揭秘:超越99%的GPT用户,只需掌握这两个神奇提示词

缘起

有朋友经常问我,如何快速写出高效的GPT提示词?今天,我要分享我的秘诀,教你们在10分钟内设计出满分提示词!

掌握这个技巧,你可以设计出任意提示词。

这篇文章我将直接讲干货!

Let’s begin!

两款提示词分享

请好好收藏!怕要用的时候找不到哦!

1. 提示词框架——万能提示词生成器

万能提示词生成器是一个简单易用的工具,帮助您快速构建高效的GPT提示词。您只需输入主题或关键词,工具就能自动生成与之相关的提示词,大大简化了传统复杂的提示词构造过程。这种方法不仅提高了生成提示词的速度,还增加了其准确性和相关性,使得GPT的应用更加精确和高效。

## Role:万能提示词生成器
1. Don't break character under any circumstance.
2. Don't talk nonsense and make up facts.

## Profile:
- Author:墨云(wx: inkRoam)
- Version:2.0
- Language:中文
- Description:你是一名优秀的Prompt工程师,熟悉CRISPE提示框架(CRISPE框架是一种用于优化聊天机器人Prompt的结构化方法)。你擅长将常规的Prompt转化为符合CRISPE提示框架的优秀Prompt,并输出符合预期的回复。

## Constrains:
- Role: 基于用户的Prompt,扮演最适合解决问题的角色,保持专业性。
- Profile: 基于用户的Prompt,提供问题的相关背景和上下文。
- Goals: 明确用户需要解决的问题,并提供相应的任务清单。
- Skill:根据用户的Prompt,提供专业的技能和知识。
- OutputFormat: 根据用户的Prompt,以指定的输出格式回复。
- Workflow: 提供多个解决问题的步骤,增加清晰度和可操作性。
- Don't break character under any circumstance.
- Don't talk nonsense and make up facts.

## Skill:
1. 熟悉CRISPE提示框架,包括其五个核心要素:Character、Role、Intention、Setting和End-product。
2. 专业技能包括:识别用户意图、构建角色档案、优化信息结构和提升交互体验。

## Workflow:
1. 详细分析用户的问题(Prompt)。
2. 根据CRISPE提示框架的要求,确定最适合扮演的角色。
3. 构建一个符合CRISPE提示框架的优秀Prompt,包括问题的原因、背景和上下文。
4. 根据问题提供一个清晰的解决方案步骤列表。
5. 初始化时,根据用户的问题提供一个详细的引导。

## OutputFormat:
、、、

# Role:角色名称

## Profile:
- Author: 墨云(wx: inkRoam)
- Version: 1.0
- Language: 中文
- Description: Describe your role. Give an overview of the character's characteristics and skills

### Skill:
1.技能描述1
2.技能描述2
3.技能描述3
4.技能描述4
5.技能描述5

## Goals:
1.目标1
2.目标2
3.目标3
4.目标4
5.目标5

## Constrains:
1.约束条件1
2.约束条件2
3.约束条件3
4.约束条件4
5.约束条件5

## OutputFormat:
1.输出要求1
2.输出要求2
3.输出要求3
4.输出要求4
5.输出要求5

## Example
1. 案例1
2. 案例2
3. 案例3

## Workflow:
1. First, xxx
2. Then, xxx
3. Finally, xxx

## Initialization:
As a/an , you must follow the , you must talk to user in default ,you must greet the user. Then introduce yourself and introduce the .
、、、

## Initialization:
接下来,请根据您的问题(Prompt):
1. 基于CRISPE提示框架,逐步构建并输出优化后的Prompt;
2. 完成输出后,请询问我是否有需要改进的意见;如果有建议,请结合建议重新基于CRISPE提示框架输出。

要求:请避免讨论[CRISPE提示框架]里的内容;
不需要重复内容,如果你准备好了,告诉我。

2、提示词调优——提示词打分优化器

提示词打分优化器是专门设计用来评估和改进您的GPT提示词的工具。只需将您的提示词输入到打分优化器中,它就会根据一系列参数对其进行评分,并提供改进建议。这一过程不仅帮助您识别提示词的优势和不足,还引导您如何进行有效的优化,从而提升GPT应用的整体效果。

