直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

AIGC提示词工程师怎么考

回答

成为 AIGC 提示词工程师通常需要具备以下条件:

  1. 学历要求:本科及以上学历,计算机科学、人工智能、机器学习相关专业背景。
  2. 工具熟悉度:熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理,并具有实际应用经验;熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。
  3. 项目经验:负责制定和执行 AI 项目,如 Prompt 设计平台化方法和模板化方法。
  4. 技术理解:了解并熟悉 Prompt Engineering,包括常见的 Prompt 优化策略(例如 CoT、Few-shot 等)。
  5. 数据分析能力:对数据驱动的决策有深入的理解,能够基于数据分析做出决策。
  6. 创新思维:具有创新思维,能够基于业务需求提出并实践 AI first 的解决方案。
  7. 行业关注:对 AIGC 领域有深入的理解与实际工作经验,保持对 AI 技术前沿的关注。
  8. 编程能力:具备一定的编程和算法研究能力,能应用新的 AI 技术和算法于对话模型生成;具有一定的编程基础,熟练使用 Python、Git 等工具。

在面试过程中,以下方面是加分项:

  1. 需求拆解能力/产品需求嗅觉:考验需求拆解、控制 AI 稳定输出理想结果的能力。
  2. 懂技术:Prompt 设计离不开有 AIGC 开发经验,懂开发和底层原理才能写出更好的 Prompt。
  3. 有参与做过 AIGC 产品应用:例如用 Langchain 等框架去写,解决应用场景及其中的技术细节,包括商业化变现、解决 OpenAI 请求需要科学上网的问题、负载均衡/APIKey 管理等。
  4. 想法在用户需求认知前面:面试官给出行业场景(例如美妆),在无提示情况下,能畅享 AI 在该行业上赋能的功能场景,能联想到 To B 或 B2B2C 的场景是加分项。因为用户往往无法感知到 AI 能带来的帮助,需要面试者去了解用户工作流,有种“创造需求”的感觉。

公司在筛选几百份简历后,最终选择的 AIGC 提示词工程师和 AI 训练师,通常是像爱折腾的 00 后,有技术开发背景,对 Prompt 有独特深刻见解的人员。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

刘海:「AI 提示词工程师」の 见解和经验分享

为了不脱轨目前行业的AI提示词工程师,可以搜索了解一下目前岗位的招聘技能要求情况。我使用ChatGPT结合BOSS直聘相关岗位,总结了一些点:1.本科及以上学历,计算机科学、人工智能、机器学习相关专业背景。2.熟悉ChatGPT、Llama、Claude等AI工具的使用及原理,并具有实际应用经验。3.熟练掌握ChatGPT、Midjourney等AI工具的使用及原理。4.负责制定和执行AI项目,如Prompt设计平台化方法和模板化方法。5.了解并熟悉Prompt Engineering,包括常见的Prompt优化策略(例如CoT、Few-shot等)。6.对数据驱动的决策有深入的理解,能够基于数据分析做出决策。7.具有创新思维,能够基于业务需求提出并实践AI first的解决方案。8.对AI技术与算法领域抱有强烈的好奇心,并能付诸实践。9.对AIGC领域有深入的理解与实际工作经验,保持对AI技术前沿的关注。10.具备一定的编程和算法研究能力,能应用新的AI技术和算法于对话模型生成。11.具有一定的编程基础,熟练使用Python、Git等工具。观察上面的岗位需求,是不是像我说的,其实公司并不是需要一个prompt工程师,而是一个AI互联网产品经理。产品经理都是做啥活?我身边就有一个AI产品经理,他的工作内容就是(仅作参考):

刘海:「AI 提示词工程师」の 见解和经验分享

总结面试的一些加分项:[heading3]需求拆解能力/产品需求嗅觉[content]其实不但考验你的Prompt设计能力,更考验你的需求拆解、控制AI稳定输出理想结果的能力。[heading3]懂技术才更懂Prompt[content]Prompt设计离不开有AIGC开发经验,换言之,你只有懂开发,懂底层原理,你才能写出更好的Prompt。[heading3]有参与做过AIGC产品应用[content]写一些AIGC应用,最好用Langchain等框架去写,解决了哪些应用场景,其中的技术细节你是怎么解决的,有没有商业化变现,如何解决OpenAI请求需要科学上网的问题,负载均衡/APIKey怎么管理等等…[heading3]想法在用户需求认知前面[content]面试官给你一个行业场景(例如美妆),在不给你任何提示的情况下,让你畅享AI如何在该行业上赋能哪些功能场景,一般人都会只想到To C端的应用,如果你能回答上To B,或者B2B2C的场景都能联想到,那必然是加分项。因为用户是无法感知到AI能给他们带来什么方面的帮助,需要你去走一遍他们的工作流才能发现,所以需要你想在用户前面,有种「创造需求」的感觉。后来HR向我反馈的一些面试情况:

