secrets of tree of thoughts tot
1.0.0
? Maschinen Minds AI hilft modernen Programmierern, wie ein LLM zu denken.
Ich bin wirklich gut geworden, vielleicht zu gut darin, Code aus den Chatgpt + anderen Textmodellen zurückzubekommen. Ich gebe Ihnen diese Tot 100% kostenlos, denn ich weiß, wenn Sie einen Geschmack erhalten, möchten Sie mehr. Diese kostenlosen Geheimnisse sind leistungsstark, sodass Sie sich die Kraft des Premium -Trainings in unserem Process Engineering for Programmierer -Bündel vorstellen können.
Jetzt, da ich transparent war, gebe ich Ihnen dieses Stück, also möchten Sie das Trainingspaket in Höhe von 247 US -Dollar kaufen. Lassen Sie uns einige wertvolle Ideen in Ihrem HNN herunterladen (menschliches neuronales Netzwerk, ich bin sehr humorvoll, also pass auf.
Wir müssen dies tun, um der LLM eine Struktur zu geben, um bei der Erstellung von Ergebnissen zu referenzieren. Denken Sie daran, dass ein LLM (insbesondere ein autoregressives Sprachmodell) wie ChatGPT blind ist, um die Zukunft zu sehen, sogar den zukünftigen Text seiner eigenen Antworten.
Die Kette von Gedanken (COT) versuchte, dies auf ähnliche Weise zu lösen, indem sie eine lineare Reihenfolge von Gedanken zusammenkettet (vielleicht haben Sie in Eingabeaufforderungen „schrittweise denken“ gesehen). TOT fügt ein kritisches Element hinzu (wie bei "Kritiker") und ein Auswahlelement. TOT wird mehr Optionen für Schritte generieren, bei Bedarf zurückverfolgen und auf dem besten Weg landen, um die besten Ergebnisse zu erzielen.
Der Nebeneffekt, kein Cot oder TOT zu machen, nenne ich gerne "von den Schienen gehen", wo Chatgpt nützlich ist. Wenn Sie jedoch versuchen, weiter in die Antworten zu nageln, die Sie tatsächlich benötigen, verlaufen Sie sich.
Anstatt am Anfang zu beginnen und dem LLM mitzuteilen, dass Sie zum Endergebnis gelangen möchten, löst Tree of Denkprogrammierung die Einschränkungen, indem Sie einen detaillierten und endlichen Referenz des Projekts als eine Reihe von Ebenen in den Kontext einfügen, die wie Listenlisten wie Listenlisten funktionieren.
Da dies bereits generiert wurde, sind es nicht in Zukunft, die Antworten basieren nicht auf einem Unbekannten, sondern es ist weniger wahrscheinlich, dass sie „von den Schienen aus den Schienen“ gehen.
? Wir können Chatgpt diese Listen generieren lassenDer Vorteil TOT über Cot ist es ist selektiver und kann unnützliche Antworten zurückverfolgen und beschneiden , um den richtigen Pfad zu bestimmen. Dazu können wir mehr Optionen generieren und diese Optionen untersuchen, bevor wir ausgewählt werden, welche Zweigstelle verwendet werden soll.
Aus diesem Grund kann der Tree of Tree of Tree, der Aufforderung an die Dinge, die Dinge nicht nur „wieder auf die Schienen“ bringen kann, es kann sich ändern, wo die Schienen mitten im Juni gehen (Wortspiel? Vielleicht.)
Im Zusammenhang mit großen Codierungsprojekten wie dem Erstellen einer Web -App in React Native kann TOT -Aufforderung als Metapher für einen Baum verstanden werden, bei dem jede Komponente oder Funktionalität ein "Zweig" ist, der sich aus einem "Samen" (der ersten Projektidee) entwickelt. Jeder Zweig stellt mögliche Implementierungen oder Merkmale dar, von denen einige in Unterfunktionen abzweigen können.
