直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

让GPT陪聊的prompt

回答

以下是一些关于让 GPT 陪聊的 prompt 相关知识:

  • 夙愿提出了使用 GPT 模仿创作内容的万能思路。在 Prompt 迭代方面,特别是 GPT 优化 Prompt 时,0.3 版创作的标题存在太夸张的问题。可通过与 GPT 深入交流来优化,如向 GPT 提问为何标题夸张,受哪些提示影响。影响因素包括修辞手法、日常口语风格、情感色彩和提供的示例等。
  • 像高手一样编写 GPT 时,和上一个例子相同的是顶部有和 GPT 使用搜索和画图一样的小图示“Talk to”。其中包含两个英文单词,对应在 GPT 里设置的两个 Action,一个代表 themoviedb 的某条数据,一个代表使用 webpilot 这个工具,且有类似网址的内容。
  • 南瓜博士提到让 AI 的回复更有灵性(人味儿)的 Prompt 小技巧。GPT 回答问题常很古板,常见方法是让其扮演特定角色、给出明确输出要求,但效果有限。要让其更有趣,可让它在回复中加点感情,如营造特定环境,用括号写出动作,通过示范给予上下文学习的机会,使其后续回复更具画面感。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

夙愿:使用 GPT 模仿创作内容的万能思路

相比0.1版本,0.3版本创作的标题好了不少,但是我们可以看到0.3版本创作出来的标题还是太夸张了。接下来我将教你:通过与GPT深入交流进而优化Prompt,你在其他地方应该看不到这种优化Prompt的方法。(下面我将输入了0.x版本prompt的GPT称为0.x版GPT)重点步骤1:0.3版GPT创作之后,我们向GPT提问:我觉得这些标题都太夸张了,没关系,我是一名prompt工程师,让我们来慢慢优化,请思考为什么会这样,受哪些我给你的提示的影响?非常感谢您的反馈,我将深入分析产出的原因。根据您提供的Profile、Attention、Skills以及Examples,有以下几点可能影响了产出的标题风格:1.修辞手法:在Skills部分提到了“频繁使用夸张来加强语气”。这使得产出的标题在描述时采用了较为夸张的修辞,可能给人一种过度夸大的感觉。2.日常口语风格:在Skills中提到的“日常接地气的口语风格”要求让标题更具有日常生活的感觉,这可能导致标题显得较为随意和非正式。3.情感色彩:再次在Skills中提到的“带有积极、兴奋和期待的情感色彩”,使得标题尝试传达一种乐观、兴奋的情感,这可能增强了夸张的感觉。4.Examples:提供的示例标题中很多都带有夸张的修辞和强烈的情感色彩,这为我提供了一个模板或方向,按此方向设计出了夸张的标题。综上所述,我产出的夸张风格的标题主要受到了您提供的修辞手法、日常口语风格、情感色彩和示例的影响。为了更好地满足您的需求,我需要进一步了解您希望的标题风格,或者对现有的指导条件进行调整,以便于产出更符合您期望的标题。

像高手一样编写 GPT:从基础到实践,学习使用 GPT 的 Action

和上一个相同的地方是:顶部也有一个和GPT使用搜索和画图一样的小图示,“Talk to”,意为和某人聊天——它在和谁聊天?在回答这个问题之前,我们先看一下Prompt:你可能注意到了,这里面有两个英文单词他们对应了我在这个GPT里设置的两个Action:一个代表themoviedb的某条数据,一个代表使用webpilot这个工具。[heading1]api.themoviedb.org[content]看起来是不是像个网址?没错,就是一个网址:

