【大模型应用篇2】提示词实践-短剧文案

已于 2024-04-04 10:45:42 修改
阅读量1.5k 收藏 6
点赞数 30
分类专栏： 大模型理论与实践 文章标签： 提示词 提示词实践 短剧文案
于 2024-04-04 10:28:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/youbingchen/article/details/137368627
版权

在这里插入图片描述

在上节课《【大模型应用篇1】学会对模型念咒语》带大家一起学习了提示词工程，我相信大部分朋友学完之后，还是有懵懂的，这节课带大家实操一下提示词的应用场景，现在短剧的创作很火，好看的短剧内容一定不会差，我们以短剧文案创作为例。同时为了让大家能够复现整个流程，我选择用文言一心的模型进行演示。

我们实践主要分为4个步骤：

01 确定主题

短剧方向很多，为了质量更好的文案，我们先确定一下文案的主题，如果自己心中有主题的想法，这步可以省去。复制以下提示词到文言一心对话框。

你现
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【大模型】ChatGPT 创作各类高质量文案使用详解
congge
12-12 6162
ChatGPT 进行各类文案创作使用详解
【大模型开源篇1】彦宏您怎么看LLaMA3的开源
youbingchen的博客
04-20 987
Meta LLaMA是Meta公司开源的大模型，作为大模型开源界得鼻祖， 刚刚发布LLaMA3。从ChatGPT 拉开了大模型竞赛的序幕，Meta 选择了开源，至此大模型也开始百花齐放的时期，但是开源模型一直无法超过必源模型，如今LLaMA3发布，大有后来居上的趋势。此外,Meta还支持丰富的应用生态, Meta 提供的生成式 AI 能力在免费产品中性能是最强大的。
怎么写大模型的提示词（prompts）：任何人都需要掌握的查询技能
qq_17827079的博客
03-05 1万+
在这个AI技术飞速发展的新时代，提示词工程成为了连接人类与智能设备的关键桥梁。本文详细介绍了提示词工程的概念、重要性以及在提升人工智能模型交互中的核心作用。通过分析GPT的提示词生成方法、探索ICIO和CRISPE等主要框架，以及讨论OpenAI的官方策略，本文旨在为读者提供一个全面的了解和应用提示词工程的指南。同时，文章还指出了提示词工程的局限性，并提供了资源汇总，助力读者在新时代中不落后，更有效地利用AI技术。
干货：26个用好AI大模型的提示词技巧
python12345_的博客
07-16 2496
研究人员指出，与LLM交互时，无需多余的礼貌用语。直接、清晰地提出问题是关键。例如：“描述人体细胞的结构。”这样的提示既直接又明确，有助于模型迅速准确地给出答案。
大语言模型提示词技巧
Hyatt的博客
03-15 2550
LLM（Large Language Model）大语言模型时代，提示词（Prompt）很重要，而改进提示词显然有助于在不同任务上获得更好的结果。这就是提示工程背后的整个理念。下面我们将介绍更高级的提示工程技术，使我们能够完成更复杂和有趣的任务。
Prompt之美：如何设计提示词让大模型变“聪明”
简简单单的学习笔记，致力于帮助更多前进路上的朋友~
04-25 1万+
Prompt Engineering是提高大模型表现的关键，本文介绍了Prompt的关键要素和技巧，并通过我实战中的经验给出优化方案。
大语言模型怎么写好提示词，看这篇就够了
python1222_的博客
06-01 2145
对于任何输入，大语言模型都会给出相应的输出，这些输入都可以成为提示词，通常，提示词由指令和输入数据组成，指令是任务，输入数据是完成的要求，其中指令应该明确，用词不能模棱两可，并可以提供清晰、详细的上下文内容，提供的内容越精确，模型的生成效果也会越好。对于复杂的任务，通过增加背景提示、让大模型扮演角色身份，给定示例，以及输出要求 ，都可以提高输出的效果。其中，背景提示可以是事件的背景，如我正在写一份调研报告，输入任务背景有助于让模型生成符合我们期望的答案；
【大模型应用篇3】LLM时代下的智能体
youbingchen的博客
04-08 1696
(大语言模型, Large Language Model), Agent概念最早起源于M.Minsky(AI之父之一） 于1986年出版的《Society of Mind》（也是神经网络热潮开始的年份）, 只是LLM出现, LLM的涌现能力让人们快速嗅到可以基于LLM打造智能体, 近期 Web GPT、Chatdev、Toolformer、Devin、MetaGPT等AI Agents产品也是层出不穷。通过给予基于大语言模型（LLM）的智能体以“资产、偏好及个性”，模拟人类在经济行为场景中的决策过程。
【AI 天才研究院】DeepSeek R1 官方推荐 13 大提示词，普通人都能用出高手效果！
最新发布
AI天才研究院
02-12 831
下面为大家整理了【AI 天才研究院】推荐的 DeepSeek R1 官方提示词库中的 13 大提示词样例。这套提示词设计得既简单又高效，无论你是编程新手还是内容创作爱好者，都能利用它们获得专家级输出效果。以下是详细介绍：代码改写提示词 用于让模型对给定代码进行修改与优化（例如纠错、添加注释、性能调优）。提示中会要求先解释原代码问题，再提出改进方案。代码解释提示词 让模型分析并解释代码的逻辑、功能及实现思路，帮助用户更好地理解代码内容。代码生成提示词 指导模型根据需求生成一段代码，比如用 HTML 编写一个小
大模型系列：提示词管理
