编写 GPT 提示词的公式 + 资源分享

简介: GPT 能够给我们带来很大的帮助,因此我们要好好利用它。我们希望 GPT 输出令我们满意的内容,影响 GPT 输出内容的因素有模型和输入(Prompt,提示词)。- 模型:我们可以选择不同的 GPT 产品,它们的模型可能不同,譬如 ChatGPT、Claude、文心一言、通义千问等。如果有能力的话,可以对开源的模型进行微调,或者自己训练模型。- 提示词:我们可以学习如何编写好的提示词,这样 GPT 输出的内容就会更符合我们的预期。

GPT 能够给我们带来很大的帮助,因此我们要好好利用它。我们希望 GPT 输出令我们满意的内容,影响 GPT 输出内容的因素有模型和输入(Prompt,提示词)。

  • 模型:我们可以选择不同的 GPT 产品,它们的模型可能不同,譬如 ChatGPT、Claude、文心一言、通义千问等。如果有能力的话,可以对开源的模型进行微调,或者自己训练模型。
  • 提示词:我们可以学习如何编写好的提示词,这样 GPT 输出的内容就会更符合我们的预期。

本文将介绍一个编写 GPT 提示词的公式,这个公式可以帮助我们编写出更好的提示词。任务指令 = 描述角色 + 描述背景信息 + 描述任务目标 + 描述输出要求。

指令公式

描述角色

在<描述角色>这一部分中,需要我们描述 GPT 和自己的角色。

  • 描述 GPT 的角色,让 GPT 知道它应该扮演什么样的角色来回应请求
  • 描述自己的角色,让 GPT 知道用户的角色是什么,使 GPT 输出更符合角色特征的内容

描述角色的话术:我想让你充当一个 xxx,我是一个 xxx。


示例对话(逐步推进):

  1. 请你为我编写实现冒泡排序算法的代码。
  2. 描述 GPT 的角色我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法。请你为我编写实现冒泡排序算法的代码。
  3. 描述自己的角色:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。请你为我编写实现冒泡排序算法的代码。

描述背景信息

<描述背景信息>这一部分是为了给 GPT 提供任务的上下文,帮助 GPT 更好地理解任务。我们提供的背景信息越多、越准确,GPT 输出的结果就会越靠谱。如何更好的描述背景信息呢?

  • 向 GPT 询问需要哪些关键信息:在向 GPT 描述自己的任务目标后,我们可以向 GPT 询问,问它需要我们提供哪些关键信息。然后根据 GPT 的回答,给 GPT 提供信息。向 GPT 询问需要哪些关键信息的话术:为了帮助我完成 xxx 任务,需要我给你提供哪些关键信息呢?
  • 6H 原则:在向 GPT 提供背景信息时,我们可以遵循 6H 原则,即:who、what、when、where、why、how。这些问题可以帮助我们提供更多的背景信息,从而帮助 GPT 更好地理解任务。

示例对话:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。我想让你编写实现冒泡排序算法的代码,需要我给你提供哪些关键信息呢?

描述任务

在<描述任务>这一部分中,需要我们描述<我们希望 GPT 完成的具体任务>。

我们可以使用一些关键词来描述任务,譬如:编写、撰写、设计、解释、计算、生成、绘制、分析、预测、推荐、识别、检测。

描述任务的话术:请你为我 xxx。

  • 请你为我编写实现 xxx 功能的代码
  • 请你为我撰写一篇 xxx
  • 请你为我解释 xxx

描述输出要求

最后,我们需要描述<我们希望 GPT 输出的内容应该满足什么标准或要求>。要求的类型有很多:

  • 语言种类的要求:要求输出中文、要求输出英文
  • 目标受众的要求:要求生成的内容适用于特定的受众群体,譬如:xxx 的初学者、xxx 的精通者、专业人士等
  • 格式的要求
    • 要求以Markdown格式输出
    • 要求对内容的重点部分加粗强调
    • 要求输出表格 / 列表,使用 x 列:xx、xx,xx 列和 xx 列垂直居中
    • 要求使用 Katex 渲染公式和行内的数学符号
  • 其他的要求
    • 要求提供内容的(信息源链接)[link]
    • 要求提供 x 个真实的案例 / 应用实例
    • 要求生成的内容包括 xxx
    • 内容结构:要求按照指定的模板大纲输出

示例对话:我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。请你为我编写实现冒泡排序算法的代码。我对你输出的内容有以下的要求:

  1. 我要求你生成的内容适用于数据结构与算法的初学者。
  2. 我要求你对内容的重点部分加粗强调。
  3. 我要求你提供内容的(信息源链接)[link]。

最终的对话

我想让你充当一个数据结构与算法的助手,你负责帮助我学习数据结构与算法;我是一个数据结构与算法的初学者。我想让你编写实现冒泡排序算法的代码,需要我给你提供哪些关键信息呢?