刘海:「AI 提示词工程师」の 见解和经验分享

公司从几百份简历当中最后筛选出来两个关于AIGC的工程师,一个是AI训练师,一个是AI提示词工程师。关于我的同事:我的同事是AI训练师,跟我同一天入职,我们两个工作内容存在一定的重合度,所以在分配工作上主要是我在主导需求分析,工作分配,我注重开发方面,他注重模型方面。他是毕业生,我认可的优秀Linux极客程序员(二刺猿。为什么要介绍我同事呢?因为想让大家知道一下这个岗位最后筛选下来的人大概是什么技能背景的。因为公司产品已经定型了,只需要编写Prompt,他们本来只想招会写Prompt的,不懂技术也没关系。但是面试下来发现,只有像我们这种爱折腾的00后,而且是搞技术开发出来的,才对Prompt有独特深刻的见解。

其他人在问
我想要一个AIGC 图像审查领域的专家
以下是关于 AIGC 图像审查领域的相关信息: 如何判断一张图片是否 AI 生成: AI 技术自身带来造假难题,可通过一些网站如 ILLUMINARTY(https://app.illuminarty.ai/)对大量图片数据抓取和分析来判断画作属性,但存在测试中真实摄影作品被误判为 AI 作图的情况,这是因为鉴定 AI 的逻辑算法不能像人类一样综合考虑各种不符合逻辑的表现。 从不同角度看鉴别 AIGC 的需求: 技术出身的朋友多出于对 AI 产物底层逻辑的追溯兴趣,关心能否通过数据检测等手段实现鉴别并应用于创造收益。 产业领域的朋友面对 AI 技术冲击,关注其在工作流中的影响,以求应对可能的裁员风险。 法律背景的朋友认为鉴别 AIGC 对未来著作权法律判定有意义,首例 AIGC 侵权案件悬而未决,需判定 AI 作品中智力投入占比。 最近招聘信息:猿印教育招聘 AIGC 图像生成算法工程师/专家,工作地点在北京五道口附近。简历发送至:stephen.wang@yyinedu.com 。岗位职责包括开发针对性图像生成解决方案、负责模型部署和推理性能优化、推动团队技术水平提升等。任职要求为计算机相关专业本科及以上学历,具备扎实计算机基础知识,熟练掌握 Python 语言和主流深度学习框架,对相关理论和方法有深入理解,具有良好的学习、沟通和团队合作能力。
2024-12-22
我的论文aicg率太高了,我如何降低aigc率
以下是一些常用的 AIGC 论文检测网站和工具,以及它们的功能和使用方法,可帮助您降低论文的 AIGC 率: 1. Turnitin: 功能:是广泛使用的学术剽窃检测工具,最近增加了检测 AI 生成内容的功能。 使用方法:用户上传论文,系统自动分析文本并提供详细报告,标示出可能由 AI 生成的部分。 2. Copyscape: 功能:主要用于检测网络上的剽窃行为,虽不是专门的 AIGC 检测工具,但能发现可能被 AI 生成的重复内容。 使用方法:输入文本或上传文档,系统扫描网络以查找相似或重复内容。 3. Grammarly: 功能:提供语法检查和剽窃检测功能,剽窃检测部分可帮助识别可能由 AI 生成的非原创内容。 使用方法:将文本粘贴到 Grammarly 的编辑器中,选择剽窃检测功能,系统提供分析报告。 4. Unicheck: 功能:基于云的剽窃检测工具,适用于教育机构和学术研究,可检测 AI 生成内容的迹象。 使用方法:上传文档或输入文本,系统分析并生成报告,显示潜在的剽窃和 AI 生成内容。 5. : 功能:专门设计用于检测 AI 生成内容,使用先进算法分析文本,识别是否由 GPT3 或其他 AI 模型生成。 使用方法:上传文档或输入文本,系统提供详细报告,包括可能的 AI 生成内容。
2024-12-20
适合游戏设计的aigc平台
以下是一些适合游戏设计的 AIGC 平台及相关案例: 1. 上海人工智能实验室旗下的 OpenInnoLab平台:北京市新英才学校的“AI 创作家”课程中,学生使用该平台的文生图 AI 工具生成桌游卡牌背后的图案。 2. 在“DragonX”宠物龙养成游戏中,Demo 的原则为 AIGC 的最大化,玩法内容基本都使用 AIGC 来生产游戏内容,包括世界观、核心循环、核心玩法等方面。 3. 关于游戏设计与 AIGC 的相关讨论:“质朴发言:吐血整理:AI 大模型浪潮涌动游戏范式革新|Z 沙龙第 9 期”涵盖了游戏与生成式 AI 的发展趋势、游戏+AI 制作的讨论、资本市场对 AI+游戏的看法、AI 对游戏领域带来的变革以及新 AI 游戏面临的问题等多方面内容。
