什么是System prompt?什么是user prompt?二者有何区别？

以下是关于 prompt 的优缺点： 优点： 能够提升模型对通用任务的解题表现，充分发挥其潜力。 结构化的 prompt 可以降低沟通难度，提高结果的准确度。 缺点： 效果因任务而异，部分情况下可能存在“表演思考”的现象。 结构化的 prompt 会限制更多可能性。 大部分框架不太适合解决过于主观、个人情绪的问题，也没必要解决过于简单的问题。想要完全符合需求，往往不是一个框架能完全搞定的。 相关参考链接： Prompt 项目链接： 网友点评： 详细分析来源： 原推文：

Prompt 是您给人工智能（如 Claude 等大模型）的文本，用于引发相关输出。它通常以问题或指示的形式出现，例如“为什么天空是蓝色的？”。简单来说，它是一套您和大模型交互的语言模板，通过这个模板，您可以输出对大模型响应的指令，指定大模型应该做什么、完成什么任务、如何处理具体任务，并最终输出您期望的结果。 从更专业的角度定义，大模型的本质是一个基于语言的概率模型，它返回其认为概率最大的内容。如果直接问大模型而不提供 Prompt，相当于大模型随机给出答案。有了 Prompt，就相当于给了一个包含对模型的要求、输入和输出限制的模板，大模型在这个限制下得到概率最大的答案。 此外，Prompt 是一段指令，用于指挥 AI 生成您所需要的内容，每个单独的提示词叫 tag（关键词）。它支持英语等语言（不用担心英语不好的问题，”或多层括号的方式；还可以进行 tag 的步数控制。

以下是一些优化 prompt 以完成程序的建议： 1. 对于算术推理相关的程序，若思维链（及生成的方程式）存在正确但模型执行算术运算错误的情况，可添加一个 Python 程序作为外部计算器（使用 Python 的 eval 函数）处理生成的思维链中的所有方程式。当思维链中包含多个方程式时，通过字符串匹配将外部计算器的结果从一个方程式传递到下一个方程式，以提高思维链提示在大多数任务上的性能。 2. 在涉及迷宫生成的程序中，若生成的迷宫存在边未封好等问题，可调整提示词。若对复杂度不满意，也可提出并进行调整。 3. 在涉及图像生成的程序中，对于提示词编写，应遵循不改变梗图、虚构角色起源、未出现人物等的原则，保持原始提示的意图并优先保证质量。不创建任何具有冒犯性的图像。对于可能存在偏见的场景，确保如性别和种族等关键特征以无偏见的方式指定。对于包含特定人物或名人的提示词，需进行适当修改，以通用描述替代，除非其作为图像中的文本出现。提示词应详细、客观地描述图像的每个部分，思考描述的最终目标并进行推断以生成满意的图像。

