ChatGPT 簡(jiǎn)介

ChatGPT 是一種基于人工智能（AI）技術(shù)的應(yīng)用，它可以通過(guò)文字和使用者進(jìn)行對(duì)話(huà)和回答問(wèn)題。它采用的人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等技術(shù)，能夠?qū)W習(xí)大量的語(yǔ)言數(shù)據(jù)，并從中提取出語(yǔ)言規(guī)律和模式，從而生成具有邏輯和語(yǔ)法正確性的文本。與其對(duì)話(huà)，你會(huì)驚奇地發(fā)現(xiàn)它就如同一個(gè)博學(xué)多才的老師/助手，可以按照你的要求完成各類(lèi)任務(wù)，包括但不限于：解答問(wèn)題、提供建議、分析數(shù)據(jù)、編寫(xiě)文章、編寫(xiě)代碼、翻譯文本等。

但有些時(shí)候，它的回答并不是我們所期望的。例如，我們想知道財(cái)經(jīng)新聞中經(jīng)常提到的“基點(diǎn)”是什么意思，如果我們直接問(wèn)“基點(diǎn)是什么意思”，它的回復(fù)很可能不是我們想了解的內(nèi)容。這時(shí)候我們可以通過(guò)補(bǔ)充上下文信息，將想了解的內(nèi)容帶入到一個(gè)情景當(dāng)中，使它的回復(fù)更加準(zhǔn)確。舉個(gè)例子，我們可以這樣問(wèn)：“美聯(lián)儲(chǔ)宣布加息50個(gè)基點(diǎn)”中的“基點(diǎn)”是什么意思

提示工程

上述通過(guò)補(bǔ)充上下文信息來(lái)增加AI回復(fù)準(zhǔn)確性的方法，屬于提示工程的范疇。提示工程（Prompt Engineering），是在AI大語(yǔ)言模型出現(xiàn)后一種比較新的學(xué)科，旨在通過(guò)設(shè)計(jì)合適的輸入提示來(lái)引導(dǎo)AI生成符合預(yù)期的回答或輸出。對(duì)于研究人員，還可以利用提示工程來(lái)優(yōu)化模型性能、促進(jìn)模型創(chuàng)新、拓展模型應(yīng)用等。對(duì)于我們普通使用者，通過(guò)提示工程可以讓我們獲得更加準(zhǔn)確、可靠、實(shí)用的回復(fù)以及完成一些復(fù)雜場(chǎng)景的任務(wù)（如算術(shù)推理）。

常用的提示工程技巧有：

• 構(gòu)建角色

• 給出指令/任務(wù)

• 提供上下文

• 構(gòu)建題目

• 給出一些示例
  

構(gòu)建角色

構(gòu)建角色，是一種非常實(shí)用的提示工程技巧。通過(guò)構(gòu)建角色，可以將AI模型帶入到某個(gè)角色之中，使其生成符合該角色身份的回答，提高回答內(nèi)容的質(zhì)量。

例如，你想了解“四大發(fā)明”的歷史，你可以構(gòu)建一個(gè)歷史學(xué)教授的角色，描述他正在準(zhǔn)備一場(chǎng)關(guān)于“四大發(fā)明”的主題演講并寫(xiě)了一篇演講稿，然后用提示詞“內(nèi)容如下：”來(lái)引導(dǎo)AI生成內(nèi)容。

通過(guò)上圖可以看出，相比直接問(wèn)“四大發(fā)明”，使用構(gòu)建角色的方式引導(dǎo)AI可以讓回答更加豐富和清晰。

我們可以利用構(gòu)建多個(gè)不同角色的方法，去獲得到不同角度的回復(fù)。下面我們讓AI分別帶入羅密歐和朱麗葉這兩個(gè)角色，模擬生成他們相互寫(xiě)給對(duì)方的情書(shū)。

給出指令/任務(wù)

通過(guò)給出明確的、限定性的指令和任務(wù)要求，我們可以讓AI嚴(yán)格按照我們希望的方式回復(fù)。下面是一些例子：

利用AI總結(jié)文字內(nèi)容生成標(biāo)題和概述。

利用AI安排旅行計(jì)劃和進(jìn)行翻譯工作。

利用AI編寫(xiě)文案。

提供上下文

通過(guò)提供上下文信息，補(bǔ)全相關(guān)問(wèn)題的適用條件、出現(xiàn)場(chǎng)景、規(guī)律規(guī)則等內(nèi)容，來(lái)提高AI回復(fù)的質(zhì)量。

舉個(gè)例子，讓AI解釋意思意思是什么意思。通過(guò)下圖可以看出，提供上下文后的AI回復(fù)更豐富、更準(zhǔn)確些。

構(gòu)建題目

我們可以通過(guò)將問(wèn)題設(shè)計(jì)成一道考題的形式，向AI提出詢(xún)問(wèn)，從而獲取我們所期望的回復(fù)。

例如，當(dāng)我們想不出更多的形容詞時(shí)或想修改句子時(shí)，可以通過(guò)下圖展示的方式，將問(wèn)題考題化來(lái)獲得AI準(zhǔn)確的回復(fù)。

反過(guò)來(lái)，其實(shí)也可以讓AI來(lái)給我們出考題。

給出一些例子

AI會(huì)挖掘和分析我們給出例子中的規(guī)律，利用這個(gè)特性，我們可以通過(guò)舉例來(lái)引導(dǎo)AI生成我們所期望的回復(fù)。

通過(guò)下圖我們可以發(fā)現(xiàn)，AI利用了我們提供的例子，成功地推理出張家8個(gè)孩子的名字與方位詞有關(guān)、各城市的宣傳標(biāo)語(yǔ)都是用2個(gè)4字短句組成且第2個(gè)短句會(huì)包含城市的名稱(chēng)，最終給出了我們所期望的回復(fù)。

更多

本文涉及的提示工程技巧只是提示工程的一小部分，提示工程作為一門(mén)學(xué)科，涉及類(lèi)目和體系都非常的廣泛。如果你感興趣，可以在網(wǎng)絡(luò)搜索“提示工程”、“Prompt Engineering”等關(guān)鍵詞了解相關(guān)訊息。

目前的AI其實(shí)并不能像人一樣思考，雖然它給出的回答可能會(huì)讓你覺(jué)得驚訝，但本質(zhì)上AI的回答仍是一系列數(shù)學(xué)函數(shù)運(yùn)算的結(jié)果，并沒(méi)有真正的感知和思維能力。不過(guò)對(duì)我們來(lái)說(shuō)，與其問(wèn)AI能不能像人一樣思考，不如問(wèn)AI能不能做到人能做到的事情更有意義。