2024-12-18
通往AIGC之路
以下是为您整合的关于“通往 AGI 之路”的相关内容: “通往 AGI 之路”不仅是开源的 AI 知识库,更是连接 AI 学习者、实践者、创新者的社区,基于无边界组织完成了 AI 春晚、“离谱村”短片等共创项目。 【野菩萨的 AIGC 资深课】由工信部下属单位【人民邮电出版社】开设,是市面上为数不多的值得推荐的 AI 课程之一,也是全网技术更新最快的课程!课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识。无论您是 AI 初学者还是进阶者,这门课程都能满足您的学习需求。扫码添加菩萨老师助理,了解更多信息。 通用人工智能(AGI),也叫强人工智能,通常这玩意出现时也就是奇点科技大爆炸的那一刻,科技推动文明呈指数级增长。也许在 5 年后,也许在 2035 年,也许在 2050 年。通往通用人工智能的路也许还长,但它已如海那边吹过来的风,还没有看到大海,就已闻到潮湿腥咸的味道。 在 OPEN AI 发布 gpt3.5 引爆 AIGC 潮流不久,“通往 AGI 之路”由几个对 AIGC 感兴趣的人发起组建。其中有个设计师为其作了一套品牌 VI,设计师三思用 Midjourney 生成了小鹿吉祥物三视图。彭青云在看到相关内容后,希望为其做小鹿 IP 的延展,并获得了相关权限。
2024-12-16
问我一个关于AIGC的问题。
以下是一些关于 AIGC 的问题供您参考: 1. AIGC 在内容创作领域的优势和局限性分别是什么? 2. AIGC 如何影响传统的内容创作行业? 3. 目前 AIGC 在图像生成方面有哪些最新的技术突破? 4. 如何评估 AIGC 生成内容的质量和准确性? 5. AIGC 在视频生成领域的应用前景如何? 6. 与 UGC 和 PGC 相比,AIGC 在内容多样性方面表现如何? 7. 哪些行业最有可能率先广泛应用 AIGC 技术? 8. Gen AI/Generative AI 与 AIGC 在技术实现上有哪些关键差异? 9. ChatGPT 作为一种服务,与其他类似的聊天应用有何不同? 10. 未来 AIGC 工具在产品原型设计方面可能会有哪些创新?
2024-12-14
怎样学习AIGC
以下是关于学习 AIGC 的相关内容: AIGC 相关概念: 人工智能(AI):一种目标,让机器展现智慧,简称 AI。 生成式人工智能(GenAI):一种目标,让机器产生复杂有结构的内容,简称 GenAI。 机器学习:一种手段,让机器自动从资料中找到公式。 深度学习:一种更厉害的手段,类神经网络 非常大量参数的函数。 大语言模型:是一类具有大量参数的“深度学习”模型,简称 LLMs。 ChatGPT:一个应用实例,通过投喂大量资料预训练后,会通过聊天玩“文字接龙游戏”。英文解释:Chat 聊天,G:Generative 生成,P:Pretrained 预训练,T:Transformer 类神经网络模型。 AIGC 是利用人工智能技术生成内容的新型生产方式,包括文本、图像、音频和视频等内容。其技术可用于多种应用,如自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。ChatGPT 是 AIGC 技术的一个应用实例,代表了 AIGC 在文本生成领域的进展。 最近感悟: 半个月没更新文章,对 AIGC 做了更系统、深入的学习和调研。 参加了 3 场 AI 线下活动,在 AI 社群中浪迹一个多月,感到兴奋和热血,认为 AIGC 在 2024 年的发展类似 2014 年移动互联网时代大量新兴 APP 的涌现。 感悟包括:AI 领域新名词、新概念等丰富多彩;AI 知识付费领域“鱼龙混杂”;AI 发展迅速,学习 AI 知识很重要。 AIGC 学习三步法: 具体内容未给出,如需了解,请补充更多信息。 AGI、GenAI、AIGC 几个概念的区别与理解可参考相关图片。更多概念可问 Kimi、通义千问、文心一言等大模型。国内主要模型公司及地址未给出。