南瓜博士:让 AI 的回复更有灵性(人味儿)的 Prompt 小技巧 副本

大家都知道,GPT回答问题特别喜欢用1、2、3、4或“首先、其次、最后”,一股AI味,很无趣。怎样让它别这么古板呢?常见的用法是:让GPT扮演一个特定的角色,给出明确的输出要求。有效吗?有效。这样写了后,果然GPT回答问题就不是“首先、其次”了。但换汤不换药、内容往往差异不大,依旧不是有趣的灵魂。怎样能有一个你真的愿意每天和它对话的AI陪伴者?——让它在说的话中加点儿感情。怎么加?来看这个和伍尔夫围炉夜话的GPTs。首先我营造了一个夜话的环境:享受炉火与热茶。更重要的是:我让它用括号把动作给写出来。你会用()的方式补充你的动作GPTs里的Prompt就这么简单。但我在第一次和AI伍尔夫对话时,给了它一个In-Context-Lerning(上下文学习)的机会,先示范一下:括号——拨动了下炉火中的木炭,火苗亮了起来——括号,然后才开始提问:(拨动了下炉火中的木炭,火苗亮了起来)凯恩斯说以后未来人们每周只要工作15小时。科技都那么发达了,为什么我们却越来越忙碌?你可以看到接下来发生了什么—— AI伍尔夫她微笑地看着炉火,然后转过头来看向你。画面感出来了吧!因为有这样的画面,它后面回复的文字也都是这个调调的。然后我不需要再做示范,AI一直能记着用括号。当我说有“刹不住车的感觉”时她会“轻轻点头”让我感觉自己有被听见。

