大模型指令如何用?看这三板斧!

"芝麻,芝麻,请开门”

当喊出这句咒语,一块大石应声而动,展现在阿里巴巴和四十大盗眼前的是一个塞满了金银财宝的神秘山洞。

对于大模型,同样需要一句这样的咒语,才能发现隐藏其中的无尽知识与价值。对于星火大模型,这个神奇的咒语叫做“指令”(Prompt)。指令可以帮助大模型更好地理解用户意图,并输出更准确、有意义的文本内容。

据薪酬调查网站PayScale数据显示,一些高科技公司甚至为指令工程师开出高达百万的年薪。OpenAI的创始人Sam Altman说过,写出一个好的指令将会成为一种非常「神奇高效的技能」。

那么如何写好指令呢?

基础用法

初次面对大模型,也许你不知道如何与它交流。基础用法,一个词语、一个****问题、或者一句话,对于大模型来说,都是一个指令。

例如,当你输入“故宫”时,大模型给出一段故宫的介绍文字。当你输入“黑洞是什么”时,则会出现黑洞的相关知识。

图片

不过,单个词语或一句话,并没有解决你生活工作中遇到的实际问题,也并不能充分发挥大模型的优势。此时,你需要丰富一下自己的指令。

超级公式 用好大模型的三板斧

现实生活中,当我们向别人描述一件事时,会讲述这件事的背景及细节,以增加对方对事件的了解,向大模型发送一个合格的指令也是如此。给出的信息越多,越容易聚焦,也更有助于大模型理解你的问题,提高对话效率。

第一板斧:一个明确且具体的指令,包括如下三个元素

背景+具体需求+输出要求

背景:清晰地告诉大模型你给出这个任务的原因和目的是什么

具体需求:告诉大模型你想要内容的标准是什么,给出一个明确的目标

输出要求:提示大模型要输出的内容风格、数字、格式等,以便大模型给出精准的答案

举一个例子,如果想让星火认知大模型给出一份符合要求的发言稿,我们可以这样写:

写一段在毕业典礼上的发言稿,主题为【发挥自身价值,为社会做贡献】,要引用名言、有具体事例和数据

图片

第二板斧:选择给大模型赋予一个角色,这个角色可以是某个人、也可以是某种工具,只要提供有关它的说明、角色行为、技能等描述,即可输出符合角色的行为。即:

设定角色+具体需求+输出要求

例1:你是一位面试官,我现在准备应聘【产品经理】的岗位,问我5个关于此岗位的问题

图片

例2:我想让你充当一个语言检测器。我会写出任意一个单词或句子,你不需要解释,只需告诉我语言名称即可。我的单词是“bonjour”

图片

第三板斧:如果想写出一个更为完备的指令,得出更多可选择的答案,尤其是在文本撰写场景使用时,可以尝试用以下公式:

能力/角色+洞察力+指令+个性+尝试

能力/角色:你希望大模型扮演怎样的角色

洞察力:背景信息和上下文

指令:你希望大模型做什么

个性:你希望大模型以什么风格或方式回答你

尝试:要求大模型为你提供多个答案

例如:我希望你充当一个电影评论家。你将编写一篇电影【流浪地球】引人入胜和有创意的影评。你可以涵盖诸如情节、主题和基调、演技和角色、配乐、特效、剪辑、节奏等主题。但最重要的方面是强调电影给你的感觉。什么是真正引起你的共鸣。给我3个不同的影评。

图片

在撰写指令时需要注意的是:

  • 要尽量使用简单、直接的文字来提问,避免使用模糊或者过于复杂的词汇;

  • 不要把所有问题都放到一个问题里;

  • 在文本过长或有多段文字时,可以用“”、【】等符号将指令和文本分开

只要按照以上公式来写指令,提出星火认知大模型能力范围内的问题,就会得到不错的结果。

当然,除了使用以上通用的公式撰写指令之外,如果你还希望星火认知大模型帮助你完成更具个性化的工作,需要根据需求不断调整指令,以达到对星火认知大模型“调教”的目的。

使用小技巧

如今,星火认知大模型正在持续迭代升级中,不断增加新的功能点,优化用户使用体验。想要更好地使用星火认知大模型,偷偷告诉你两个使用小技巧:

100+指令 轻松玩转星火

星火认知大模型指令集页面已上线100+指令,包括内容创作、市场营销、教育学习等面向不同人群和场景,直接复制即可使用。也许这些指令会给你撰写指令提供更多启示。

图片

私人助手,助你工作生活提效

我们精选提炼出五大板块的24个典型场景,推出大模型助手中心。24个专业助手,为你做PPT方案、写文案、整理周报、做论文和讲情话……工作的烦恼、生活的琐碎,帮你轻松应对。

图片

接下来,助手中心还将继续上线满足更多使用场景的助手,同时用户将可以根据需求自主创建自己的专属助手。

在魔法学校,哈利波特和他的同学们学习不同咒语的用法,但是具体能够发挥什么样的法力,还依赖于自身的“功力”。

随着大模型产品的普及,想要发掘其更大价值,对指令的要求也会更高。大家可以打破常规,充分发挥创新能力,让星火成为每个人的全能助手!

如何学习AI大模型?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

在这里插入图片描述

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

  • 27
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
sklearn是一个基于Python语言的第三方模块,提供了简单高效的数据挖掘和数据分析工具。它集成了一些常用的机器学习方法,使得进行机器学习任务时不需要实现算法,只需调用sklearn库中提供的模块即可完成大部分的机器学习任务。sklearn库是在Numpy、Scipy和matplotib的基础上开发而成的。 sklearn中内置了一些常用的数据集,如鸢尾花数据集(iris)、波士顿房价数据集(boston)和手写数字数据集(digits)等。这些数据集在学习和实践中被广泛使用。可以通过调用相关模块来加载和使用这些数据集。比如,可以使用sklearn.datasets模块的load_函数来加载数据集。例如,使用datasets.load_boston()可以加载波士顿房价数据集。 可以使用这些数据集来进行数据预处理和特征工程,在机器学习任务中起到了重要的作用。通过对数据集的了解和处理,可以更好地理解数据的特征和分布,从而提高模型的准确性和性能。 总结来说,sklearn提供了丰富的数据集和相关的操作方法,可以方便地进行数据分析和机器学习任务。它是一个强大的工具,可以帮助我们更好地理解和处理数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [机器学习:数据的划分和介绍](https://blog.csdn.net/qq_45315982/article/details/103311165)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Python-Sklearn内置数据集介绍与“三板斧”](https://blog.csdn.net/rettbbetter/article/details/128859438)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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
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