深度对话GPT-4——提示工程实战

课程说明

PET提示工程技术（Prompt Engineering Technology）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。 掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。
研究人员可利用提示工程来提升大语言模型处理复杂任务场景的能力，如问答和算术推理能力。开发人员可通过提示工程设计、研发强大的工程技术，实现和大语言模型或其他生态工具的高效接轨。
提示工程不仅仅是关于设计和研发提示词。它包含了与大语言模型交互和研发的各种技能和技术。提示工程在实现和大语言模型交互、对接，以及理解大语言模型能力方面都起着重要作用。用户可以通过提示工程来提高大语言模型的安全性，也可以赋能大语言模型，比如借助专业领域知识和外部工具来增强大语言模型能力。

课程特色

“深度对话GPT-4——提示工程实战”在内容深度、实践性和前瞻性方面都有显著的优势。
首先，本课程专注于最新的GPT-4模型，这是目前全球最先进的大语言AI模型。它的智力程度和应用范围都全面远超过现有的ChatGPT模型。目前市面上的大部分课程都只涉及到ChatGPT，而本课程应该是首次全面系统地介绍和评价GPT-4的提示工程技术。 其次，本课程不仅理论丰富，更注重实践性。课程中的每一节都有大量的实践案例和深度对话，帮助大家理解和掌握GPT-4的操作技巧和应用方法。
再次，这本课程的目标不仅仅是教导大家如何使用GPT-4，更重要的是帮助大家理解GPT-4的思考方式、世界观，从而对未来AI技术的发展具备一定的预见和把握。这是一门理解AI思考方式的入门课程，也是提示词技术的基础课程，这种理论和实践相结合的方式，有助于大家更全面、深入地理解和应用提示词技术。
最后，本课程是与GPT-4共同创作的。课程中的每一个提纲设计和每一节内容都是在AI的共同努力下完成。这种合作方式使得我们能够深入挖掘GPT-4的潜力，提供更深入、更有价值的内容。
总的来说，“深度对话GPT-4——提示工程实战”是一门理论深度、实践性和前瞻性兼备的课程。我相信它会为读者提供宝贵的学习资源，也将为AI技术的普及和发展做出重要贡献。

适合群体

本课程属于通用的基础教程，面向3块领域人群：

1. 专业开发群体：深度学习和程序开发人员，AI技术研究人员，ChatGPT等大语言模型开发和应用人员；
2. 技术爱好者和教师学生：GPT大语言模型技术爱好者，教育领域的教师学生使用，深度学习技术爱好者，科研人员；
3. 行业领域群体：内容创作者，新闻媒体行业，金融行业，医疗行业，办公自动化行业 等相关领域从业者。

课程内容

L1 - 大模型发展历程和提示词入门【1h】
大模型技术发展历程介绍，GPT-4技术和能力说明。提示词基础概念和范式思想介绍，提示词基本要素，Token分词原理和空间计算效率。详细介绍提示词设计的3个通用技巧，以及7种提示词应用典型场景。

L2 - 提示工程技术（上）【1h】

详细介绍13种提示工程技术，包括：1. 全局消息；2. 零样本提示和少样本提示；3. 明确说明前置；4. 末尾重复指令；5. 引导输出；6. 标记语言层次化；7. 任务分解；8. 提供基础上下文；9. 思维链提示（CoT）；10. 自我反查；11. 结构化输出；12. 自我一致性；13. 符号规则。

L3 - 提示工程技术（下）【1h】

详细介绍4种提示工程技术，包括：1. 伪代码任务器；2. “AI魔法指令”——神奇提示词；3. 反向提示模式；4. 创意激发与风险对抗。

L4 - 深度探索GPT-4特性和能力

本节课程深度探索了GPT-4的特性和能力，包括其在多模态多学科融合中的能力，如艺术理解与代码生成，文学理解与数学逻辑，科学知识与历史人文，以及诗歌理解和音乐创作的融合。我们还深入研究了GPT-4的数学思维能力，如非标准答案解题，物理和数学思维建模，有趣的费米问题理解，以及挑战高考数学真题的解答。此外，本节课程还探讨了GPT-4对真实物理世界的感知能力，包括对真实世界的空间体验，以及对世界物理法则的感知。我们还研究了GPT-4的人类思维能力，包括人类基本心理能力的探索，自我解释能力，辨别能力，以及规划推理能力。最后，本节课程还启发了GPT-4的更多奇妙创意能力，包括文字类，棋类和RPG游戏的探索，以及精彩创意问答的探索。

L5 - GPT-4落地应用实战和Azure OpenAI应用开发

本节课程首先深入学习了GPT-4的落地应用实战，包括程序员基础编程实践，如简单代码编写，代码解读助手，代码重构优化，代码转译（各编程语言间翻译），以及担任解释器和终端。接下来，我们探讨了进阶编程任务实战，包括LeetCode真题任务，完整的“汉字方块大师”游戏开发，GPT-4演绎代码执行任务，以及伪代码执行和代码理解。在学术教育实践部分，我们学习了如何使用GPT-4作为学术论文助手，学科知识问答，以及学术科研的图形图表生成，包括MarkDown语言实现和Python语言实现。我们还详细介绍了GPT-4在各行业领域的应用，包括金融和数据行业，医疗健康领域，新闻传媒领域，文学艺术创作领域，自媒体领域，私人助理服务行业，以及办公自动化（RPA）领域。最后，我们学习了Azure OpenAI Studio应用开发，包括Azure OpenAI GPT模型部署和推理，API调用和二次开发指南，Web APP部署生成，API调用开发应用程序，以及增强GPT-4的技术，如用户文档对话和任务链问题解决，LangChain基础用法，复杂任务链规划问题解决，以及用户本地私有知识库问答。