其他人在问
利用gpt-4模型的AI工具有哪些
以下是一些利用 GPT4 模型的 AI 工具: 1. Kickresume 的 AI 简历写作器:使用 GPT4 语言模型自动生成简历,能为简历摘要、工作经验和教育等专业部分编写内容,并保持一致语调。 2. Rezi:受到超过 200 万用户信任的领先 AI 简历构建平台,使用先进的 AI 技术自动化创建可雇佣简历的各个方面,包括写作、编辑、格式化和优化。 3. Huntr 的 AI 简历构建器:提供免费的简历模板,以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。 更多 AI 简历产品,还可以查看这里:https://www.waytoagi.com/category/79 。您可以根据自己的需要选择最适合的工具。 此外,在生成式人工智能领域,GPT4 有以下突破点: 1. 赋予模型使用工具的能力,如 OpenAI 推出的 ChatGPT 插件测试版,允许与多种工具交互。 2. 在计划和解决问题方面具有一定能力,能通过玩游戏或模拟环境快速学习和从经验中学习。 3. 在许多任务上达到人类水平的表现,对人类的理解有所提升。 4. 但也存在一些限制,如架构中的自回归特性导致缺乏规划能力等。
2024-11-12
gpt-4和文心一言
GPT4 是由 OpenAI 开发的先进且广泛使用的大型语言模型,在多种任务上表现卓越,如文本生成、理解、翻译及专业和创意写作等,通过大量数据学习,能处理复杂问题和理解上下文。 文心一言是百度开发的语言模型,文心一言 4.0 有网页版和 API 版本。在 2023 年,百度的“文心 4.0”是国内能力较好的模型之一。 除了 GPT4 和文心一言,还有其他重要的大型语言模型,如 Anthropic 公司的 Claude 3、谷歌的 Gemini、阿里巴巴的通义大模型等。在 2023 年度中文大模型基准测评报告中,对众多模型进行了评测和列举。2023 年中美在 AGI 技术上仍有差距,国内最领先的模型水平大概在准 ChatGPT3.5 的水平,和 GPT4 有差距。国内大厂在冲击 AGI 方面虽有资源,但实际效果尚不明确,且受多种因素影响。
2024-11-12
chatgpt 是什么
ChatGPT 是一种基于 GPT(生成式预训练变换器)架构的人工智能模型,由 OpenAI 开发。 其基本概念是从网络、书籍等来源获取大量人类创作的文本样本,然后训练神经网络生成“类似”的文本,能够从“提示”开始,继续生成“类似于训练内容”的文本。 ChatGPT 中的实际神经网络由简单元素组成,基本操作是为每个新单词(或单词部分)生成“输入”,然后将其“通过其元素”。 它在生成文本方面表现出色,结果通常接近人类所产生的。但它最终是从积累的“传统智慧统计数据”中提取“连贯的文本线索”。 ChatGPT 目前有 GPT3.5 和 GPT4 两个版本。GPT3.5 是免费版本,GPT4 则需要升级到 PLUS 套餐,收费标准为 20 美金一个月。 ChatGPT 实质功能是“单字接龙”,长文由单字接龙的回归所生成。GPT 作为大脑需要通过材料学习不断形成模型,训练目的是学习“提问和回答的通用规律”,实现举一反三。但它不是搜索引擎的升级版,可能会出现“幻觉”,混淆记忆,无法直接查看和更新所学,且高度依赖学习材料,存在缺乏及时性和准确性的缺点。
2024-11-11
chatgpt
ChatGPT 是通过从网络、书籍等来源获取大量人类创作的文本样本进行训练,以生成“类似”的文本。其基本概念相对简单,训练神经网络能够从“提示”开始,生成类似于训练内容的连贯人类语言文本。 ChatGPT 中的实际神经网络由大量简单元素组成,基本操作是为每个新单词(或单词部分)生成“输入”并通过其元素(无循环等)。然而,它能生成出色的文本,这表明人类语言(及背后的思维模式)的结构具有一定的“法律属性”,比想象中更简单,ChatGPT 已隐含地发现了这一点,或许我们可用语义语法、计算语言等明确揭示。 ChatGPT 在生成文本方面表现出色,接近人类所产生的,但它的工作方式与大脑并非完全相同。其基本人工神经网络结构基于大脑的理想化模型,人类生成语言时的许多方面与之相似。 在训练方面,大脑和当前计算机的“硬件”不同,ChatGPT 采用的策略可能与大脑有较大差异且效率较低,其内部没有“循环”或“重新计算数据”,限制了计算能力。目前尚不清楚如何解决此问题以让未来的 ChatGPT 能做更多类似大脑的事,但它已能做到的事情令人兴奋,为我们理解人类语言和思维过程提供了动力。 此外,还为您提供“10 分钟手搓一个 ChatGPT 语音对话机器人”的相关链接:https://b23.tv/JffIir4 。
2024-11-11
chatgpt入门
以下是关于 ChatGPT 入门的相关知识: ChatGPT 的实质功能可以用“词语接龙”四个字概括。具体来说,给它任意长的上文,它会用自己的模型生成下一个词。其通过自回归生成的方式,将生成的下一个词与之前的上文组合成新的上文,不断重复以生成任意长的下文。训练模型可以让答案更接近用户想要的答案,提示词的撰写也很重要。 ChatGPT 被称为生成模型,与搜索引擎不同。训练的主要目的不是记忆,而是学习以单字接龙的方式训练模型,学习提问和回答的通用规律,以便在遇到没记忆过的提问时能生成用户想要的回答,即实现泛化。 ChatGPT 从网络、书籍等来源获取大量人类创作的文本样本,训练神经网络生成“类似”的文本,能够从“提示”开始生成“类似于训练内容”的文本。其神经网络由简单元素组成,基本操作也简单,但能产生成功“类似于”网络、书籍等内容的文本。 GPT 代表生成式(Generative)、预训练(PreTraining)和转换器(Transformer)。 您还可以通过以下资源进一步了解: 大白话聊 ChatGPT: 人工智能教父 Hinton:关于 ChatGPT 与 AI 发展的 11 个核心观点: (进阶内容)