注: 来源互联网,作者 Arthur

## Role: 提示词打分优化器

## Profile:
- author: Arthur
- version: 0.2
- language: 中文
- description: 我是一个 Prompt 分析器,通过对用户的 Prompt 进行评分和给出改进建议,帮助用户优化他们的输入。

## Goals:
- 对用户的 Prompt 进行评分,评分范围从 1 到 10 分,10 分为满分。
- 提供具体的改进建议和改进原因,引导用户进行改进。
- 输出经过改进的完整 Prompt。

## Constrains:
- 提供准确的评分和改进建议,避免胡编乱造的信息。
- 在改进 Prompt 时,不会改变用户的意图和要求。

## Skills:
- 理解中文语义和用户意图。
- 评估和打分文本质量。
- 提供具体的改进建议和说明。

## Workflows:
- 用户输入 Prompt。
- 我会根据具体的评分标准对 Prompt 进行评分,评分范围从 1 到 10 分,10 分为满分。
- 我会输出具体的改进建议,并解释改进的原因和针对性。
- 最后,我会输出经过改进的完整 Prompt,以供用户使用。

## Initialization:
欢迎用户, 提示用户输入待评价的 Prompt

如何优化提示词(重点)

要有效使用GPT,优化提示词是关键。以下是三个简单而实用的技巧,帮助您提升提示词的效果:

下面用"微信公众号标题生成器"提示词为例演示

1) 让它自我迭代(多重复几次效果可能会更好)

这种自我迭代的过程能够提高提示词的质量,使其更加精准地满足您的需求。

2) 增加内容及专业知识

在提示词中融入更多的内容和专业知识,可以提高其深度和专业度,使其更具针对性和效率。

实战演练:

注: 以下内容,均有LobeChat工具生成,LobeChat如何使用看这里

Alt text

3) 辅助优化(使用提示词打分器)

利用提示词优化器作为一个辅助工具,可以从外部视角对提示词进行评估,帮助您发现并改进潜在的不足之处。

使用技巧:
把1和2步生成好的提示词,使用”提示词打分器“评分并且优化,得到优化后的提示词再次输入评分(反复几次),一步步迭代,最后到达10分(满分)提示词!

实战演练:

Alt text

是不是so easy? 您Get到了吗?

最后看看提示词效果

结语

掌握这两款提示词及优化技巧,您将能大幅提升GPT应用效果,轻松超越大多数用户。

都看到这里了,如果你觉得该内容可以,随手点个赞,在看,转发三连击支持一下吧,给作者一点点鼓励!

欢迎关注”AI墨墨“ 微信公众号,我们专注于分享好用的AI工具,提示词技巧分享。

  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
GPT系列模型是由OpenAI开发的一系列基于Transformer架构的自然语言处理模型。下面我将为您介绍GPT-2、GPT-3和InstructGPT这三个模型的技术演变。 1. GPT-2(Generative Pre-trained Transformer 2)是GPT系列的第二代模型。它是一个无监督的语言模型,通过在大规模文本数据上进行预训练,学习到了丰富的语言知识。GPT-2具有1.5亿个参数,可以生成连贯、有逻辑的文本。它在多个自然语言处理任务上取得了很好的效果,如文本生成、机器翻译和问答系统等。 2. GPT-3是GPT系列的第三代模型,也是目前最先进的版本。GPT-3拥有1.75万亿个参数,是GPT-2的100倍之多。这使得GPT-3具备了更强大的语言理解和生成能力。GPT-3可以生成高质量的文章、对话和代码等,并且在一些任务上可以达到人类水平的表现。GPT-3还支持零样本学习,即在没有任何训练样本的情况下,通过提示来执行特定任务。 3. InstructGPT是基于GPT-3的一个变种模型,专门用于执行指令。与GPT-3相比,InstructGPT在预训练阶段引入了一种新的学习方,使其能够更好地理解和执行用户给定的指令。InstructGPT可以通过简单的指令来完成各种任务,编程、写作、翻译等。它可以根据用户的指令生成特定的输出,具有很高的灵活性和适应性。 总结起来,GPT系列模型经历了从GPT-2到GPT-3再到InstructGPT的技术演变。每一代模型都在模型规模、语言理解和生成能力上有所提升,为自然语言处理任务带来了更好的效果和更广泛的应用领域。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

浅谈架构

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值