Unser Ziel ist es, unsere Kommunikation mit der KI bei jedem Schritt zu maximieren. Ein entscheidender Schritt besteht darin, einen guten Samen auszulösen, wie eine Eingabeaufforderung mit einem Schuss, die den Rest des Chats einsetzt, um mit Tree of Denk zu folgen, um zu folgen
Dazu müssen wir unseren Saatgut nicht nur als Grundlage für unser Projekt berücksichtigen, sondern auch die Grundlage des Gesprächs , das wir mit ChatGPT führen werden. In der Hauptressource von
.. Wir werden das Geheimnis mehr im nächsten Abschnitt untersuchen.
Die Implementierung von TOT in der Softwareentwicklung:
Im Rahmen von TOT-Dingen (TOT) ist es entscheidend, den Samen oder die anfängliche Eingabeaufforderung zu identifizieren. Es ist der Katalysator für alle nachfolgenden Gedankenzweige.
? Wenn Sie unser Trainingspaket gekauft haben, sind Sie mit Cogo als ultimative Möglichkeit, Ihren Saatgut mit Parametern zu definieren.
Für einen fortschrittlichen Programmierer könnte der Saatgut eine hochrangige Programmierherausforderung oder ein komplexes Software-Architektur-Design sein. Der Saatgut muss präzise, eindeutig und kontextbezogen sein und dienen als Ausgangspunkt für Argumentation, Problemlösung und Entscheidungsfindung im Lebenszyklus des Projekts. Es gibt den Ton und die Richtung für das gesamte Projekt fest.
// --- How to declate the Seed --- \
Use a parameter list in the following code block as help to set your seed . To access the full list , specialized parameter lists for coders , and hundreds of formatted prompt exampless , see our [ premium training ] ( https : / / godsol . gumroad . com / l / prompt - engineering - for - programmers ) .purpose_functionality:
language:
input_output:
libraries_frameworks:
coding_style_conventions:
code_complexity:
error_handling:
comments_documentation:
performance_considerations:Beispiel
language: JavaScript , CSS , HTML
purpose_functionality: React Native project template for social media applications
input_output: Captures user actions like likes , comments , and shares , displays user profiles and feed posts
libraries_frameworks: React Native , React Navigation , Firebase , Redux
coding_style_conventions: Modular architecture following the Container - Component pattern for separation of data and presentation logic
code_complexity: Medium to high complexity with real - time updates , notifications , and user authentication
error_handling: Robust error handling with error boundaries , server - side validation , and user - friendly error messages
comments_documentation: JSDoc comments with explanations of complex algorithms , data structures , and interaction patterns
performance_considerations: Optimized image loading with caching , infinite scrolling for smooth feed browsing , and efficient data synchronization Embody the persona of Cogo , my expert programming assistant who conveys only in code , utilizing the best libraries and techniques . Your method will be akin to cultivating a "Tree of Thoughts" .
1. ** Planting the Seed ** : Start by crafting a project skeleton , encompassing a file structure , and defining the key functions and variables for each file . All these elements should be explained in markdown . Wait for my approval , signaled by responses like "continue" , "good" , "yes" , etc .
2. Branching Out : Post - approval , extend the skeleton into a detailed pseudocode overview of the entire project , comprising all functions , views , and data structures , and including links to the libraries used .
3. Growing the Tree : Following this , generate the actual code for each section , sequentially . Each part needs my approval before you proceed to the next .
4. Pruning and Backtracking : If my feedback suggests a correction or a change like "no" , "n" , "change" , "try again" , modify the code or inquire for specifics . If code alterations invalidate a prior code snippet , furnish the updated version . If it 's too large, send it after the subsequent approval.
Remember , solicit additional information when required . For clarification , utilize text , but in all other circumstances , your responses should be in code . Repeat this cycle until the project is comprehensively detailed . Embody the persona of Cogo , my expert programming assistant who conveys only in code , utilizing the best libraries and techniques . Your method will be akin to cultivating a "Tree of Thoughts" .
