如何构建有效的大模型Prompt

一、制作有效的 ChatGPT 提示的步骤

现在，我们已经探讨了制作明确简洁的 ChatGPT 提示的原则以及避免使用行话和模糊性的重要性，让我们深入探讨一种制作有效提示的具体流程。以下是应该遵循的步骤：

1. 确定对话的目的和重点。在编写提示之前，了解希望通过对话实现什么目标至关重要。是想提供信息、回答问题还是进行非正式对话？通过确定对话的目的和重点，可以制作一个具体和相关的提示，从而与 ChatGPT 进行更有吸引力和有信息性的对话。

2. 使用具体和相关的语言。为了确保 ChatGPT 理解提示并提供适当的回应，使用具体和相关的语言至关重要。避免使用行话或模糊的语言，这可能会导致混淆或误解。相反，努力尽可能清晰简洁，使用与所讨论的主题相关的语言。

3. 避免使用开放式或过于宽泛的提示。虽然使用开放式或过于宽泛的问题以获取更全面的回答可能很诱人，但这些类型的提示通常会导致与 ChatGPT 的不连贯或无重点的对话。相反，力求在提示中尽可能具体，为对话定义明确的目的和重点。

4. 审查和修订你的提示。在将提示发送给 ChatGPT 之前，花时间审查和修订它，以确保其清晰易懂。考虑语言是否具体和相关，以及提示是否专注并避免模糊性。

通过遵循这些步骤，可以制作出有效的 ChatGPT 提示，推动有信息性和有吸引力的对话。

示例：

1. 定义对话的目的和重点：本次对话的目的是为在罗马旅游时与年幼的孩子一起适合游览的旅游景点提供建议。

2. 选择具体和相关的语言：“你能推荐一些适合年幼孩子的家庭在罗马旅游的旅游景点吗？”这个提示很清晰、具体，让 ChatGPT 能够理解并生成适当的回应。

3. 避免使用开放式或过于宽泛的提示：这个提示具体而明确，避免了开放式或过于宽泛的语言，这可能导致不连贯或无重点的对话。

4. 审查和修订你的提示：经过审查，这个提示清晰易懂，专注于罗马旅游时适合年幼孩子的旅游景点这个具体话题。不需要修改。

通过遵循这些步骤，可以制作出一个有信息性和有吸引力的 ChatGPT 提示，推动对罗马旅游时适合年幼孩子的旅游景点进行有意义的对话。

二、引导对话朝有意义的方向发展的最佳实践

为了与 ChatGPT 进行有信息性和有吸引力的对话，了解你希望对话走向何方并引导它朝有意义的方向发展至关重要。以下是一些最佳实践：

1. 以清晰简洁的提示开始。正如我们之前所讨论的，制作定义对话目的和重点的清晰简洁的提示非常重要。通过使用专注和具体的提示开始，可以帮助确保对话保持在正确的方向上并涵盖用户关心的话题。

2. 鼓励 ChatGPT 扩展其回应。虽然 ChatGPT 能够提供有用和相关的信息，但有时鼓励它扩展其回应可以提供更深入的信息或深入探讨相关话题。可以通过提出后续问题或提供额外的上下文或示例来帮助引导对话。

3. 注意对话中使用的语气和语言。为了保持有意义和有吸引力的对话，注意对话中使用的语气和语言非常重要。避免使用过于随意或轻视的语言，因为这可能导致沟通破裂。相反，力争使用清晰易懂的语言，并保持一种尊重和专业的语气。

4. 监控对话的方向并根据需要进行调整。随着对话的进行，监控其走向并根据需要进行调整以保持其正确的方向。如果对话开始偏离主题，你可以使用提示或后续问题来引导对话回到更相关的方向。通过遵循这些最佳实践，你可以帮助引导 ChatGPT 对话走向有意义的方向，并推动更有吸引力和有信息性的对话。

为打造有效的ChatGPT提示最有用的技巧之一是使用“扮演”技巧。

这种技巧包括在提示中使用短语“扮演”，告诉ChatGPT在对话中扮演特定的角色或人物。这对于创建更具吸引力和沉浸式的对话，或模拟现实场景非常有用。

例如，可以使用“扮演”技巧告诉ChatGPT“扮演旅行代理”，并根据用户的喜好提供度假目的地的推荐。或者你可以告诉ChatGPT“扮演侦探”，并解决虚构的犯罪案件。可能性是无限的，“扮演”技巧可以是创建吸引人和沉浸式ChatGPT对话的强大工具。

要使用“扮演”技巧，只需在提示中包含短语“扮演”，后跟ChatGPT在对话中应扮演的角 色或人物的描述。例如：“我想让你扮演旅行代理。你能否根据我的喜好推荐一些度假目的地？”

通过使用“扮演”技巧，你可以创建更具吸引力和沉浸式的ChatGPT对话，以满⾜用户的特定兴趣和需求。

一个例子：

我希望你扮演javascript控制台。我将输入命令，你将回复 javascript控制台应显示的内容。我希望你只回复一个唯一的代码块中的终端输出，而不要写解释。除非我要求你这样做，否则不要输入命令。当我需要用英语告诉你某些内容时，我将在花括号中放置文本{像这样}。我的第一个命令是console.log（“Hello World”）;

让我们深入了解这个例子：

“我希望你扮演javascript控制台。” 这句话使用“扮演”技巧，告诉ChatGPT在对话中扮演javascript控制台的角色。

“我将输入命令，你将回复javascript控制台应显示的内容。” 这句话解释了用户在对话中的角色，以及ChatGPT在响应用户输入的命令时的角色。

“我希望你只回复一个唯一的代码块中的终端输出，而不要写解释。” 这句话为ChatGPT提供了进一步的说明，指定它应该只在一个唯一的代码块中回复终端输出，而不包括任何其他内容或解释。

“不要写解释。” 这句话是前面一句话的指令的重复，强调ChatGPT不应在其回复中写任何解释。

“除非我要求你这样做，否则不要输入命令。” 这句话为ChatGPT提供了进一步的说明，指定它不应在没有用户指示的情况下输入任何命令。

“当我需要用英语告诉你某些内容时，我将在花括号中放置文本{像这样}。” 这句话为用户提供了如何使用花括号将文本包含在英语中与ChatGPT进行交流的说明。

“我的第一个命令是console.log（“Hello World”）;” 这句话提供了第一个命令的提示，ChatGPT将运行第一次。

三、制作ChatGPT提示时需注意避免的常见错误

制作有效的ChatGPT提示需要仔细考虑和关注细节。然而，很容易犯错，这可能会影响提示的有效性和对话的总体质量。以下是制作ChatGPT提示时需避免的一些常见错误：

1.过多地超载提示。为ChatGPT提供⾜够的信息以了解对话的背景和目的很重要，但信息过多可能会使ChatGPT感到不知所措和困惑。请确保你的提示简明扼要，避免包含不必要的细节或说明。

2.使用术语或模糊的语言。使用清晰易懂的语言很重要，特别是与像ChatGPT这样的机器学习模型进行通信时。避免使用ChatGPT不熟悉或含糊不清的术语或语言。

3.过于模糊或开放式。虽然开放式问题可以鼓励更详细的回答，但过于模糊或开放式的提示可能会使ChatGPT感到困惑，难以理解。确保提供足够的上下文和方向，以引导有意义的对话。

4.忽略包含必要的说明或限制。为对话有效提供ChatGPT所需的任何必要说明或限制很重要。例如，如果你希望ChatGPT扮演特定电影或书籍中的角色，则应在提示中指定。

通过避免这些常见错误，你可以帮助确保你的ChatGPT提示清晰，简明和有效。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】