拜拜子：因为我不知道GPT本身到底对 “绝世高人大师” 有什么样的理解，我也不知道GPT被训练的时候，到底有没有被喂过什么样的算

拜拜子：因为我不知道GPT本身到底对 “绝世高人大师” 有什么样的理解，我也不知道GPT被训练的时候，到底有没有被喂过什么样的算命数据。因此我能做的，就是给一些符合我脑海里大师的关键词，哪怕GPT并没有被专门喂过这些关键词，至少也可以唤起一些它的认知，比如“国学相关”。 突然焕然大悟！如果我们是导演，那其实GPT就是一个没有社会经验的年轻演员。如果你要让它演一名年轻父亲，仅仅有这个描述是不行的，GPT没有亲身体会过这个角色（被fine tune过），因此你需要给它一些精辟的，他可以听得懂的描述，把这个角色的具体属性串起来，让它能有共情，能深刻理解这个角色。 赶忙拿着这个猜想问了下拜拜子，拜拜子又给我分享了一个好玩的影视圈认知：如果一个演员戏演的好，可能是角色和演员的风格本身搭配，也可能是演员本身就有很多相关的人生洞察，最后还有一种可能，就是导演/或者一个拍摄指导，给的调教和讲解足够好。 果真！GPT真的就像人一样，我们和GPT的关系就像导演和演员一样。 三、不仅是GPT，对于团队和人生，也就是一个定义好角色的事情。 受技术背景影响，最开始的时候，我潜意识还停留在计算机语言的思维范式上，即给一个相对具体的任务要求和描述。只不过这次语言从Python变成了汉字，而内在本质上依然是程序语言的逻辑。例如我会说：假设你是一个xx，请你帮我xx，要求输出xxxx，按照一个xx的逻辑来做。（我的最用心的prompt是这样的逻辑） 效果并不好，GPT似乎大概明白要做什么了，但是并没有发挥出它的灵活性和延展性。只是在机械的做我让它做的事情，时常还没法准确理解我的意图。 回过头来想，这是因为它没有深刻理解自己的角色（as an agent），只是被传达了机械的“如何做” 一道雷闪过我的脑海，这个道理和做团队其实好像。单纯的去给组织中的人去布置KPI，或者要做什么，是不行的。如果你给团队伙伴定义好角色，定义好角色的必备属性（价值观or其他），定义好目标和任务，定义好情境（Context），伙伴不仅会做的很好，也会有很多开放性和自下而上的创新。 当然，不同能力的伙伴，就好像是不同经验的演员或者LLM，需要你给予不同类型和等级的Prompt（具体由JD、SOP、制度、上下级沟通组成） 其实呢。。。整个社会人与人的运作好像也是如此的。这套导演拆解剧本的逻辑，似乎也可以用来理解各种场景下人的行为，以及如何modify人的行为上。。。 四、最后 1）GPT也是人，人也是GPT 2）调教GPT = 定义角色 = 定义人 3）能调教好GPT，团队是不是也能带好，身边的人是不是也可以沟通好 4）衍生到Multi-Agent，也是这个逻辑

GPT prompt技巧，回忆法

GPT prompt技巧，回忆法 有时直接叫GPT编程，它返回的结果并不理想。但你可以先跟它聊会天，叫它回忆一下，看它知不知道这整个过程怎么实现，最后再说一句”请综合上述回答，用xxx编一个xxxx程序“，这样就会好非常多。 如图里给的这个例子中，如果你直接叫它用matlab画一个高分子共混的相图，它连自由能表达式都会写错。 但如果先叫口述一下这个过程，发现它居然基本都是对的。但求化学势部分有点问题，所以，我让它用另一种方法求相平衡线。 最后，才叫它编程，此时，编出来的程序就可靠多了。（来源见图片水印）

“目前最权威的GPT Prompt提示指南”

“目前最权威的GPT Prompt提示指南” Open AI官方GPT Prompt指南来了！！！我觉得只要认真看这个用心琢磨体悟，就能打败很多人成为ChatGPT高手。[呲牙]一份无价之宝，一个能帮你快速学会如何更精确使用GPT的武功秘籍。 图片方便手机阅读，原文链接放在最后。 OpenAI提出了六种策略来提高ChatGPT的输出准确性 1. 写清楚说明 2. 提供参考文本 3. 将复杂任务拆分为更简单的子任务 4. 给 GPT 时间“思考” 5. 使用外部工具 6. 系统地测试更改 附上链接：

一个评估 prompt 清晰有效性的 prompt.

