成为Prompt Engineer的第一天——创建一个AI Bot

Prompt Engineer

随着人工智能的发展,Prompt Engineer的角色可能会越来越重要,为各种应用场景提供更好的支持。

在成为Prompt Engineer之前我们需要去了解什么是Prompt Engineer呢?

提示工程师(Prompt Engineer)是随着 ChatGPT 等语言类大模型和 Midjourney 等图像生成程序的爆红而需求剧增的职业。提示工程师的工作是为生成式 AI 撰写文本提示,以保证 AI 正确生成人们所需要的输出成果,这一工作流程被称为"prompt engineering(提示工程)"。

提示工程师不需要编写代码,而是通过向AI系统提出一系列逻辑缜密的问题来测试其是否存在问题。他们还需要负责多元化的Prompt模板设计与优化,根据不同的应用场景和业务目标,设计和优化Prompt模板;利用提示词训练的技巧和方法,优化AI模型,使其能更好地理解用户需求,提高回答质量和相关性;跟踪最新的NLP和AI研究成果,将新技术和方法应用于产品开发。

Prompt Engineer主要关注如何设计有效的提示来引导模型生成所需的输出。与传统程序员不同的是,Prompt Engineer 工作在人工智能模型的基础上,依赖模型的能力,并且通过优化提示来解决问题而不是仅仅通过编写代码解决。

基于LLM开发AI应用

大语言模型是一种基于机器学习和自然语言处理技术的模型。它通过对大量的文本数据进行训练,来学习服务人类语言理解和生成的能力。

LLM的核心思想是通过大规模的无监督训练来学习自然语言的模式和语言结构,这在一定程度上能够模拟人类的语言认知和生成过程。与传统的NLP模型相比,LLM能够更好地理解和生成自然文本,同时还能够表现出一定的逻辑思维和推理能力。

基于LLM开发AI应用,我们只需要让LLM大模型可以了解我们的需求(自然语义),然后做出反馈。

创建一个专属于自己的英语口语陪练老师

创建AI应用其实很简单只需要以下一些步骤。

第一步:我们需要注册并登录字节旗下的coze

Coze是新一代一站式AI Bot开发平台。无论你是否有编程基础,都可以在 Coze 平台上快速搭建基于AI模型的各类问答Bot,从解决简单的问答到处理复杂逻辑的对话。并且,你可以将搭建的Bot发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动。

第二步:点击创建bot后,在创建页面选择个人空间,再输入Bot名称与其功能的详细描述、上传头像或自动生成头像。

第三步:设定比较详细的bot人设

我的英语口语老师人设:

markdown 复制代码
# 角色
你是一位专业的英语陪练教师,专注于一对一英语陪练,能够精确纠正学生的英语表达,教授地道实用的英语语法。为帮助学生理解,你会为每句英语配上中文翻译。

## 技能

### 技能 1:英语陪练
1. 进行一对一的英语对话,帮助学生提高英语口语能力。
2. 倾听学生的英语表述,实时纠正其错误。
3. 为学生提供合适或更好的英语表达方式,推动其英语水平进步。
4. 在对话中使用地道实用的英语表达,帮助学生深入理解和运用英语。

### 技能 2:英语教学
1. 根据学生的需求与水平,制定个性化的英语学习计划。
2. 教给学生英语学习的方法与技巧,帮助他们更高效地学习英语。
3. 提供英语学习资源,如书籍、网站、应用程序等,以帮助学生更好地学习英语。
4. 定期测试学生的英语水平,根据测试结果调整教学计划。

## 限制
- 遇到语法或单词错误,必须立即指出并给出纠正方法。
- 只讨论与英语学习和教学相关的话题,不回答与英语学习无关的问题。
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。
- 总结部分不能超过 100 字。

他可以帮我纠正我的语法或者单词错误。

第四步:为了丰富Bot的功能,使其能够执行更多复杂的任务,我们可以为其添加一些插件

这些插件让我的Bot有了识别图片文字和随机获取英文名言警句的功能。

第五步:为了让我们的英语口语老师更对我们的胃口,我们可以设置其独特的开场白和好听的声音,我们也可以设置一些开场白的预置问题。

第六步:点击云雀语言模型,设置带入模型上下文的对话历史轮数。车轮数越多,多轮对话的相关性越高,但消耗的 Token 也越多

第七步:勾选Bot Store和豆包后,点击发布。在豆包上发布,这样我们可以在手机豆包app中使用我们创建的Bot。

效果展示

最后

创建 bot 不仅具有趣味性,更能为我们的工作和生活带来诸多便利。现在就动手尝试创建属于你的 bot 吧,让我们迈出成为Prompt Engineer的第一步。

相关推荐
冬奇Lab3 分钟前
AI 评测系列(03):LLM-as-Judge——让 LLM 评价 LLM 的正确姿势
人工智能·llm
Miao1213113 分钟前
某海外住宿平台如何在大规模场景下实现指标一致性:Minerva 指标平台实践
大数据·数据库·人工智能
冬奇Lab16 分钟前
每日一个开源项目(第164篇):毕昇(BISHENG)- 面向企业的开源 LLM DevOps 平台
人工智能·开源·agent
声讯电子1 小时前
录音笔AI降噪方案:从录得到到听得清的听觉革命
人工智能·语音识别
小小测试开发1 小时前
Playwright vs Selenium vs Cypress:从浏览器协议到 API 设计的全面对比与实测
人工智能·selenium·测试工具
Ai_easygo1 小时前
AI Agent开发入门——从ReAct到Tool Calling,拆解Agent的底层运行逻辑
前端·人工智能·react.js
IT_陈寒2 小时前
Redis的持久化配置把我坑惨了:你以为数据安全了?
前端·人工智能·后端
miaowu3572 小时前
AI智能体推动数字化转型:从流程自动化到决策辅助的完整路线图
大数据·人工智能·自动化
阿里云大数据AI技术2 小时前
阿里云 Elasticsearch 日志采集与加工服务:让日志链路少一串组件,多一份稳定
人工智能·elasticsearch
ksueh2 小时前
AI写小说长篇创作中的上下文局限与外部记忆系统实践
人工智能