2024-12-14
怎么考取注册提示词工程师证
提示词工程师是在与人工智能模型交互时,负责设计和优化提示的专业人员。他们的目标是通过精心构造的提示,引导模型产生准确、有用和相关的回答。 提示词工程师的主要职责包括: 1. 设计提示:根据用户需求和模型能力设计有效的提示,考虑提示的长度、结构、措辞和信息量等因素,以清晰传达用户意图并引导模型生成满意结果。 2. 优化提示:通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示,以提高模型性能。 3. 评估提示:使用各种指标评估提示的有效性,如模型的准确率、流畅度和相关性等。 提示词工程师需要具备以下技能和知识: 1. 领域知识:对所工作的领域有深入了解,以便设计出有效的提示。 2. 自然语言处理(NLP):了解 NLP 的基本原理和技术,能够理解和生成自然语言文本。 3. 人工智能(AI):了解 AI 的基本原理和技术,能够理解和使用 AI 模型。 4. 沟通能力:具备良好的沟通能力,与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例: 1. Claude 官方文档提示词工程最佳实践中提到提示词的组成部分顺序很重要,包括“\n\nHuman:”、任务上下文、语气上下文、背景数据和文档、详细任务描述和规则、示例、对话历史、即时任务描述或请求、逐步思考/深呼吸、输出格式等。 2. 提示词工程师应做到开发测试用例、构建初版提示词、进行用例测试、优化提示词、分享完善后的提示词,且不要忘记测试边缘情况。 关于考取注册提示词工程师证的具体方式,目前可能还没有统一的标准和认证体系。但您可以通过以下途径提升相关能力: 1. 学习相关课程,如小七姐的提示词编写提升课,课程完成学习后通过结课考试获取证书。课程能帮助您提升表达能力、逻辑思维能力,熟练编写提示词,学会以商业化和工具化标准交付提示词,熟知提示词工程和行业常识及发展路径,搞懂提示词如何封装成工具,并获得自学路径以便继续深度学习。 2. 实践积累经验,不断测试和迭代自己编写的提示词。 3. 关注行业动态,了解最新的提示词工程技术和发展趋势。
2024-12-22
怎么成为一个提示词工程师
提示词工程师是在与人工智能模型交互时,负责设计和优化提示的专业人员,其目标是通过精心构造的提示,引导模型产生准确、有用和相关的回答。 提示词工程师的主要职责包括: 1. 设计提示:根据用户需求和模型能力设计有效的提示,考虑提示的长度、结构、措辞和信息量等因素,清晰传达用户意图并引导模型生成满意结果。 2. 优化提示:通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示,提高模型性能。 3. 评估提示:使用各种指标如模型的准确率、流畅度和相关性等来评估提示的有效性。 提示词工程师需要具备以下技能和知识: 1. 领域知识:对所工作的领域有深入了解,以便设计出有效的提示。 2. 自然语言处理(NLP):了解 NLP 的基本原理和技术,能够理解和生成自然语言文本。 3. 人工智能(AI):了解 AI 的基本原理和技术,能够理解和使用 AI 模型。 4. 沟通能力:具备良好的沟通能力,与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例: 1. 教育类:自动优化 Prompt,作者为 JackeyLiu,分类为代码,协助用户完成提示词优化。熟悉,将常规的 Prompt 转化为符合框架的优秀 Prompt,并让 chatGPT 输出符合预期的回复。 2. 商业类:自动优化 Prompt,作者为 JackeyLiu,分类为代码,协助用户完成提示词优化。熟悉,将常规的 Prompt 转化为符合框架的优秀 Prompt,并让 chatGPT 输出符合预期的回复。 提示词工程师是一个新兴的职业,随着人工智能技术的不断发展,对其需求将会越来越大。
2024-12-22
我是图像开发工程师,我需要研发图像处理有关的程序,可以找哪个ai 工具