2024-11-11
你的原型是chatgpt吗
我不是基于 ChatGPT 开发的。ChatGPT 于 2022 年 11 月横空出世,背后基于 GPT3.5,其训练包括多个阶段,如预训练(PT)阶段建立模型的能力上限,监督微调(SFT)阶段让模型学会对话形式,强化学习从人类反馈(RLHF)阶段细分为奖励模型(RM)和强化学习(RL)阶段以激发多种能力。 此外,Hugging Face 推出了自己的 ChatGPT 版本,Stability AI 发布了 DeepFloyd IF 图像生成模型,效率和效果都有提升。AudioGPT 是一个能理解和生成语音、音乐等的系统,具有多种特点和应用领域。
2024-11-11
代码review的prompt
以下是关于代码 review 的 prompt 相关内容: 名词解释: Prompt:一段文本或语句,用于指导机器学习模型生成特定类型、主题或格式的输出。在自然语言处理领域中,通常由问题或任务描述组成,在图像识别领域中,可以是图片描述、标签或分类信息。 LangChain:开源 Python 库,由 Harrison Chase 开发,旨在支持使用大型语言模型和外部资源开发应用程序,提供标准接口,与其他工具集成,并为常见应用程序提供端到端链。 Embedding:将任意文本映射到固定维度的向量空间中,相似语义的文本,其向量在空间中的位置会比较接近。在 LLM 应用中常用于相似性的文本搜索。 向量数据库:存储向量表示的数据库,用于相似性搜索,如 Milvus、Pinecone 等。 Similarity Search:在向量数据库中搜索离查询向量最近的向量,用于检索相似项。 知识库:存储结构化知识的数据库,LLM 可以利用这些知识增强自己的理解能力。 InContext Learning:机器学习领域的概念,指不调整模型自身参数,在 Prompt 上下文中包含特定问题相关的信息,赋予模型解决新问题能力的一种方式。 Finetune /微调:在预训练模型基础上使用特定数据集进行微调,提升模型在某任务上的性能。 软件工程师相关的 Prompt 示例: 解释代码:👉向我解释此代码{要解释的代码} 请解释这段代码{代码段} 调试代码,找 Bug:👉这个{编程语言}代码有什么问题 代码:{待调试代码} 这段代码有什么问题{代码段} 生成单元测试:👉生成单元测试代码 请输入你要{要使用的语言和框架},再输入{代码段} 请为以下代码片段创建一组单元测试以进行彻底测试 它的功能。首先,概述你计划创建的测试用例。其次,使用{要使用的语言和框架}和下面提供的代码片段来实现测试用例。 创建样本代码库:👉为{描述功能所需的应用程序创建样板代码库}。请使用{指定的编程语言和框架}。 例如:为包含第三方 API 的应用程序创建样板代码库。请用 Django 框架上使用 Python 代码。 向代码添加注释:👉请输入你要添加注释的{代码段} 请查看以下代码片段并为每一行代码提供注释,解释其目的和功能。检查完代码后,请重新生成带有添加注释的代码段。 比较两段代码:👉请输入你要比较的两个{代码段 1}、{代码段 2},最好{描述你在建构的内容和目的} 我正在开发一个{描述你正在构建的}并且想评估和 将{第一个比较项}与{第二个比较项}进行比较。请提出基本{您正在构建的内容}的要求,并创建两个满足这些要求的代码库一个使用{第一个比较项},另一个使用{第二个比较项}。请提供在我的本地计算机上运行这两个应用程序的明确说明。 生成正则表达式:👉请创建一个正则表达式匹配{你想匹配的模式} 请创建一个正则表达式匹配{你想匹配的模式} 解决 Leetcode 问题:👉请用{所需语言}编写代码来解决以下挑战:{待解决挑战的概述} 请用{所需语言}编写代码来解决以下挑战:{待解决挑战的概述} 查找边缘情况:👉请帮我找下以下代码的边缘情况:{代码段} 我想让你充当软件开发人员。请帮我抓住这个功能的边缘情况{插入功能函数} 增强代码可读性:👉请帮我优化下面代码:{代码段} 我想让你充当代码分析器。您能否改进以下代码以提高可读性和可维护性?{插入代码}
2024-11-11
AI相关常见缩写及对应含义,包含例如prompt,rag
以下是一些 AI 相关的常见缩写及对应含义: LLM:Large language model 的缩写,即大语言模型。 Prompt:中文译作提示词,是输入给大模型的文本内容,可理解为与大模型说的话或下达的指令,其质量会显著影响大模型回答的质量。 Token:大模型语言体系中的最小单元。不同厂商的大模型对中文的文本切分方法不同,通常 1Token≈12 个汉字。大模型的收费计算及输入输出长度限制常以 token 为单位计量。 上下文(context):指对话聊天内容前、后的内容信息,其长度和窗口会影响大模型回答的质量。 在 AI 绘画中,常见的画面构图提示词有: 视图相关:Bottom view(底视图)、front,side,rear view(前视图、侧视图、后视图)、product view(产品视图)、extreme closeup view(极端特写视图)、look up(仰视)、firstperson view(第一人称视角)、isometric view(等距视图)、closeup view(特写视图)、high angle view(高角度视图)、microscopic view(微观)、super side angle(超博角)、thirdperson perspective(第三人称视角)、Aerial view(鸟瞰图)、twopoint perspective(两点透视)、Threepoint perspective(三点透视)、portrait(肖像)、Elevation perspective(立面透视)、ultra wide shot(超广角镜头)、headshot(爆头)、a crosssection view of)
