Learn Prompt-提供示例

目前我们与 ChatGPT 交流的主要形式是文字。提示除了指令+问题的形式外,还可以包含例子。特别是当我们需要具体的输出时,提供例子可以省去我们对具体任务的解释,帮助ChatGPT更好地理解我们的确切需求,从而提供更准确,更有针对性的答案。

1-shot 单个示例

值得注意的是,shot代表的是"样本"。0-shot就是没有样本直接给模型输入文本,1-shot就是提供模型一个单一的示例。

表格生成

如果我们使用上一篇的提示模版,指令+问题的话,这里的prompt应该是"生成一个电子表格,列出了顶级科幻电影和上映年份"

ChatGPT 理解成了我想使用 python 语言生成一个电子表格。虽然它给出了对应的程序,但这并不是我们想要的,我们需要直接得到想要的表格。

那么,如果我们利用 ChatGPT 的多轮对话能力,对表格生成任务进行补充解释呢?

ChatGPT真的不能生成表格信息吗?我们是否只能按照它上面建议的步骤,使用Excel文件输入并调整,得到我们想要的表格?

在这一点上,我们其实可以通过举例子,让ChatGPT更有针对性的输出。

可以看到,当我们使用这个例子后,ChatGPT 不仅产生了我们想要的格式,而且输出的数据也比前两个结果多。

few-shot 多个示例

我们可以不局限于一个例子;few-shot是>=2个样本的例子的统称。在few-shot的情况下,我们可以提供多个例子。

广告文案

除了用例子指定特殊的输出格式外,我们还可以用例子进行风格模仿。

好的广告文案有自己的风格,生成的语言也相对简短。让我们试着生成一则酒类广告。

这里的例子是出自吉乃川《东京新潟物语》的广告文案

  • 酒,两个人分着喝就会觉得更暖。
  • 在东京失恋了,幸好酒很烈。

备注

上面是一个Dyno互动嵌入的例子。如果你没有看到它,请确保在你的浏览器中打开了Javascript。由于这是一个互动的演示,你可以编辑文本并点击 "Generate"来重新运行AI。

相关推荐
乌旭40 分钟前
量子计算与GPU的异构加速:基于CUDA Quantum的混合编程实践
人工智能·pytorch·分布式·深度学习·ai·gpu算力·量子计算
deephub2 小时前
CLIMB自举框架:基于语义聚类的迭代数据混合优化及其在LLM预训练中的应用
人工智能·深度学习·大语言模型·聚类
思通数科AI全行业智能NLP系统3 小时前
AI视频技术赋能幼儿园安全——教师离岗报警系统的智慧守护
大数据·人工智能·安全·目标检测·目标跟踪·自然语言处理·ocr
struggle20254 小时前
deepseek-cli开源的强大命令行界面,用于与 DeepSeek 的 AI 模型进行交互
人工智能·开源·自动化·交互·deepseek
ocr_sinosecu15 小时前
OCR定制识别:解锁文字识别的无限可能
人工智能·机器学习·ocr
奋斗者1号5 小时前
分类数据处理全解析:从独热编码到高维特征优化
人工智能·机器学习·分类
契合qht53_shine5 小时前
深度学习 视觉处理(CNN) day_02
人工智能·深度学习·cnn
就叫飞六吧5 小时前
如何判断你的PyTorch是GPU版还是CPU版?
人工智能·pytorch·python
zsffuture6 小时前
opencv 读取3G大图失败,又不想重新编译opencv ,可以如下操作
人工智能·opencv·webpack
AntBlack6 小时前
别说了别说了 ,Trae 已经在不停优化迭代了
前端·人工智能·后端