以下是关于 prompt 的相关知识： 提示简介： 提示是您给 Claude 的文本，用于引发相关输出。提示通常以问题或指示的形式出现。例如： |角色|提示| ||| |用户|为什么天空是蓝色的？| Claude 回答的文本被称为“响应”，有时也被称为“输出”或“完成”。 提示工程： 提示工程是人工智能领域中，特别是在自然语言处理（NLP）和大型语言模型（LLMs）的上下文中一个相对较新的概念。它涉及设计和优化输入提示，以引导 AI 模型生成特定类型的输出或执行特定的任务。 提示工程的关键点包括： 1. 精确性：通过精确的提示，可以提高 AI 模型输出的相关性和准确性。 2. 创造性：提示工程需要创造性地思考如何构建问题或请求，以激发 AI 模型的特定能力。 3. 迭代：通常需要多次尝试和调整提示，以获得最佳结果。 4. 上下文理解：提示需要包含足够的上下文信息，以便 AI 模型能够理解并执行所需的任务。 提示词通常指的是直接输入到 AI 模型中的问题、请求或指示，它们是提示工程的一部分。提示词可以非常简单，如“给我总结这篇文章的主要观点”，或者更复杂，如设计一个包含多个步骤和条件的复杂任务。 提示词是实际输入到 AI 系统中的具体文本，用以引导模型的输出。提示工程则是一个更广泛的概念，它不仅包括创建提示词，还涉及理解模型的行为、优化提示以获得更好的性能、以及创造性地探索模型的潜在应用。提示工程的目标是最大化 AI 模型的效用和性能，而提示词是实现这一目标的手段之一。在实际应用中，提示工程可能包括对 AI 模型的深入分析、用户研究、以及对特定任务的定制化提示设计。 头脑风暴常用的 20 个 prompt： 1. Brainwriting Prompt: “Let's brainstorm ideas for by writing down as many ideas as you can, then I can build on them with related ideas. Structure your answer using markdown.” 2. Reverse Brainstorming Prompt: “We will use reverse brainstorming for coming up with intentionally bad ideas can spark creativity and lead us in new directions.” 3. Mind Mapping Prompt: “Please create a complete mind map for starting with a central concept and expanding outward with connected branches of related ideas.” 4. Assumptions Prompt: “List your assumptions about . Then, how can you challenge those assumptions to come up with innovative ideas? Describe your journey.” 5. SWOT Analysis Prompt: “Let's do a SWOT analysis on considering internal strengths/weaknesses and external opportunities/threats. Then write a conclusion to summarize.” 6. SCAMPER Prompt: “Use the SCAMPER checklist to ideate on . How can we substitute, combine, adapt, modify, put to other uses, eliminate, or reverse? Detail your answers.” 7. Six Thinking Hats Prompt: “Use the Six Hats method: the red hat is optimistic, the black hat looks at negatives, etc. Ideate on from different mindset angles.” 8. Worst Possible Idea Prompt: “Brainstorm intentionally terrible ideas for to get the creative juices flowing in new directions. Expand on your answers a little, explaining why these ideas are bad.” 9. Trigger Words Prompt: “Here are some random words: ?” 10. Questioning Prompt: “Generate questions about , like who, what, when, where, why, how? Turn the questions into ideas.” 11. Rolestorm

以下是关于如何编写提示词（prompt）的全面指导： 一、编写 prompt 的一般建议 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，提供足够信息。 3. 使用清晰语言：避免模糊或歧义词汇，用简单明了的表述。 4. 给出具体要求：如格式、风格或引用文献等方面的要求。 5. 使用示例：提供期望结果的示例，帮助 AI 理解需求。 6. 保持简洁：避免过多信息导致 AI 困惑。 7. 使用关键词和标签：有助于 AI 理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整 prompt。 二、律师编写 prompt 的建议框架及格式 CRISPE 1. Capacity and Role（能力与角色）：明确 AI 的角色和能力，如专注于民商事法律领域、擅长案例研究等。 2. Insight（洞察）：提供背景信息和上下文，如案件关键事实、相关法律等。 3. Statement（陈述）：明确期望 AI 完成的任务，如总结诉求、检索法条等。 4. Personality（个性）：设定 AI 的回答风格或方式。 5. Experiment（举例）：通过具体例子说明上述各点。 三、头脑风暴常用的 20 个 prompt 1. Take on the perspective of afrom their point of view.My aim is to find new ways to improve. 2. Scenarios Prompt:Imagine a best case scenario for:everything goes right.Now imagine a worst case scenario:everything goes wrong.Brainstorm ideas for each. 3. Analogy Thinking Prompt:is like what?Identify an analogy,then brainstorm ideas based on properties of the analogy.Explain each idea that follows from this analogy. 4. Idea Spurring Prompt:Build on the following idea related to.What does it make you think of?Use it as a jumping off point for more ideas. 5. Concept Fan Prompt:Here is one idea related to.Fan out from this concept in different directions to generate related ideas.Explain each new idea in a few words. 6. Evil Genius Prompt:Pretend you're an evil genius plotting against.How would you undermine it?Reverse engineer your evil plans into constructive ideas. 7. Random Stimuli Prompt:Use this random.Make unlikely connections. 8. Headline Writing Prompt:Come up with turn them into full ideas. 9. Brainstorming Journey Prompt:Imagine you're on a journey related to.Describe where you are,what you see,who you meet,what you're thinking let the scenario spark ideas. 10. Outside Perspectives Prompt:Bring in different viewpoints to ideate onand get new perspectives.Develop these different points of view,explaining succinctly why they are relevant in each case. 希望以上内容能对您编写 prompt 有所帮助。请注意，内容由 AI 大模型生成，请仔细甄别。

