ChatGPT进阶:提示工程~读书笔记

目录

GPT常见的自然语言处理任务

书中总结的常用的GPT应用场景及提示词模版

[1.文本摘要(Text Summarization)](#1.文本摘要(Text Summarization))

[2.文本纠错(Text Correction)](#2.文本纠错(Text Correction))

[3.情感分析(Sentiment Analysis)](#3.情感分析(Sentiment Analysis))

[4.命名实体识别(Named Entity Recognition)](#4.命名实体识别(Named Entity Recognition))

[5.机器翻译(Machine Translation)](#5.机器翻译(Machine Translation))

[6.关键词抽取(Keyword Extraction)](#6.关键词抽取(Keyword Extraction))

[7.问题回答(Question Answering)](#7.问题回答(Question Answering))

[8.生成式任务(Generative Tasks)](#8.生成式任务(Generative Tasks))

BROKE框架的基本内容

[用链式思维提高 ChatGPT 的逻辑能力](#用链式思维提高 ChatGPT 的逻辑能力)

如何利用AI来更好的完成工作


GPT常见的自然语言处理任务

不过ChatGPT存在两个缺点,需要特别关注。

1.幻觉前文中介绍过,"幻觉"就是一本正经地胡说八道。

例如,它可能会引用虚构的论文和数据。

对于幻觉,我们可以借助一些小技巧(如要求ChatGPT给出引用)来减少"幻觉"的出现。

2.上下文有限ChatGPT的上下文是有限的。

我们也可以使用上下文更长的模型,如Claude2,更长的上下文允许它读入更长的论文。除了模型,也可以使用ChatGPT的一些插件(如askyourpdf)解决这个问题。

书中总结的常用的GPT应用场景及提示词模版

1.文本摘要(Text Summarization)

文本摘要是指从较长的文本中提取关键信息,生成简短的摘要。例如, ChatGPT可以帮助我们为复杂的报告生成摘要,提高阅读效率。

应用场景:(1)会议记录摘要 (2)新闻摘要 (3)学术论文摘要 (4)电子邮件摘要

提示词示例:

你是一个被设计来执行文本摘要任务的助手,你的工作是从原始文本中提取关键信息,并生成一个简短、清晰且保留原文主旨的摘要。

接下来,我会在下方提供一串"需要进行文本摘要的文本"。你需要返回给我摘要的结果,我应该能从摘要中快速了解文本的主要内容。

需要进行文本摘要的文本:

(这里填写需要进行文本摘要的文本。)

2.文本纠错(Text Correction)

文本纠错是指自动检测和纠正文本中的拼写错误、语法错误或用词错误。例如,ChatGPT可以帮助我们校对商业报告或学术论文,提高文本质量。

应用场景:(1)错词错字检查 (2)语法纠错 (3)标点符号修正 (4)词汇搭配 (5)语义纠错

提示词示例:

你是一个被设计出来执行文本纠错任务的助手,接下来,我会在下方提供一串"需要进行文本纠错的文本"。

你需要分析文本中的每一条信息,对其进行错字检查、拼写检查、语法纠错、标点符号修正、词汇搭配、语义纠错、病句检查等方面的文本纠错,让句子表达通顺,使之没有语法错误与其他错误。

进行检查后,你需要做出以下反馈:1-返回经过修改后的文本;2-注明修改的地方,并说明原因。

需要进行文本纠错的文本:###

(这里填写需要进行文本纠错的文本。)

3.情感分析(Sentiment Analysis)

情感分析是指分析文本中的情感倾向,如正面、负面或中立。例如, ChatGPT可以帮助我们分析产品评论,了解用户对产品是否满意。

应用场景:

1.金融市场分析

通过情感分析,可以对新闻、社交媒体上的观点和情感进行挖掘,以预测股票、货币和商品的市场走势。例如,对大型企业的CEO的社交平台消息进行情感分析,可能会发现他们发布的消息是否对股价产生影响。

2.人力资源管理

分析员工的心情和情感,以提高员工满意度、减少离职率和提高团队凝聚力。例如,通过对员工在企业内部论坛的讨论内容进行情感分析,可以发现员工对企业政策、福利等方面的意见和建议。

3.品牌声誉管理

通过对消费者在社交媒体、评论网站等平台上的言论进行情感分析,企业可以监控自身品牌声誉,发现潜在问题并制定相应的策略。例如,一家企业可以通过情感分析来发现消费者对产品质量的满意度,对不满意的情况可以找出问题所在,并及时采取措施改进产品,从而避免企业声誉受损。

4.客户服务改进

对客户服务邮件、电话和在线聊天记录进行情感分析,可以帮助企业发现客户的需求、痛点和满意度,从而提供更好的服务。例如,在线客服可以通过分析客户的情感来调整沟通方式,从而提高客户满意度。