要编写冒泡排序算法的代码,需要以下关键信息:

1. 编程语言:你需要告诉我使用哪种编程语言来实现冒泡排序。常见的选择包括Python、Java、C++等。

2. 排序的数据类型:你需要确定要排序的数据类型是什么,例如整数、浮点数、字符串等。

3. 数据输入方式:你可以选择手动输入一组数据进行排序,或者要求我生成随机数据用于排序。

4. 排序顺序:您需要确定是升序排序还是降序排序。冒泡排序可以根据需要进行升序或降序排序。

一旦提供了这些信息,我就可以为你编写相应编程语言的冒泡排序算法示例代码,并解释算法的工作原理。请提供上述信息,我将尽力帮助你学习数据结构与算法。

下面是我提供的关键信息:

  1. 编程语言:使用 Java 语言实现冒泡排序。
  2. 排序的数据结构:我希望将待排序的数据存储在 ArrayList 列表中来进行排序。
  3. 排序的数据类型:要排序的数据类型是浮点数 double。
  4. 数据输入方式:手动输入一组数据进行排序。
  5. 排序顺序:按降序进行排序。

请你根据我提供的关键信息,为我编写实现冒泡排序算法的代码。我对你输出的内容有以下的要求:

  1. 我要求你生成的内容适用于数据结构与算法的初学者。
  2. 我要求你提供内容的(信息源链接)[link]。

资源分享

免费的 GPT

无需翻墙

老北鼻AI - 发布页-免费GPT (lbbai.com)

ChatGPT 镜像网站 - 最优网址 (aalib.net)

‌⁣⁣⁡⁢⁢⁡⁤‬‌⁣‬⁡⁡⁡⁢⁣‬⁣⁢⁣⁡⁡‍‍⁡⁣‬⁣⁡‌⁣⁢‍ChatGPT 国内免费平替列表 - 飞书云文档 (feishu.cn)


需要翻墙

GitHub - xx025/carrot: Free ChatGPT Site List 这儿为你准备了众多免费好用的ChatGPT镜像站点

Shared Chat (zhile.io)

Poe

AIGC 工具集

老北鼻AI导航 | 500+ AI工具导航大全,国内外AI工具箱网站,GPT,MJ (lbbai.com)

AI驿站 - AI工具集 - ChatGPT (51aiyz.com)

照夜清的AI小宇宙 —— 一个永久可以让你不花钱使用 ChatGPT 网站! (zhaoyeqing.cn)

AiTreasureBox/README.zh-CN.md at main · superiorlu/AiTreasureBox (github.com)

PromptPerfect - Elevate Your Prompts to Perfection. Prompt Engineering, Optimizing, Debugging and Hosting. (jina.ai)

知识库

⁣‬‌⁡⁤‌‍‍‬‬⁤⁣‬⁡⁢⁤‍‌⁣⁣⁡⁤⁡⁣‌⁤⁣‌⁢‬⁤‌‌‬极客时间 AIGC 知识库 · 学习指南 - 飞书云文档 (feishu.cn)

‍⁡⁣‌⁢⁢‌⁣‍⁡‍⁢‬⁤⁣⁤‬⁡⁡⁣‬⁢‌‌⁢⁢‌⁢⁣⁡‌‍⁤⁡⁢ChatGPT 学习手册(保姆级) - 飞书云文档 (feishu.cn)

‌‍⁤‍⁡⁡‬‍⁣⁤‬‌⁣‬‌⁢‬⁤⁣‬⁣‍⁣⁢‍⁤⁢‍⁤⁢⁣‍⁤‬⁢⁢⁢‬⁤‌‬‍‍AIGC首页 - 飞书云文档 (feishu.cn)