如果您是图像开发工程师,需要研发图像处理有关的程序,以下是一些可供选择的 AI 工具: 1. 图片处理方面:DallE、Leonardo、BlueWillow、Midjourney。 2. 去水印工具:AVAide Watermark Remover、Vmake、AI 改图神器。 3. 画质增强工具:Magnific(https://magnific.ai/)、ClipDrop(https://clipdrop.co/imageupscaler)、Image Upscaler(https://imageupscaler.com/)、Krea(https://www.krea.ai/)。更多工具可以查看网站的图像放大工具库:https://www.waytoagi.com/category/17
2024-11-30
aigc提示工程师应该学习哪些课程
以下是 AIGC 提示工程师应该学习的一些课程: 1. 针对开发者的 AIGPT 提示工程课程:由 OpenAI 技术团队成员授课,涵盖软件开发最佳实践的提示,常见用例如总结、推理、转换和扩展,以及使用 LLM 构建聊天机器人等内容。 2. 范德堡大学的提示工程课程:教您成为生成 AI 工具的专家用户,展示利用生成式人工智能工具的示例,提高日常工作效率,并深入了解其工作原理。 3. 了解大型语言模型背后的理论:深入探讨自然语言处理中基本模型的细节,学习创新技术,涉及基于 Transformer 的模型,以及少量学习和知识蒸馏等转移学习技术,聚焦新的 LLM 发展方向。 4. 提示词培训课——Part4:包括提词工程的基础概念和实用技巧,如利用地规构建思考链条、探讨提示词的敏感性问题、解释'token'概念及相关操作,深入讲解提示词的进阶技术,如增强推理能力、运用元提示和任务分解技巧,探讨 AIAgent 和 AIAgentic 的概念和差别,学习多智能体设计模式,梳理提词落地流程。
2024-10-31
无人驾驶开发工程师
以下是为您提供的关于无人驾驶开发工程师的相关信息: 在生成式人工智能的行动方面,目前出现的趋势是首先将 AI 作为辅助驾驶(humanintheloop)部署,并通过使用机会积累经验,最终实现全自动化部署。例如 Sierra 就是一个例子,它在无法解决问题时能优雅地转交给人工处理。同时,新一代自主型应用随着生成式 AI 推理能力的提升而涌现,如 L4 智能驾驶可能是第一个具身智能最大的应用场景,目前其安全性比人类高 10 倍。 在 2024 北京智源大会的主题讨论中,张亚勤认为目前真正赚钱的是 2B 领域,如芯片、服务器等,应用是先 2C 再 2B。他把智能分成信息智能、具身智能、生物智能 3 个阶段,预测 05 年是信息智能,510 年是物理智能(具身智能),1520 年是生物智能。李开复认为无人驾驶面临巨大机会,FSD 会为无人驾驶带来新机遇,大模型适合虚拟世界,而接入物理世界会面临很多现实问题,创业者更适合从虚拟世界的 AI 创业开始。
2024-10-21
我是一个java开发工程师,现在想学习AIGC,请帮我制定一个学习计划,从0到1学习AIGC知识,并提供相关的学习资料
以下是为您制定的从 0 到 1 学习 AIGC 知识的学习计划,并为您提供相关学习资料: 一、学习计划 1. 基础知识学习 了解 AIGC 的基本概念和发展历程。 学习机器学习的基础知识,包括数据获取、特征工程、模型训练、评估与应用等方面。 2. 框架学习 学习 Langchain 框架:了解其丰富的功能,能够根据需求更换模型和实现方式。参考网址:https://python.langchain.com/docs/get_started/introduction.html 掌握 Flask / FastAPI 框架:学习如何与前端或业务后端做接口对接,根据具体场景选择合适的框架。参考网址: FastAPI:https://fastapi.tiangolo.com/zh/ Flask: https://flask.palletsprojects.com/en/2.3.x/ 3. 实践应用 通过实际项目练习,深入理解 AIGC 的应用开发。 二、学习资料 1. 