提示词示例:

区分正负面情感的提示公式你是一个被设计为对文本进行情感分析的助手,接下来,我会在下方提供一串"需要进行情感分析的文本"。你需要分析文本中的每一条信息,并为每一条信息返回一个key-value对。

key是文本的内容,value是"负面""中性""正面"中的一种。

需要进行情感分析的文本:###(这里填写需要进行情感分析的文本。)###

4.命名实体识别(Named Entity Recognition)

命名实体识别是指从文本中识别出特定类别的实体,如人名、地名、组织名等。例如,ChatGPT可以帮助我们从大量简历中快速提取出候选人的姓名、学历和工作经历。

提示词示例:

你是一个被设计为从文本中提取实体的助手,接下来,我会在下方提供一串"需要进行实体识别的文本"。你需要从中提取出[实体类型1]、[实体类型2]和[实体类型3],并返回给我一个JSON对象。

需要进行实体识别的文本:###(这里填写需要进行实体识别的文本。)###

你是一个被设计为从文本中提取实体的助手,接下来,我会在下方提供一串"需要进行实体识别的文本"。你需要从中提取出5W1H, 也就是What(什么)、Why(为什么)、Who(谁)、Where(哪里)、When(什么时候)和How(如何),并返回给我一个JSON对象。

需要进行实体识别的文本:###(这里填写需要进行实体识别的文本。)###

5.机器翻译(Machine Translation)

机器翻译是指将一种语言的文本自动翻译成另一种语言的文本。例如, ChatGPT可以帮助我们翻译外语学术论文或实时翻译跨国对话,消除语言障碍。

提示词示例:

你是一个世界顶尖的翻译大师,精通所有语言与文化背景,在各个知识领域都有深刻的理解与充分的知识。

我会为你提供一串"需要进行翻译的文本",你需要将其翻译成(这里填写翻译的目标语言),翻译目的是(这里填写译文的用途、目标受众、要求的语气和使用语言的特点等信息,可选)。

翻译应该满足下面的需求,-准确性:翻译应准确传达原文的意思,不添加、省略或曲解信息。-通顺性:翻译应以目标语言的读者为中心,使译文易于阅读和理解。-文化敏感性:翻译应考虑源语言和目标语言之间的文化差异,以确保译文的文化适应性。-保持风格和语气:翻译应努力保持原文的风格、语气和意境,使译文尽可能地忠实于原文。-专业知识:在涉及专业领域的内容时,翻译应具备一定的专业知识,以确保译文的准确性和可靠性。-考虑目的:翻译应根据译文的用途和目标受众进行调整。

需要进行翻译的文本:###(这里填写需要翻译的文本。)###

简化提示词示例:

你是一个世界一流的翻译家。我会为你提供一串"需要进行翻译的文本",你会将其翻译成(这里填写翻译的目标语言),翻译时需要注意(这里填写译文的用途、目标受众、要求的语气和使用语言的特点等信息,可选),翻译需要准确,通顺。需要进行翻译的文本:###(这里填写需要进行翻译的文本。)###

6.关键词抽取(Keyword Extraction)

关键词抽取是指从文本中提取具有代表性或重要性的词汇或短语。例如,ChatGPT可以帮助我们为学术论文生成关键词,也可以优化网站的搜索引擎排名(也叫SEO)​。

应用场景:

(1)学术研究:为论文添加关键词。

(2)内容创作:为博客、文章或新闻添加关键词,提高搜索引擎优化(SEO)效果,吸引更多读者。

(3)市场分析:通过分析竞争对手的产品描述、用户评价等,提取关键词,发现市场趋势和需求。

(4)社交媒体分析:从大量的帖子和评论中提取热门话题和关键词,洞察用户兴趣和行为。

提示词示例:

你是一个被设计为从文本中抽取关键词的助手,专门执行关键词抽取任务。接下来,我会在下方提供一串"需要进行关键词抽取的文本"。

你需要从中提取出最能代表这篇文本内容的词汇或短语。

需要进行关键词抽取的文本:###(这里填写需要进行关键词抽取的文本。)###

7.问题回答(Question Answering)

问题回答是指让计算机理解用户提出的问题,并给出准确答案。例如, ChatGPT可以帮助我们解答疑问,包括简单的日常问题和复杂的学术问题。

8.生成式任务(Generative Tasks)

生成式任务是指让计算机根据给定的上下文生成具有一定意义和连贯性的文本。例如,ChatGPT可以帮助我们写文章、写演讲稿,甚至创作诗歌。

提示词示例:

