1什么是Prompt?

prompt简单来说就是你给AI的指令。prompt可以是一段文字,比如你和ChatGPT等对话的,也可以是按照一定的格式的参数描述,比如AI绘图的软件,使用参数的情况比较多。

和Prompt对应的一个专业是Prompt Engineering(PE)。PE是人工智能(AI)领域中的一个概念,尤其是自然语言处理(NLP)领域。PE通常通过将问题转换为特定格式的输入,并使用预定义的模板、规则和算法来处理,让AI能够更好地理解任务并给出相应的回答。PE的优点是可以使AI更加灵活和精确地理解任务,并且能够减少因为语言表达不清晰而导致的误解和错误,使其能够准确、可靠地执行特定任务。

通俗来说,就是你要掌握和AI对话的技巧,让AI真正的懂你,特别是现在很多的AI产品的智能化水平都还有待进一步的提升,因此,学一点Prompt Engineering的知识是很有必要的。

2Prompt的基本原则

和AI交互时,Prompt的基本原则是十分重要的。提交Prompt时,应该遵循以下原则,以确保机器能够更好地理解用户的意图并给出相应的回答:

(1)明确任务描述:在提交Prompt时,应该尽可能清晰明确地描述任务的具体信息,包括任务目标、所需操作、相关条件等。

例如,在与AI聊天机器人交互时,可以通过简单的问题来引导机器理解用户需求。如:“你需要我帮你做什么?” “你需要查询什么信息?” 能够尽量明确任务描述,让机器能够更好地理解用户需求并给出相应建议。

(2)使用常用词汇:在提交Prompt时,应使用常见的词汇和语言表达方式,避免使用生僻单词和复杂的句式,以便机器更容易理解。

(3)考虑语境和上下文:在提交Prompt时,应该考虑到所处的语境和上下文环境,以便机器能够从语言环境中获取更多的信息来理解用户的意图。

(4)提供多样化信息:在提交Prompt时,应该尝试提供多样化的信息,包括文字、图像、语音等,以促进机器更全面地理解用户需求。

(5)确定回答形式:在提交Prompt时,应该确定回答的形式,例如文字、语音等,并确保机器可以合理地解析和输出回答信息。

更进一步的原则包括,向机器提供足够的上下文信息、结构清晰地组织Prompt以使机器更容易进行处理,使用简单明了的问题引导用户去表述建议,从而更好地理解需求。此外,在交互中,用户还应该尽量用简短的句子提出问题,以便AI机器人更快速和准确地回答问题。

3 推荐一个prompt学习的好资料

上面介绍的只是prompt的一般原则,针对不同的应用场景,也有不同的技巧,甚至针对不同厂家推出的模型,也有不同的“性格秉性”,需要慢慢摸索。

最后介绍一下一个学习Prompt Engineering的资料:

https://learningprompt.wiki/docs/%F0%9F%91%8B%20Welcome

学点Prompt的知识,提升和AI对话的能力相关推荐

  1. 马云再谈教育:未来的学校学的不仅仅是知识 更重要的是学习的能力

    日前,马云在阿里巴巴西溪园区同来自全国的115位基础教育名校校长,围绕教育改革和校长领导力进行了交流.马云指出,教育这个问题越来越重要,越来越关键.今天如果我们不做些什么,不改变些什么,未来可能麻烦很 ...

  2. 学人工智能要看什么书?AI入门到进阶10本必看书

    学习人工智能可以从多个方面入手,从基础到进阶,不同的书籍可以帮助你建立不同的技能和知识体系.以下是我推荐的10本必看书: 学人工智能要看什么书?AI入门到进阶10本必看书 <Python编程从入 ...

  3. 记录一些之前学的APPUI设计知识

    记录一些之前学的APPUI设计知识 文章目录 记录一些之前学的APPUI设计知识 PS相关知识 文字 文字颜色 文字不透明度( opacity ) 背景颜色 强调程度 #FFFFFF( 白色 ) 87 ...