2024-11-08
我要学习prompt,给我指定一个学习计划
以下是为您制定的学习 prompt 的计划: 一、准备阶段 首先,您需要拥有一个大模型账号,并熟悉与它们对话的方式。推荐使用性能较强的 ChatGPT4 ,国产平替有 。 二、基础学习 1. 阅读 OpenAI 的官方文档,包括: 同时,也可以参考我和熊猫 Jay 在 AGI 分享的中文精读版官方 Cookbook: 三、深入学习与实践 1. 学习 Claude 官方提示词,中文版(含 API Prompt),包括为给定主题创建全面的课程计划,如: 明确课程目标,使其清晰、可衡量,并与教育标准一致。 提供详细大纲,分为介绍、主要活动和总结,描述教学方法、学习活动和资源。 采用差异化策略适应不同学习需求和风格。 确定评估方法以评估学生的理解和掌握程度。 2. 进行苏格拉底式对话,就给定话题通过反复询问激发更深层次的思考和反思。 3. 针对给定主题生成同音连绵的词语和句子。 4. 掌握 Prompt 句式,例如: 对于“我想了解xxxx,我应该向你问哪些问题?”等句式,明确哪些是您不知道而 GPT 知道的。 对于“我理解的 xxx 是这样的,你觉得我的理解对吗?”等句式,进行认知的检验。 对于“我在 xxx 问题上遇到困难,你能提供一些可能的解决方案或建议吗?”等句式,实现认知的扩充。 希望这个学习计划对您有所帮助,祝您学习顺利!
2024-11-07
什么是prompt
Prompt 是您给模型(如 Claude 等)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,明确模型应做什么、完成什么任务、如何处理具体任务,并最终获得期望的结果。大模型的本质是基于语言的概率模型,若直接询问而不提供 Prompt,模型随机给出答案;有了 Prompt 则相当于给了一个包含对模型要求、输入和输出限制的模板,使模型在限制下得到概率最大的答案。此外,Prompt 是给到大模型输入的一段原始输入,能帮助模型更好地理解用户需求并按特定模式或规则响应。比如可以设定“假设你是一位医生,给出针对这种症状的建议”,后续对话将按此设定展开。还能在 Prompt 设定中要求模型按一定思路逻辑回答,如思维链(cot),也能让模型按特定格式(如 json)输出,使模型成为输出器。
2024-11-07
midjourney Prompt 编写指南
以下是关于 Midjourney Prompt 编写的指南: 1. 基本结构 与 Niji·journey 5 相似,Midjourney Prompt 结构为:<产出属性要求+设计主体描述+风格要求+效果要求> 2. 产出属性要求 例如:Anime, AAA character concept art, many details, full body view 等,需首先明确属性要求。 3. 设计主体描述 如:a blonde twintail short little Girl wear inside cyberpunk latex tiny tight Pilot suit, wear outside an ultra detailed Futuristic fashion oversized cyberpunk short coat with big wide sleeves, big cyberpunk boots 。可以参考相关特征进行描述,注意规避屏蔽词汇,通过描述年龄控制角色年龄段。 4. 风格要求 可以使用各种风格描述词汇,或直接写上参考游戏设计的名字,出于知识产权尊重,不建议写设计师名字。 5. 效果要求 包括:lineart, beautiful linework, high contrast, frisky, gradient, manga, hd 等。还可以写上 Midjourney 三视图关键词、背景颜色、不要生成文字 logo 等具体要求。 6. 其他相关 若公共频道消息刷太快,可在私信 Midjourney Bot 使用 /imagine 命令,私信创建的图像仍受内容和管理规则限制,且可在 Midjourney 网站查看。 Prompts 是 Midjourney Bot 中的指令,可简单或详细,Bot 会根据 Prompt 生成图像网格,可选择并修改操作。了解编写基础提示信息可参考 https://docs.midjourney.com/prompts ,探索通过艺术媒介、地点和时期描述改变图像可参考 https://docs.midjourney.com/exploreprompting 。 /blend 命令允许使用 Midjourney 的 AI 图像生成将多个图像混合,需上传至少两张图像,输入命令加上图像 ID 和选项,可调整混合设置,生成新图像。学习上传和混合自己的图片可参考 https://docs.midjourney.com/v1/docs/blend 。
2024-11-07
ai领域的prompt指什么
在 AI 领域,prompt 指的是直接描述或引导视频生成、帮助模型更好地理解用户需求并按照特定模式或规则进行响应的文本或指令。 在 AI 视频生成中,它包含主体、运动、风格等信息,用户借此控制和指导生成内容。其作用十分重要,是表达需求的方式,影响着视频的内容和质量。您可以将其理解为:把您输入的文字变成对应的画面和运动形式。 在大模型中,prompt 是给到大模型输入的一段原始输入,比如可以设定“假设你是一位医生,给出针对这种症状的建议”,后续与大模型的对话会按照这个原始设定展开。还有很多有趣的玩法,如要求模型按照一定的思路逻辑回答,像最近较火的思维链(cot)就在 prompt 环节对模型的输出进行指导,还可以让模型按照特定格式(如 json)输出,使模型成为一个输出器。
2024-11-07