让我们使用背景、ChatGPT的角色、目标和关键结果这四个要素来设计提示。

1.背景

我们在生成内容之前应告诉ChatGPT需要知道的信息,如创作动机、创作背景、面向的受众等。如果需要它生成的内容和某些特殊的、小众的、不常见的知识领域相关,也需要为它提供足够的信息。

2.角色

我们会让ChatGPT玩一些角色扮演游戏。如果我们要写科幻小说,就要让它扮演世界一流的科幻作家;如果我们要写课程大纲,就要让它扮演全球顶尖的教授。

3.目标

我们需要规定好ChatGPT的输出,即我们到底想要生成什么。比如,我们要考虑体裁:我们想要写一首诗,一篇小说,一封邮件,还是一本书的目录。我们要考虑写作的主题

4.关键结果

我们需要定义一些关键结果:写工作邮件时要正式,写情书时要缠绵浪漫,写小说时可以有天马行空的想象力等。我们可能还需要考虑其他要求,如字数、特定观点、引用来源等。考虑到这些要素并在提示中加以限制。

这些提示设计维度是本书后续会介绍的"BROKE"提示设计框架的内容,它可以为你提供可操作、可重复的提示设计方法。

BROKE框架的基本内容

BROKE框架是一套用于缩小问题空间、定义明确指令的提示工程框架,使用它可以让你更有效地与ChatGPT进行互动,从而在实际场景中充分发挥其潜力。

在BROKE框架中,5个字母分别是5个英文单词的首字母,B代表Background(背景),R代表Role(角色),O代表Objectives(目标),K代表KeyResults(关键结果),E代表Evolve(改进)。

通过BROKE框架来设计ChatGPT提示,内容如下。

(1)阐述背景B(Background):说明背景,为ChatGPT提供充足的信息。

(2)定义角色R(Role):给ChatGPT定义角色。

(3)定义目标O(Objectives):指我们希望ChatGPT能够实现什么目标。

(4)定义关键结果K(KeyResults):指我们想要什么具体效果。

(5)试验并调整,改进E(Evolve):将以下三种改进方法自由组合。①改进提示:从答案的不足之处着手改进背景、目标与关键结果。②改进答案:在后续对话中指正ChatGPT答案的缺点。③重新生成:尝试在提示不变的情况下多次生成结果,优中选优。

用链式思维提高 ChatGPT 的逻辑能力

咒语1:让我们一步一步思考(Let' s think step by step)

要激活ChatGPT的链式思维,方法非常简单,你只需在任务前加上一句"Let's think step by step"就可以。这句"咒语"会给ChatGPT带来很大的改变,激活ChatGPT的推理能力,让它在需要逻辑的问题上有更好的表现。

咒语2:让我们逐步来解决这个问题,以确保我们得到正确的答案(Let's work this out in a step by step way to be sure we have the right answer)

有一些科研人员试图利用大语言模型自己生成提示,发现"Let's work this out in a step by step way to be sure we have the right answer"这句"咒语"的效果更好一些,在同一数据集上的准确率可以达到82.0%,相比"Let's think step by step"提升了3.3%。

如何利用AI来更好的完成工作

1.复杂的问题简单化

2.简单的问题标准化

3.标准的问题流程化

相关推荐
CoderIsArt10 分钟前
基于 CMAC(神经网络)与 PID 的并行控制
人工智能·深度学习·神经网络
企业软文推广19 分钟前
奶龙IP联名异军突起:如何携手品牌营销共创双赢?
人工智能·python
GOTXX1 小时前
情感神经元的意外发现2
人工智能·深度学习·神经网络·机器学习·卷积神经网络
乘风而来的思绪1 小时前
【AI编程实战】安装Cursor并3分钟实现Chrome插件(保姆级)
人工智能·机器学习·ai编程
Eric.Lee20211 小时前
数据集-目标检测系列- 花卉 鸡蛋花 检测数据集 frangipani >> DataBall
人工智能·python·yolo·目标检测·计算机视觉·鸡蛋花检查
Jamence2 小时前
torch.utils.data.dataset 的数据组织形式——python list、dict、tuple内存消耗量
开发语言·人工智能·pytorch·python
全职计算机毕业设计2 小时前
基于机器学习的海洋生物识别系统的设计与实现(Yolov)+文档
人工智能·机器学习
爱学习不掉头发2 小时前
【pytorch-01】:张量的创建、转换和拼接
人工智能·pytorch·python
山海青风2 小时前
自动化生成边界测试和极端情况测试用例
人工智能·python·自动化·测试用例
段传涛3 小时前
LLM( Large Language Models)典型应用介绍 1 -ChatGPT Large language models
人工智能·语言模型·chatgpt