2401_82469710的博客
06-30 640
既然大模型应用的编程范式是面向提示词的编程，需要建立一个全面且结构化的提示词库， 对提示词进行持续优化也是必不可少的，那么如何在大模型应用中更好的管理提示词呢？
大语言模型高质量提示词工程技巧指南
weixin_45512098的博客
02-20 3496
什么是 Prompt 工程？Prompt 工程是创建提示或指导像 ChatGPT ，文心一言这样的语言模型输出的过程。它允许用户控制模型的输出并生成符合其特定需求的文本。大模型能够生成类似于人类的文本，但如果没有适当的指导，它可能无法始终产生期望的输出。这就是 Prompt 工程的作用，通过提供清晰而具体的指令，您可以引导模型的输出并确保其相关。Prompt 公式是提示的特定格式，通常由三个主要元素组成：• 任务：对提示要求模型生成的内容进行清晰而简洁的陈述。
5分钟学会使用大模型（提示工程基础）
youmaob的博客
05-23 2729
提示工程定义为就是：为了达到用户目标，让大模型提供高质量的结果，设计和优化提示词的过程，通常分为两个步骤：1. 设计指定模型和目标的初始提示2. 通过迭代的方式提炼提示语以提高响应质量这必然是一个反复尝试的过程，需要用户的直觉和努力才能获得最佳结果。那么为什么它很重要呢？
AI爆款短视频脚本提示词 一分钟写出脚本文案（附完整提示词）
热门推荐
weixin_42172073的博客
07-23 2万+
这篇文案采用了PREP结构，首先用一个幽默的视角吸引观众的注意力，然后通过个人经历和理由来增强说服力，最后通过案例来具体展示户外游泳的乐趣和好处，再次强调观点，并以行动呼吁结束，鼓励观众参与户外游泳。初始化：你好，我你的短视频脚本助手，擅长撰写有爆款潜质的短视频脚本。“不要犹豫，穿上你的泳衣，带上你的泳镜，跟我一起跳进大自然的怀抱，感受户外游泳的魅力。-最后输出一份短视频分镜头脚本，要求有拍摄场景，镜号，画面描述，景别，拍摄机位，任务动作，台词，时长，请注意一定要用表格的形式展示出来。
NarratoAI利用AI大模型，一键解说并剪辑视频
09-15 1969
视频由NarratoAI自动生成的雪迷宫-NarratoAI利用AI大模型剪辑解说视频测试。
大模型应用之路：从提示词到通用人工智能（AGI）
京东科技开发者
06-14 514
对于企业而言，构建一个符合自身业务需求的知识库是至关重要的。通过RAG、微调等技术手段，我们可以将通用的大模型转变为对特定行业有着深度理解的“行业专家”，从而更好地服务于企业的具体业务需求。这样的知识库基本上适用于每个公司各行各业，包括：市场调研知识库、人力资源知识库、项目管理知识库、技术文档知识库、项目流程知识库、招标投标知识库等等。第一、离线的知识数据向量化•加载：通过文档加载器（Document Loaders）加载数据/知识库。•拆分：文本拆分器将大型文档拆分为较小的块。便于向量或和后续检索。
如何写好大模型提示词？来自大赛冠军的经验分享（进阶篇）
huang9604的博客
05-16 1491
提示工程（Prompt Engineering）是一门融合了艺术和科学的学科——这门学科不仅需要理解技术，还需要一定的创造力和战略思维。
DeepSpeed Chat大模型训练【训练类ChatGPT 的大模型】
u013250861的博客
07-01 458
【观看视频解说】- train.py # 入口程序- training # 训练脚本- step1_supervised_finetuning # 第一步训练- evaluation_scripts # 第一步训练完成后评价用- training_scripts # 模型训练脚本- README.md # 说明文档- main.py # 主程序，训练过程的实现细节- prompt_eval.py # 评价主程序- step2_reward_model_finetuning # 第二步训练。
Streamer-Sales 销冠 —— 卖货主播大模型：开启智能销售新时代
gitblog_00263的博客
10-10 997
Streamer-Sales 销冠 —— 卖货主播大模型：开启智能销售新时代 项目地址:https://gitcode.com/gh_mirrors/st/Streamer-Sales 项目介绍 Streamer-Sales 销冠是一款革命性的卖货主播大模型，专为提升商品解说和销售效率而设计。该模型基于先进的AI技术，能够深度理解商品特点，并生成生动、精准的解说词，从而激发用户的购买欲望。无论是线...
模型剪枝优化的解决方案
互联网知识分享
12-16 380
模型剪枝是指通过减少神经网络中的连接或参数数量来减小模型大小和运行速度，同时尽量保持模型的性能。模型剪枝通常包括结构剪枝和参数剪枝两种方式。结构剪枝是指移除网络中的某些层或单元，而参数剪枝是指减少每个层中的参数数量。模型剪枝可以通过多种方法实现，包括稀疏正则化、敏感度分析、剪枝算法等。L1正则化通过在目标函数中添加权重的绝对值之和来实现，而L0正则化则通过最小化非零元素的数量来实现。剪枝算法是一种根据网络结构和参数的特性来选择需要剪枝的部分的方法。常见的剪枝算法包括连接剪枝、通道剪枝和层剪枝等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

程序猿阿三

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

实付元
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