  4. 斯坦福NLP名课带学详解 | CS224n 第19讲 - AI安全偏见与公平(NLP通关指南·完结)

    作者:韩信子@ShowMeAI,路遥@ShowMeAI,奇异果@ShowMeAI 教程地址:https://www.showmeai.tech/tutorials/36 本文地址:https://ww ...

  5. 科大讯飞也推AI智能硬件,K12“知识图谱型”AI教育“真香”?

    文 | 李永华 来源 | 智能相对论(ID:aixdlun) 一次性推出5款新硬件产品,公众认知中一向ToB的"明星企业"科大讯飞前两天的发布会让人"意外",T ...

  6. 我在阿里巴巴学到的管理知识

    看到管理这个词,很多人第一反应是和自己无关.虽然从狭义概念上讲,管理是领导或者管理人员的职业行为,只有他们才需要与管理打交道,但是从广义角度而言,其实我们每一个人都无时不在与管理打交道,个人层面主要体 ...

  7. Nature封面:人类还在看提词器,AI的辩论能力却出现了重大进展

    来源:机器之心 编辑:魔王.陈萍 人类斗嘴还要看提词器,AI 引经据典的能力却已经比你高出不止一个段位了. 在人工智能打败专业国际象棋选手.围棋选手,并在多个电子游戏中大展身手之后,现在它冲着职业辩论 ...

  8. 【百家稷学】深度学习与嵌入式平台AI实践(北京交通大学实训)

    继续咱们百家稷学专题,本次是有三AI在北京交通大学进行的暑期课程教学.百家稷学专题的目标,是走进100所高校和企业进行学习与分享. 分享主题 本次分享是在北京交通大学计算机与信息技术学院进行,主题是& ...

  9. 【转】怎样判断自己掌握了学到的新知识

    以前一本书一本书地看,看到一种新东西,那种兴奋劲是不能用语言来形容的,但随之就觉得自己已经学会了这项新技术,感觉比别人高了一截子.任何写在纸上的东西,都是作者的心得体会,而我们看了,可能因为以前你也遇 ...

最新文章

  1. 剑指offer:面试题39. 数组中出现次数超过一半的数字
  2. php iis6 安装ssl证书,在IIS下部署SSL证书实现HTTPS
  3. 梯度的直观理解_关于梯度、旋度和散度的直观理解
  4. add svn 多个文件_深圳信狮SVN技术文档
  5. struts2中把action中的值传递到jsp页面的例子
  6. cnn卷积中padding作用
  7. python中的event_Python event
  8. poj1986 Distance Queries(lca又是一道模版题)
  9. paip.输入法编程---增加码表类型
  10. 爬虫应对银行安全控件
  11. wpf-AvalonDock-使用技巧总结
  12. 电脑桌面便签怎么编辑修改便签内容?
  13. 微服务守护神-Sentinel-热点-授权-系统规则
  14. 标准柯西分布_柯西分布没有数学期望
  15. 高级查询组件下拉框联动(三)
  16. R语言logistic回归的细节解读
  17. 特征锦囊:如何根据变量相关性画出热力图?
  18. 计算机视觉方向相关文献下载
  19. CAD制图怎么绘制对称的图形?
  20. 归并排序原理及代码实现

热门文章

  1. c语言中编译解释,C语言既可以编译执行又可以解释执行吗? 编译执行怎么解释? 解释执行又怎么解释?...
  2. 后端@RequestBody异常although at least one Creator exists): no String-argument constructor/factory metho
  3. 黑客技术论坛为什么越来越少了?
  4. Day212.OAuth2、微信二维码登入注册功能、用户登录信息前后端供、讲师列表前后端 -谷粒学院
  5. 数字化时代-11:从马斯洛需求层次看未来选择做什么样的产品
  6. 小程序服务器与系统维护协议,小程序后台维护
  7. 【大屏】 amap + echarts 踩坑以及避免办法
  8. border属性 php,使用CSS的border属性构建变形边框的方法总结
  9. 数组,es5,字符串,Math和Date
  10. 操作系统精髓与原理--复习题答案整理