‍‬‬⁢‬⁣⁤‬‌⁡⁣‬‌⁣⁡⁤‌⁡⁤⁡‬⁢‬⁢‬⁤⁡‬⁤‬⁤⁢⁢⁤⁢⁤⁢疯刀 AI 训练营 - 飞书云文档 (feishu.cn)

ChatGPT学习工具包(应用级) - 飞书云文档 (feishu.cn)

ChatGPT 学习手册 - 飞书云文档 (feishu.cn)

学习资源

Hello from Learning Prompt | Learning Prompt

提示工程指南 | Prompt Engineering Guide (promptingguide.ai)

得到的 AI 付费课程:得到APP - 知识就是力量,知识就在得到 (dedao.cn)

相关文章
|
人工智能 JSON 安全
AI提示词入门教程
前言 在当前的信息时代,人工智能(AI)已成为我们日常生活和工作中不可或缺的一部分。尤其是在处理语言和文本的应用中,AI的效率和能力已经展现出巨大潜力。然而,要充分利用AI的能力,有效地与之交互是关键。本文旨在探讨如何通过合适的提示词来指导AI,以确保任务的准确性和效率。我们将重点讨论基本原则和技巧,这些内容对于任何希望通过AI实现特定目标的用户都是极其有用的。
1101 0
|
存储 人工智能 缓存
AI 提示词模板相关的架构设计
现在很多企业纷纷研发大语言模型以解决业务问题。提示词在与模型交互中起到关键作用。为优化提示词模板的修改、提高渲染效率及确保安全性,架构设计注重可修改性、安全性、可靠性和性能。设计包括:将提示词存储在OSS以方便修改和版本控制;使用本地缓存提升读取性能;模板引擎增强灵活性;秘钥安全存储在加密系统中;并通过配置中心动态调整。此设计旨在提供高效、安全且可靠的AI交互体验等。
1050 78
AI 提示词模板相关的架构设计
|
3月前
|
Dubbo 数据可视化 Java
整合SpringBoot、Dubbo与Nacos:一个快速入门教程
经过上述步骤,消费者模块成功引用了生产者提供的服务,并通过Spring Web将服务映射到了特定的URL路径上。消费者模块成功地调用并展示了生产者提供的数据,并在不移除特定依赖项的情况下确保了系统的正常运行。
|
7月前
|
人工智能 自然语言处理 安全
一文掌握大模型提示词技巧:从战略到战术(二)
一文掌握大模型提示词技巧:从战略到战术
388 66
|
8月前
|
设计模式 搜索推荐 测试技术
提示词工程的十大认知误区
本文将列举一些提示工程认知和创作方面的认知误区,并分享了作者的一些见解,希望能够为读者提供启发。
294 35
|
12月前
|
人工智能 人机交互 智能硬件
从大模型的原理到提示词优化
本文介绍了大语言模型(LLM)的基本概念及其工作原理,重点探讨了AI提示词(Prompt)的重要性和几种有效技巧,包括角色设定、One-shot/Few-shot、任务拆解和思维链。通过实例解析,展示了如何利用这些技巧提升LLM的输出质量和准确性,强调了提供高质量上下文信息对优化LLM表现的关键作用。
833 0
|
设计模式 人工智能 JSON
一文掌握大模型提示词技巧:从战略到战术
本文将用通俗易懂的语言,带你从战略(宏观)和战术(微观)两个层次掌握大模型提示词的常见技巧,真正做到理论和实践相结合,占领 AI 运用的先机。
|
设计模式 人工智能 JSON
一文掌握大模型提示词技巧:从战略到战术
本文将用通俗易懂的语言,带你从战略(宏观)和战术(微观)两个层次掌握大模型提示词的常见技巧,真正做到理论和实践相结合,占领 AI 运用的先机。
239865 5
|
数据可视化 安全 数据挖掘
开源数据可视化分析工具DataEase本地部署并实现远程访问
开源数据可视化分析工具DataEase本地部署并实现远程访问
|
机器学习/深度学习 人工智能 小程序
一文秒懂ChatGPT官方提示词最佳实践(中)(一)
一文秒懂ChatGPT官方提示词最佳实践(中)
一文秒懂ChatGPT官方提示词最佳实践(中)(一)