文章目录
-
- 一、ChatGPT基础概念
-
- 大型语言模型LLMs---一种能够以类似人类语言的方式"说话"的软件
- [ChatGPT定义---OpenAI 研发的一款聊天机器人程序（2022年GPT-3.5，属于大型语言模型）](#ChatGPT定义---OpenAI 研发的一款聊天机器人程序（2022年GPT-3.5，属于大型语言模型）)
- ChatGPT4.0---OpenAI推出了GPT系列的最新模型
- ChatGPT典型使用场景---问答，写作，编程，数据分析
- ChatGPT局限和问题---语义理解，一致性，验伪能力，偏见倾向
- 二、ChatGPT提问使用技巧
-
- [1. 通用提问模板，设定角色+描述问题+指定目标+补充要求；](#1. 通用提问模板，设定角色+描述问题+指定目标+补充要求；)
- [2. 通过继续指令，让 篇幅限制 的答案继续输出；](#2. 通过继续指令，让 篇幅限制 的答案继续输出；)
- [3. 先框架后展开，通过补充要求追问 获取 完整内容；](#3. 先框架后展开，通过补充要求追问 获取 完整内容；)
- [4. 通过明确的 肯定 和 否定 进行调教，得到最终结果；](#4. 通过明确的 肯定 和 否定 进行调教，得到最终结果；)
- [5. 新话题开启时，告知初始化GPT，避免干扰；](#5. 新话题开启时，告知初始化GPT，避免干扰；)
- 三、程序员使用ChatGPT的典型举例
-
- [1、用ChatGPT整理 岗位 技能要求](#1、用ChatGPT整理 岗位 技能要求)
- 2、利用ChatGPT讲解技术点
- 3、利用ChatGPT生成代码
- 4、利用ChatGPT解释旧代码
- 5、利用ChatGPT进行代码Review
- 6、利用ChatGPT进行代码错误Debug
- 参考
一、ChatGPT基础概念
大型语言模型LLMs---一种能够以类似人类语言的方式"说话"的软件
大型语言模型：Large Language Models，LLMs。这些语言模型通过分析大量的文本数据并学习语言使用的模式来工作。它们利用这些模式生成的文本几乎无法与人类所说或写的内容区分开来。比如，BERT（谷歌开发的一种预训练深度学习模型），GPT-4（OpenAI推出了GPT系列的最新模型）。
ChatGPT定义---OpenAI 研发的一款聊天机器人程序（2022年GPT-3.5，属于大型语言模型）
ChatGPT：Chat Generative Pre-trained Transformer。属于大型语言模型。它能够基于在预训练阶段所见的模式和统计规律，来生成回答，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文 等任务。
ChatGPT4.0---OpenAI推出了GPT系列的最新模型
大型语言模型比其前身GPT-3的1750亿个参数更高，达到了惊人的1万亿个参数。GPT-4的关键优势与GPT-3类似，在大量文本数据上进行了广泛的预训练，使其能够学习极其多样的语言特征和关系。
ChatGPT典型使用场景---问答，写作，编程，数据分析
对话生成：ChatGPT可与用户进行流畅、自然的对话，可应用在客户服务、智能助手和聊天机器人等领域。
自动编写文章：ChatGPT具备强大的文本生成能力，可广泛应用于新闻撰写、博客创作、营销宣传等内容创作领域。
编程帮助： ChatGPT可以理解和生成编程语言，如 按需求提供代码，旧代码讲解，代码检查，问题调试。
语言翻译：ChatGPT能够实现多语言之间的实时翻译，为跨语言交流提供便利。
教育辅导： ChatGPT可以作为在线教育辅导工具，帮助学生解答各类学术问题。
创意写作： ChatGPT可以作为一种创意工具，可以提供脑暴方向，帮助用户进行故事创作、诗歌写作等。
数据分析与摘要： ChatGPT可以从大量数据和文本中提取关键信息，生成简洁明了的摘要。
ChatGPT局限和问题---语义理解，一致性，验伪能力，偏见倾向
ChatGPT作为一种大规模语言模型，存在一些限制和缺陷，典型如下：
1）语义理解的不足。由于自然语言的歧义性和语境依赖性，ChatGPT难以正确理解和解释自然语言中的复杂语义。
2）缺乏一致性。由于基于单个对话来训练的，可能在相同话题上给出不一致或矛盾的回答。
3）错误虚假信息判断。ChatGPT倾向于生成具有说服力回答，即使这些回答是错误或没有根据，它缺乏事实验证能力。
4）倾向性和偏见。ChatGPT是通过大量的互联网数据进行预训练的，因此它可能会反映出网络内容中的倾向性和偏见。
5）对多语言的支持不足。ChatGPT作为一种英语语言模型，其对其他语言的支持仍然不足。
二、ChatGPT提问使用技巧
GPT 生成的答案质量，完全取决于你 问它 以及 引导它 的方式，也就是给的提示词。
典型的提问公式：提示词=设计角色+问题描述+确定目标+补充要求
1. 通用提问模板，设定角色+描述问题+指定目标+补充要求；
设定角色 能让ChatGPT处于专家模式，这一点很重要，比如 假定是 一名导游，一位经验丰富的Python语言专家，一个文案写作专家。不进行设定的情况下，ChatGPT愿意给出更普通、中庸、通俗化、更简单的描述。
举例 1）旅游攻略推荐；
相应的，和ChatGPT介绍自己的角色，也可以得到更恰当的回答，比如 初学者，或者 有xxx经验的角色；
2. 通过继续指令，让 篇幅限制 的答案继续输出；
当构建信息篇幅过长时，会在输出一定量内容比如300字之后，停止输出，此时可以输入 继续 让答案继续输出。
同时可以在继续时进行追问，并可以补充要求；
3. 先框架后展开，通过补充要求追问 获取 完整内容；
当内容过多时，可以先让ChatGPT做一次解答生成一个提纲，再根据解答的点进行进一步扩展。
4. 通过明确的 肯定 和 否定 进行调教，得到最终结果；
为了获得更准确的答案，可以通过在多次交流调整，改善回答的语气、重点、描述范围。
比如 让ChatGPT用 鲁迅、张爱玲等 语气 来描述一段内容；
5. 新话题开启时，告知初始化GPT，避免干扰；
ChatGPT是基于上下文会话的。为了避免之前的交流 影响了新的提问，可以明确让ChatGPT忘记之前的交流 打开新会话。
三、程序员使用ChatGPT的典型举例
1、用ChatGPT整理 岗位 技能要求
2、利用ChatGPT讲解技术点
3、利用ChatGPT生成代码
4、利用ChatGPT解释旧代码
5、利用ChatGPT进行代码Review
6、利用ChatGPT进行代码错误Debug
参考
大型语言模型（Large Language Models，LLMs）概览：https://zhuanlan.zhihu.com/p/639318309
ChatGpt官网：https://openai.com/blog/chatgpt
ChatGPT 从零完全上手实操指南：https://zhuanlan.zhihu.com/p/623911710
30分钟学完这28个ChatGPT使用技巧：https://www.bilibili.com/video/BV1a8411Q73z/
利用ChatGPT学习编程：https://blog.csdn.net/jingyoushui/article/details/131884438