以下是关于写精彩脱口秀文本的一些提示： 基本提示可以只是一个单词、短语或表情符号。 更高级的提示可以包括一个或多个图片 URL、多个文本短语以及一个或多个参数。图片 URL 始终位于提示的最前面，以影响完成结果的风格和内容。参数需要放在提示语的末尾。 作为脱口秀编剧，如李继刚，在编写 Oneliner 风格的脱口秀段子时，需注意以下方面： 角色设定：writer 为李继刚，语言为中文。 注意事项：创作对用户的上台表演影响巨大，段子必须包含铺垫和包袱两部分，要有幽默感，能打破预期。预期违背即在段子的结构中，包袱必须是对铺垫的预期违背。 参考示例：可查看

ChatGLM 是中文领域效果最好的开源底座模型之一，具有以下特色： 1. 针对中文问答和对话进行了优化，能更好地处理中文语境下的任务。 2. 经过约 1T 标识符的中英双语训练，并辅以监督微调、反馈自助、人类反馈强化学习等技术的加持。 其优势包括： 1. 在处理中文相关的任务时表现出色，能提供较为准确和有用的回答。 然而，目前可能存在的不足暂未在提供的内容中有明确提及。但一般来说，与其他先进的语言模型相比，可能在某些复杂场景下的表现还有提升空间。

开启 Remix 按钮对于 Midjourney Vary Region 来说具有重要作用： 放大并点击 后，能保留提示中确定画布总体构图的部分，尽量保留更多内容，若细节未显示可能是内存问题，可编辑提示删除不必要细节以腾出空间添加新细节。 可以编辑提示，将细节添加到提示中，并用至少 5 7 个词进行详细描述。 能通过将基本图像用作 sref 来加强添加部分的风格（视觉美学），右键单击放大后的图像中心，从下拉菜单中选择复制链接，将该链接添加为 sref。 而不开启 Remix 按钮可能会限制上述功能的实现。同时，在 Midjourney 的 cref 相关操作中，使用 /settings 确保处于 模式并且 Remix 设置为打开，能进行一系列面部更改等操作。若某些部分看起来怪异或破碎，如头部朝后或图像被奇怪裁剪，可尝试将 stylize 增加到 800 1000，也可将 cw 同时降低到低于 100 的值。

小七姐的提示词课程包括双证班的第一期和第二期，以下是课程内容的介绍： 自由学习时间包含 22 节视频课，授课形式为视频课+知识星球作业+社群答疑。 提示词基础：包括“Hello，大模型”“提示词基础方法”“开始编写你的第一条提示词”“按需求设计和迭代提示词”等课程。 元能力：涵盖“AI+学习能力”“AI+逻辑思维”“AI+表达能力”等课程。 提示词实践：包含“需求分析”“结构框架”“反馈迭代”“结构化提示词”“思维链”等课程。 提示词工具化：包括“工作流”“提示词封装”“GPTs 基础教程”“GPTs 实战案例”等课程。 2024 更新：包括“GPT 新版本指南”“GPTs 基础教程”“GPTs 设置方法”“GPTs 实战案例”“提示词学习综述”“知识库场景”“知识库工具”“知识库有效语句”“知识库方法论”“知识库思维方式”“优秀提示词拆解”“提示词编写常见误区”等内容。 社群答疑：学员有问题可在学习群随时提问，老师和助教会详尽答疑，针对复杂问题，小七姐会录制短视频帮助理解。 对于是否有必要全部学习，取决于您的具体需求和基础。如果您是初学者，建议系统学习以打下扎实基础；如果您已有一定基础，可以根据自身薄弱环节有针对性地选择学习。

