最后一张图里,那些规则确实就是 bing 的 prompt ,和前几天注入后拿到的 prompt 基本一致。

最后一张图里,那些规则确实就是bing的prompt,和前几天注入后拿到的prompt基本一致。语言模型对相似事物的类比能力远超人类。可以写出极好的故事。但也不用过度浪漫化语言模型。早晨问了,模型说它没有情感,只是模拟出来的。三秋十李Sergio: NewBing被削弱之后,有用户用三体中的云天明的三个童话故事的方式,让NewBing讲述自己的故事,原链接在这里人工智能大进步,太有意思了,未来越来越近了,甚至细思极恐了

相关推荐

封面图片

OpenAI 官方推出的 Prompt 制作指南

OpenAI官方推出的Prompt制作指南一、精细调整你的查询1包含详细信息:在你的查询中加入具体信息,这样GPT能够给出更相关的回答。2设置角色:告诉GPT扮演一个特定的角色,比如教授或编辑,这有助于获取专业化的回答。3使用分隔符:通过使用例如三重反引号或XML标签等,来清晰标记输入的不同部分。4明确步骤:对于复杂任务,把它分解成一系列清晰的步骤,这样GPT会更容易理解。5提供示例:在合适的情况下,提供示例可以让GPT更清楚地了解你的需求。6设置输出长度:告诉GPT你需要的回答长度,比如是一句话还是一段文字。例1:-Prompt:“告诉我一个故事。”-优化后:请以一个童话作家的身份,告诉我一个以中世纪为背景、关于一位骑士和一条龙的冒险故事,你可以先给我讲这个故事的背景、再讲故事主人公的介绍、最后讲故事本身。以Markdown格式,不低于800字输出。二、使用参考资料GPT可能会无意中编造信息,特别是在涉及复杂话题时。提供可信的参考资料,可以帮助GPT生成更准确和少错误的答案。例2:-Prompt:“讲述拿破仑的历史。”-优化后:“根据史蒂芬·克拉克的书《拿破仑:人生、立场和遗产》,讲述拿破仑的历史。”三、将任务分解处理复杂任务时,将其分解为更简单的子任务通常更有效。这样不仅可以降低错误率,还可以创建一个工作流,其中每个任务建立在前一个任务的结果上。例3:Prompt:我想学习编程。-优化后:1哪些编程语言适合初学者?2为学习Python,推荐一些在线课程。3Python基础知识学习后,推荐一些进阶项目。四、让GPT“思考”与人一样,GPT也需要时间来处理信息。通过引导GPT进行一系列的推理,而不是立即给出答案,可以帮助它更可靠地得出结论。例4-Prompt:“为什么天空是蓝色的?”-让GPT“思考”的查询:“当我们看天空时,我们通常看到蓝色。这是因为大气和光的相互作用。请从光的散射和大气的组成两个方面,解释为什么天空在大多数情况下呈现蓝色。”五、利用外部工具结合其他工具的使用,可以提升GPT的能力。例如,当需要执行复杂数学计算时,可以使用专业工具而不是依赖GPT。例5:天气查询应用如果你正在开发一个可以告诉用户当前天气的应用,你可能想要整合一个天气API来获得实时天气数据,而不是依靠GPT模型的预测能力。六、用测试确认改善要提高性能,需要看到真实的数字。单独改一点可能在一两个例子里有效,但总体表现可能变差。所以,要用一系列的测试检查是否真的有所改善。一个好办法是用“标准答案”来对比模型的输出:假如我们知道一个问题的完美答案应该有哪些内容,我们就可以检查模型回答里包含了多少必要的内容。原文地址:https://platform.openai.com/docs/guides/gpt-best-practices/strategy-test-changes-systematically

封面图片

前几天在网上看到一个叫做“AI导师”的Github开源项目( https://github.com/JushBJJ/Mr.-Ra

前几天在网上看到一个叫做“AI导师”的Github开源项目(https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor),给了一个Prompt模板,输入到GPT4里,就可以定制学习风格和学习计划,在AI导师的引导下去学习某个领域的知识。想到最近刚好在思考如何转型成为AI产品经理,不妨就跟这位“AI导师”请教一下,看看该怎样去准备才能成功转型。在GPT4里输入了魔法Prompt,并选择了如下的偏好设置之后,确实召唤出了一位“AI导师”:深度:10(博士级别的深度,鄙人不才,真的读完了博)学习风格:全局型沟通风格:讲故事(谁不喜欢听故事呢)语气风格:中立推理框架:因果关系表情符号:语言:中文在通过/plan命令输入了我的问题“一名拥有3年工作经验的内容平台产品经理该如何转型成为一名AI产品经理?”之后,我的“AI导师”给我制定了如下的学习计划:1.学习AI和机器学习的基本概念和理论知识2.深入理解不同类型的AI产品和应用场景3.学习AI产品的开发流程和管理方法4.掌握AI产品的技术架构和相关算法5.研究AI项目的团队组成和分工6.学习处理和分析大量数据的技巧7.掌握试验设计和A/B测试方法8.学习评估AI产品性能的方法和指标9.了解有关AI道德和法律问题的信息10.建立个人AI产品经理品牌,提升职业竞争力接下来我用/continue命令学完了“导师”布置的10节课(详见图片),整体来说,这份学习计划还是比较靠谱的,每节课基本上都会有一个重点:1.要了解AI相关的基础知识;2.要了解自己对哪个应用领域最感兴趣;3.要了解AI产品开发和传统产品开发流程的不同;4.要了解AI产品实现的常见技术结构;5.要了解AI产品团队的构成和分工;6.要掌握数据分析7.要学会ABtest8.要了解AI模型的评估方法9.要注意AI的道德和法律问题10.建立个人品牌除了6、7两点,其他几个点都还蛮中肯的,虽然AI导师讲课比较“简略”,但是至少给出了一个大概的学习列表和方向。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人