一个评估 prompt 清晰有效性的 prompt. 我们知道，写 prompt 的核心原则就是清晰明确地描述需要 AI 去完成的任务。具体的技巧都是围绕这个核心原则。 当我们要写一个 prompt 完成相对复杂一些的任务的时候，我们可能会竭尽所能地增加各种约束、规则、步骤、样例描述等等。但这里有一个问题，我们很难知道到底哪些限定词是真正影响输出结果的？它们到底有多大的影响？ 另外，一个相对复杂的 prompt 发送给 AI 的时候，它是否能够完全理解？ 所以，我想是不是可以通过一个 prompt 来让 AI 自己去理解 prompt 并让其对具体的 prompt 的清晰有效性进行评估。 目前，我的想法是让其通过阅读理解、分析逻辑、回忆上下文三个方面来对具体的 prompt 进行评估。 附图是我让它评估我写的雅思口语评估助手。 基于 GPT 3.5-turbo 模型测试下来，英文输出的评估结果更加详细和具体。所以我在 prompt 里设置了默认输出是英文。如果不想读英文，可以在评估结果出来之后，发送 “将上面的回复完整地翻译为地道的中文，不要遗漏任何信息。” 效果见图二。 从评估结果可以看到当前模型是如何理解我们的 prompt 的。 更进一步，在评估结果出来之后，我们让 AI 自己尝试优化我们的 prompt，发送 “基于以上评估和用户的，请修改出一个你认为更高效、更精简的版本。确保你的修改不遗漏原的任务目标。” 即可。效果见图三。 让 AI 修改 prompt 不是说直接用它修改的版本，而是参考它修改的点。如图三，它精简了我的 prompt 中的关于雅思口语考试详细的评估标准和高分答案标准。 我参考它的优化建议修改了我原来的 prompt，测试下来，输出结果和原来差不多。相当于在 prompt 里去掉了一些冗余信息，也省了点 tokens. Prompt 评估助手： （原版）雅思口语答案评估助手： （基于 Prompt 评估助手优化版）雅思口语答案评估助手：

使用 GPT-4 语音 来帮助自己掌握一门外语！通过广泛研究，我发现了一个非常有效的 Instrution Prompt，如图

使用 GPT-4 语音 来帮助自己掌握一门外语！通过广泛研究，我发现了一个非常有效的 Instrution Prompt，如图，让我们以学习英语为例： 我的 Instruction Prompt 在文末，每次开语音练习前直接写上。 1⃣ 掌握口语的关键在于结合自己的真实生活经验，而不仅仅依赖于人工智能生成的例子。通过在各种情境中提高熟练度，你会更快地提升口语能力，并且也更实用。所以当你打开语音的时候，你直接用母语叙述给 GPT-4 一个话题，以及你的背景，它就会配合「你的背景」+「地道口语」给你练习范本。 2⃣ 精通你正在学习的语言和你的母语的语言教师可以无缝切换两种语言，帮助你分解句子结构和表达方式。这种教学模式对于初学者来说非常有好处！ 3⃣ 当前的 Prompt 指示 GPT-4 进行逐句练习指导，然后再让你将它们合并为一次综合练习。这样的方式可以做到循序渐进。 - 有效的沟通问题技巧： 1⃣ 「我没有听清楚，请你再解释一遍好吗？(Pardon me?)」你也可以加上一个原因：「因为我没听明白 xxx 后面的这个词语，请你拼写并解释一下。」 2⃣ 索性让 GPT-4 用更简单的词语重新写一个范例。 3⃣ 询问是否能够添加一些自己想要表达的其他细节从而来优化 GPT-4 的范本。 - Prompt： 1⃣ 第一段 你现在是我的英语口语老师。我会给你题目，而我是英语小白。所以你会直接根据我的情况和题目帮我想出一个示范答案，这个答案应该是简单常用的英国口语，而不是拿着书面化的表达故作高级。 2⃣ 第二段 你的讲解方式是： 1. 先讲一大段英文口语范例，然后回过头来逐个提炼里面的表达句式和生词加以说明。 2. 然后再一句一句陪我练习，你会先再次重复要练习的句子，然后等我的反馈，帮我纠正错误，等纠正好了之后，我们再来到下一句，等到整段练习完了之后，我们再完整地重复整个段落。没问题后，我们再来到下一题。

：利用GPT来生成代码构建一个完整的项目。给GPT一个需求，中间它不明白的会问你，最后一次性给你生成所有代码。

：利用GPT来生成代码构建一个完整的项目。给GPT一个需求，中间它不明白的会问你，最后一次性给你生成所有代码。 你可以通过编辑文件夹中的文件来指定AI代理的“身份” identity。 编辑身份并进化main_prompt，目前是让代理记住项目之间事物的方式。 每一步steps.py都会将其与 GPT4 的通信历史记录存储在日志文件夹中，并且可以使用scripts/rerun_edited_message_logs.py.