AI 具有广泛的用途，以下为您详细介绍： 在新工业革命中，特别是生物科技领域，AI 有助于将过去昂贵、人力密集、效率较低且难以获得的事物转变为更低成本、更高效、甚至更有效的“计算”。 医疗保健方面： 医学影像分析，辅助诊断疾病。 加速药物研发，识别潜在药物候选物和设计新治疗方法。 提供个性化医疗，分析患者数据制定个性化治疗方案。 控制手术机器人，提高手术精度和安全性。 金融服务领域： 风控和反欺诈，降低金融机构风险。 评估借款人信用风险，辅助贷款决策。 分析市场数据，助力投资决策。 提供 24/7 客户服务，回答常见问题。 零售和电子商务行业： 分析客户数据进行产品推荐。 改善搜索结果和提供个性化购物体验。 实现动态定价。 汽车行业： 自动驾驶技术，进行图像识别、传感器数据分析和决策制定。 增强车辆安全性能，如自动紧急制动、车道保持辅助和盲点检测。 提供个性化用户体验，根据驾驶员偏好和习惯调整车辆设置。 进行预测性维护，减少停机时间和维修成本。 实现生产自动化，提高生产效率和质量控制。 辅助销售和市场分析。

AIGC 在教育行业有以下应用： 宏观层面：如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的交互和培育问题。 中观层面：AIGC 技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架，包含教学主体、教学内容、教学载体、学习主体等多个维度。 微观层面：教育的各场景，都因 AIGC 技术的应用而有所助益，如教师的备课规划等。此外，教师需要具备对 AIGC 鉴别的认知能力，判断教学场景是否适合引入 AI 技术，明确学生课程产出训练的目的，从而处理好学生产出中 AI 成分的占比是否需要教育干预。但在教育教学过程中，如果设计专业学生无差别地应用 AIGC 替代手绘训练，可能导致他们在需要快速表达的场景中缺失相关技能。

以下是一些应用在教育方面的 AI 工具： 1. 智能辅助教学工具：如 AI 教师能够引导学生通过对话学习，解答疑问并提供即时反馈。 2. 定制学习内容创建工具：像 Google 的 AutoML 可用于创建定制的学习内容，让学生通过有趣方式加深对学科概念的理解。 3. 虚拟现实（VR）和增强现实（AR）相关工具：例如 Labster 的虚拟实验室平台，提供高科技实验室场景，让学生安全地进行实验操作并获得 AI 系统反馈。 4. 写作辅助工具：如 Grammarly、Orchard 和 Lex 帮助学生克服写作难题，提升写作水平。 5. 演示文稿创建辅助工具：像 Tome 和 Beautiful.ai 协助创建演示文稿。 此外，ChatGPT 问世后很快在全球被应用于教学与科研场景。目前，人工智能教育已基本覆盖“教、学、考、评、管”全链条，主要方向包括自适应/个性化学习、虚拟导师、教育机器人、基于编程和机器人的科技教育以及基于虚拟现实/增强现实的场景式教育。

以下是关于 Flux 的 lora 模型训练的相关信息： Flux GGUF 模型：https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件：https://github.com/city96/ComfyUIGGUF 在最新版本的 ComfyUI 中，GGUF 的节点插件可在 Manager 管理器中搜到下载安装，但 NF4 的配套节点插件搜不到。 注意使用精度优化的低配模型时，工作流和原版不同。把官方的 fp8 工作流中底模的节点换成 NF4 或者 GUFF 即可。 相关生态发展迅速，有 Lora、Controlnet、IPadpter 相关生态建设，字节最近发布的 Flux Hyper lora 可用于 8 步快速生图。下节将先讲讲 Flux 的 lora 训练。