关于机器学习的定义和流程: 卡耐基梅隆大学计算机学院教授汤姆·米切尔(Tom Michell)对机器学习的定义:“计算机程序能从经验 E 中学习,以解决某一任务 T,并通过性能度量 P,能够测定在解决 T 时机器在学习经验 E 后的表现提升” 学习数据获取、特征工程、模型训练、评估与应用等方面的知识。 2. 框架学习资料: Langchain 框架:https://python.langchain.com/docs/get_started/introduction.html Flask 框架:https://flask.palletsprojects.com/en/2.3.x/ FastAPI 框架:https://fastapi.tiangolo.com/zh/ 希望这个学习计划和学习资料对您有所帮助,祝您学习顺利!
2024-08-17
写施工方案的提示词有没有
以下是一些常见的提示词技巧,可用于写施工方案: 类比:要求 AI 用类比或示例阐明概念,例如“请用一个类比解释施工中的关键技术”。 引述:要求包含专家的相关引言或陈述,比如“在施工方案中引用著名建筑专家的观点来支持关键施工步骤”。 幽默:表明是否应融入幽默,例如“在施工方案的安全注意事项部分加入一些幽默元素,以增强记忆”。 轶事:要求包含相关轶事,比如“在关于大型建筑施工的方案中,分享一则有趣的施工过程中的轶事”。 隐喻:鼓励使用隐喻使复杂观点更具亲和力,例如“在描述施工流程的复杂性时,用‘施工像搭积木一样需要有序进行’这样的隐喻”。 趣闻:鼓励包含有趣或令人惊讶的事实,比如“在谈论新型建筑材料时,分享一些有趣的材料特性的事实”。 关键词:列出需要包含的重要关键词或短语,例如“请在施工方案中包含‘施工进度’‘质量控制’和‘安全保障’”。 小贴士:鼓励 AI 分享与主题相关的小窍门和技巧,比如“分享几个关于提高施工效率的小贴士”。 保密性:说明保密要求或限制,比如“在施工方案涉及商业机密的部分,不要泄露相关信息”。 格式化:指定所需的格式元素(如标题、副标题、列表),例如“在写施工方案时,使用列表来呈现施工步骤”。 概括:要求对较长内容进行简要概括,比如“请为这个复杂的施工方案提供一个简短的概要”。 讲故事:要求使用讲故事或叙事技巧,例如“请用一个成功的施工案例故事来展示优秀的施工管理”。 优缺点:要求 AI 评估主题的优缺点,比如“分析这种新型施工方法的优缺点”。 利弊分析:要求对主题的利弊进行分析,例如“分析使用预制构件施工的利与弊”。 问题解决:要求针对特定问题提供解决方案或建议,比如“请提供几个有效的解决施工中遇到的技术难题的方法”。 最佳实践:要求 AI 提供关于某主题的最佳实践或指南,比如“请提供一份关于如何确保施工质量的最佳实践指南”。 时间线:要求 AI 提供事件或发展的时间线,比如“请为这个建筑项目的施工进程提供一个简要的时间线”。 行动呼吁:要求明确的行动呼吁或后续步骤,比如“在施工方案结尾提出具体的施工推进行动建议”。 分步指南:要求提供过程的分步指南或说明,比如“提供一个关于如何进行基础施工的分步指南”。 历史背景:要求考虑历史背景或背景,比如“在写关于高层建筑施工的方案时,谈论高层建筑施工的历史发展”。 对比:要求 AI 比较和对照不同的观点或概念,比如“请比较传统施工方法和现代施工方法的优缺点”。 敏感性:提及需要谨慎处理或避免的敏感主题或问题,比如“请谨慎讨论施工中的环保敏感问题”。 伦理考虑:提及要遵循的道德准则,比如“在施工方案中探讨施工过程中的伦理和道德问题”。 修订要求:提及修订或编辑指南,比如“请根据行业标准对施工方案进行编辑和修订”。 未来影响:鼓励讨论潜在的未来影响或趋势,比如“在谈论建筑施工技术的发展时,探讨其未来在城市建设中的应用前景”。 视觉元素:询问是否包括图表、图形或图像,比如“请在施工方案中包含相关的施工图纸和进度图表”。 截止日期:提及时间敏感回应的截止日期或时间范围,比如“请在一周内给我一份完整的施工方案”。 文化参考:鼓励包含相关的文化参考,比如“在关于古建筑修复的施工方案中谈论当地的建筑文化特色”。
2024-12-22
如何写好提示词
