如何给AI下达精准的指令，哪些提示词对于AI是有效的？

最新推荐文章于 2025-04-18 19:35:00 发布

AI大模型优化师

最新推荐文章于 2025-04-18 19:35:00 发布

阅读量2.3k

点赞数 29

文章标签：人工智能机器人游戏产品经理 gpt

本文链接：https://blog.csdn.net/2401_85325557/article/details/139660906

版权

刚上手那会，我倾向于将 prompt 翻译为“指令”，但这并不精确。“指令”通常对应instructions，属于 prompt 中的纯指令部分，通常是一个动宾结构（做什么）。剩下的部分更多是描述（describe）。

• 角色设定：擅于使用 System 给GPT设定角色和任务，如“哲学大师”； • 指令注入：在 System 中注入常驻任务指令，如“主题创作”； • 问题拆解：将复杂问题拆解成的子问题，分步骤执行，如：Debug 和多任务； • 分层设计：创作长篇内容，分层提问，先概览再章节，最后补充细节，如：小说生成； • 编程思维：将prompt当做编程语言，主动设计变量、模板和正文，如：评估模型输出质量； • Few-Shot：基于样例的prompt设计，规范推理路径和输出样式，如：构造训练数据；

Claude，ChatGPT 的优秀备胎，也支持中文：https://poe.com/。 ChatGPT : https://chat.openai.com/

明确具体的问题？

在这里插入图片描述

有意识地训练自己提出明确、具体的问题。
通过不同的 prompt 测试答案的一致性。
prompt 工程可以有效提升 ChatGPT 回答的表现和效率。
注重自身的思维提升。

在这里插入图片描述

见面道辛苦 谁说 prompt 工程一定要是高深的语句？江湖流传的玄学 prompt 工程——在每个结果中加入“谢谢”，就能有效地提升输出质量。

角色设定

在这里插入图片描述

整个 prompt 中包含了两个人设。一个是引导我优化 prompt 的导师。导师人设要求ChatGPT 在结果中提供一个对输出方案量化的评估，如果评分较低，就说明一下问题点在哪里。这个问题点会促使我们进一步丰满 prompt 的信息。另一个人设是当我要求“运行”时，ChatGPT 提供具体问题的解决方案。

指令注入

在这里插入图片描述

问题拆解

在这里插入图片描述

预训练

在这里插入图片描述

科技进步日新月异，智能理解与日俱增，机器助力生产昼夜不停，犹如奔腾大河水滔滔不绝。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的zi yuan得到学习提升
😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些P DF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