ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

吴恩达和OpenAI合作开发了一套针对ChatGPT提示工程的最佳实践课程,课程名为《ChatGPT Prompt Engineering for Developers》。

这门课程时长为1个小时,内容简单易懂,还提供了实践的环境。关键是,课程免费,而且讲师是吴恩达(Andrew Ng,DeepLearning.AI创始人)和伊莎·富尔福德(Isa Fulford,OpenAI的技术人员),含金量非常高。

本文是该课程的5篇文章合集。

1.编写Prompt的两个关键原则

  • 原则一:编写清晰、具体的说明
  • 原则二:给予模型思考的时间

ChatGPT提示工程的两个关键原则

2.文本总结

这篇主要简单的介绍了如何对内容进行总结。

ChatGPT提示工程 - 总结

3.文本推理

可以让模型来识别一段内容的情绪,或者抽取指定的内容。

也可以一次性执行多个任务,从而节省多次请求的整体耗时和成本。

ChatGPT提示工程 - 推理

4.文本转换

在这篇文章中,介绍了如何使用大型语言模型来进行文本转换工作,如语言翻译、语调调整和格式转换。

ChatGPT提示工程 - 转换

5.邮件回复与营销文案

在这篇文章中,主要介绍如何使用大型语言模型来进行邮件自动回复、生成营销文案。

ChatGPT提示工程 - 邮件回复、营销文案

相关推荐
IT_陈寒37 分钟前
Vite的静态资源打包让我熬夜到三点,这坑千万别跳
前端·人工智能·后端
玩转AI不是事2 小时前
用IndexedDB做AI对话离线缓存实战
人工智能
Asize2 小时前
多模态生图:从 Vite 工程化到前端调用 Qwen Image
javascript·人工智能·后端
MobotStone2 小时前
AI项目越多,为什么越容易失控
人工智能·aigc
十有八七2 小时前
AI时代的置身X内
前端·人工智能
Lkstar2 小时前
A2A协议深度解析|Agent2Agent通信标准,智能体互联网的"HTTP"
人工智能·llm
百度Geek说2 小时前
当代码越来越便宜,什么在变贵?
人工智能
橘子星2 小时前
LLM 无状态架构实践:从原理到代码落地
前端·javascript·人工智能
召钱熏3 小时前
裸聊可用 ≠ 工作流可用:Gemma4 12B 接入 Claude Code 的真实踩坑复盘
人工智能
黄敬峰3 小时前
从 Token 到向量:手把手带你通过代码读懂大模型(LLM)的“黑盒”原理
人工智能