以下是关于如何写好提示词的一些要点: 1. 明确任务:清晰地定义任务,如写故事时包含故事背景、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:尽量用简单、清晰的语言,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格要求,在提示词中明确指出。 5. 使用示例:如有特定期望结果,提供示例帮助模型理解需求。 6. 保持简洁:提示词简洁明了,避免过多信息导致模型困惑。 7. 使用关键词和标签:有助于模型理解任务主题和类型。 8. 测试和调整:生成文本后仔细检查结果,根据需要调整提示词,可能需多次迭代。 此外,还需注意以下几点: 提示词内容准确:包含人物主体、风格、场景特点、环境光照、画面构图、画质等,如“一个女孩抱着小猫,背景是一面红墙,插画风格、孤独感,高质量”。 调整负面提示词:点击提示框下方的齿轮按钮,弹出负面提示词框,输入不想生成的内容,如“不好的质量、低像素、模糊、水印”。 利用“加权重”功能:在功能框增加提示词并调节权重,数值越大越优先,也可编辑已有提示词权重。 善用辅助功能:如翻译功能可一键将提示词翻译成英文,还有删除所有提示词、会员加速等功能。 同时要记住,提示词应清晰明确,避免模糊不清的指令,提供足够的背景信息和清楚的需求描述,以确保模型给出准确结果。
2024-12-21
如何写提示词
以下是关于如何写提示词的一些建议: 1. 明确任务:清晰地定义任务,比如写故事时包含故事背景、角色和主要情节。 2. 提供上下文:若任务需要特定背景知识,要提供足够信息。 3. 使用清晰语言:尽量用简单、清晰的语言,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格要求,应在提示词中明确指出。 5. 使用示例:如有期望结果,可提供示例帮助 AI 理解需求。 6. 保持简洁:避免过多信息导致 AI 模型困惑。 7. 使用关键词和标签:有助于 AI 模型理解任务主题和类型。 8. 测试和调整:生成文本后仔细检查结果,根据需要调整提示词。 对于特定的设计工具,如星流一站式 AI 设计工具: 1. 输入语言方面,通用大模型与基础模型 F.1、基础模型 XL 使用自然语言(如一个长头发的金发女孩),基础模型 1.5 使用单个词组(如女孩、金发、长头发),且支持中英文输入。 2. 写好提示词的方法包括: 预设词组:小白用户可点击提示词上方官方预设词组进行生图。 内容准确:包含人物主体、风格、场景特点、环境光照、画面构图、画质等,例如一个女孩抱着小猫,背景是一面红墙,插画风格、孤独感,高质量。 调整负面提示词:点击提示框下方的齿轮按钮,弹出负面提示词框,帮助 AI 理解不想生成的内容,如不好的质量、低像素、模糊、水印。 利用“加权重”功能:在功能框增加提示词并进行加权重调节,权重数值越大越优先,也可对已有的提示词权重进行编辑。 辅助功能:如翻译功能可一键将提示词翻译成英文,还有删除所有提示词、会员加速等功能。 此外,还需注意提示词应清晰明确,避免模糊不清的指令,提供足够的背景信息和清楚的需求描述,以确保模型给出准确结果。
2024-12-21
如何通过提示词提高模型数据对比和筛选能力
以下是一些通过提示词提高模型数据对比和筛选能力的方法: 1. 选择自定义提示词或预定义话题,在网站上使用如 Llama3.1 8B Instruct 模型时,输入对话内容等待内容生成,若右边分析未刷新可在相关按钮间切换。由于归因聚类使用大模型,需稍作等待,最终结果可能因模型使用的温度等因素而不同。 2. 在写提示词时不能依赖直觉和偷懒,要实话实说,补充详细信息以避免模型在边缘情况上犯错,这样也能提高数据质量。 3. 在分类问题中,提示中的每个输入应分类到预定义类别之一。在提示末尾使用分隔符如“\n\n\n\n”,选择映射到单个 token 的类,推理时指定 max_tokens=1,确保提示加完成不超过 2048 个 token,每班至少有 100 个例子,可指定 logprobs=5 获得类日志概率,用于微调的数据集应在结构和任务类型上与模型使用的数据集相似。例如在确保网站广告文字正确的案例中,可微调分类器,使用合适的分隔符和模型。
2024-12-20