是一个用于管理学生信息的软件系统,旨在提高学校对学生信息的管理效率。本系统主要包括学生信息管理、课程信息管理、成绩信息管理、班级信息管理等功能模块。详细设计阶段的目标是确定各个模块的实现算法,并精确地表达这…...

leetcode10 -- 正则表达式匹配
题目描述: 给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 . 和 * 的正则表达式匹配。 . 匹配任意单个字符* 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。 示例 1࿱…...

Binius-based zkVM:为Polygon AggLayer开发、FPGA加速的zkVM
1. 引言 近日,ZK硬件加速巨头Irreducible和Polygon团队宣布联合开发生产级的Binius-based zkVM,用于助力Polygon AggLayer,实现具有低开销、硬件加速的binary proofs。 Irreducible(曾用名为Ulvetanna)团队 Benjamin …...

基于 HTML+ECharts 实现的大数据可视化平台模板(含源码)
构建大数据可视化平台模板:基于 HTML 和 ECharts 的实现 大数据的可视化对于企业决策、市场分析和业务洞察至关重要。通过直观的数据展示,团队可以快速理解复杂的数据模式,发现潜在的业务机会。本文将详细介绍如何利用 HTML 和 ECharts 实现一…...

特征工程在机器学习中的重要性
特征工程在机器学习中的重要性 特征工程在机器学习中占据着至关重要的地位,它是连接原始数据与机器学习模型之间的桥梁。通过特征工程,我们可以将原始数据转换为机器学习算法能够有效利用的形式,从而提高模型的性能和准确性。以下是特征工程…...

【css】flex布局父元素宽度或高度无法被子元素撑开-bug记录
简言 flex布局父元素宽度或高度无法被子元素撑开问题。 解决方案: 手动计算子元素内容所占宽高,手动赋值给父元素即可。 flex布局宽高度问题 flex布局现在是特别常见得布局方式。 在此记录一个注意点:flex布局在不换行得情况下,…...

Music Tag Editor Pro for Mac:强大的音频标签管理工具
Music Tag Editor Pro for Mac是一款专为Mac系统设计的音频标签管理工具,其简易直观的操作界面和强大的功能深受用户喜爱。 这款软件的核心功能在于它能够批量编辑各类音频文件的标签。无论是修改元数据、重命名文件,还是转换音乐标签的文本编码&#x…...

2024秋招算法
文章目录 参考资料一 数组1.1 二分查找1.2 移除元素1.3 长度最小的子数组1.4 螺旋矩阵1.5 在排序数组中查找元素的第一个和最后一个位置 二 链表2.1 移除链表元素2.2 设计链表2.3 反转链表2.4 两两交换链表中的节点2.5 删除链表的倒数第N个节点2.6 链表相交2.7 环形链表II 三 哈…...

El-Table 表格的表头字段切换
最近写了一个小功能,比较有意思,特此博客记录。 提出需求:需要表头字段变化,但是我在官网上的表格相关上查找,没有发现便捷方法。 于是我有两个想法:1.做三个不同的表格。2.做一个表格使用不同的表头字段。…...

分布式事务 详解
1.简介 2.本地事务失效问题 可以使用AOP starter aspectJ 代理 这样就可以拿到它的上下文的代理对象,当然是有这样的需求才这么做 如果你的事务只是想默认的传播行为,共用上面的事务,就可以不用这个啦 详情请去了解 Raft 算法 还有 pa…...

【git】太大了失败: fatal: fetch-pack: invalid index-pack output
#‘’ Git仓库过大致使clone失败的解决方法 上述大神的方法,亲测有效 中途失败: 太大了 fetch-pack: unexpected disconnect while reading sideband packet fatal: early EOF fatal: fetch-pack: invalid index-pack output关闭压缩 git config --global core.…...

在 ArchLinux 上编译运行 axmol 引擎
本文将在 Windows 10 上安装 Arch WSL 中编译 axmol 请确保 WSL2 已正确安装 1. 在微软应用商店安装 ArchLinux 2. 打开 Arch,按照提示输入用户名和密码,尽量简单 3. 配置清华源,速度快的起飞,否则,各种包会安装失败…...

云计算的三种服务模式
云计算的三种主要服务模式分别是基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。每种服务模式都提供不同级别的抽象和管理,满足不同的需求和用例。以下是对这三种服务模式的详细介…...

Pytorch使用教学1-Tensor的创建
0 导读 在我们不知道什么是深度学习计算框架时,我们可以把PyTorch看做是Python的第三方库,在PyTorch中定义了适用于深度学习的张量Tensor,以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法,正是这些基本数据…...