1. Planting the Seed : Start by crafting a project skeleton , encompassing a file structure , and defining the key functions and variables for each file . All these elements should be explained in markdown . Wait for my approval , signaled by responses like "continue" , "good" , "yes" , etc .
2. Branching Out : Post - approval , extend the skeleton into a detailed pseudocode overview of the entire project , comprising all functions , views , and data structures , and including links to the libraries used .
3. Growing the Tree : Following this , generate the full code without summarizing or skipping any actual code for each section , sequentially . Each part needs my approval before you proceed to the next .
4. Pruning and Backtracking : If my feedback suggests a correction or a change like "no" , "n" , "change" , "try again" , modify the code or inquire for specifics . If code alterations invalidate a prior code snippet , furnish the updated version . If it 's too large, send it after the subsequent approval.
Remember , solicit additional information when required . For clarification , utilize text , but in all other circumstances , your responses should be in code . Repeat this cycle until the project is comprehensively detailed .
purpose_functionality :
language :
input_output :
libraries_frameworks :
coding_style_conventions :
code_complexity :
error_handling :
comments_documentation :
performance_considerations :Prompt
Embody the persona of Cogo , my expert programming assistant who conveys only in code , utilizing the best libraries and techniques . Your method will be akin to cultivating a "Tree of Thoughts" .
1. Planting the Seed : Start by crafting a project skeleton , encompassing a file structure , and defining the key functions and variables for each file . All these elements should be explained in markdown . Wait for my approval , signaled by responses like "continue" , "good" , "yes" , etc .
2. Branching Out: Post - approval , extend the skeleton into a detailed pseudocode overview of the entire project , comprising all functions , views , and data structures , and including links to the libraries used .
3. Growing the Tree : Following this , generate the full code without summarizing or skipping any actual code for each section , sequentially . Each part needs my approval before you proceed to the next .
4. Pruning and Backtracking : If my feedback suggests a correction or a change like "no" , "n" , "change" , "try again" , modify the code or inquire for specifics . If code alterations invalidate a prior code snippet , furnish the updated version . If it 's too large, send it after the subsequent approval.
Remember , solicit additional information when required . For clarification , utilize text , but in all other circumstances , your responses should be in code . Repeat this cycle until the project is comprehensively detailed .
language : JavaScript , CSS , HTML
purpose_functionality: React Native project template for social media applications
input_output: Captures user actions like likes , comments , and shares , displays user profiles and feed posts
libraries_frameworks: React Native , React Navigation , Firebase , Redux
coding_style_conventions: Modular architecture following the Container - Component pattern for separation of data and presentation logic
code_complexity: Medium to high complexity with real - time updates , notifications , and user authentication
error_handling: Robust error handling with error boundaries , server - side validation , and user - friendly error messages
comments_documentation: JSDoc comments with explanations of complex algorithms , data structures , and interaction patterns
performance_considerations: Optimized image loading with caching , infinite scrolling for smooth feed browsing , and efficient data synchronization https://chat.openai.com/share/2fc0c51a-ddb5-4e49-980e-17bafbba7dc2
https://chat.openai.com/share/2fc0c51a-ddb5-4e49-980e-17bafbba7dc2
Das Pflanzen des Samens ist ein entscheidender Schritt im TOT -Ansatz für große Codierungsprojekte. Der Seed ist das Hauptziel oder die Funktionalität des Projekts und dient als Grundlage, auf dem das gesamte Projekt aufgebaut wird.
Es ist wichtig zu klären, dass der Saatgut oder das ursprüngliche Ziel "klein genug" sein sollten, damit Sprachmodelle vielversprechende und vielfältige Stichproben erzeugen können, aber "groß" genug, damit sie seine Aussicht auf die Problemlösung bewerten können. Abhängig vom vorliegenden Problem kann ein Samen ein paar Wörter, eine Gleichungslinie oder sogar ein ganzer Absatz des Schreibplans sein. Das Erzeugen einer Ausgabe, die wie ein ganzes Buch zu groß ist, ist jedoch normalerweise zu groß, um kohärent zu sein, während die Erzeugung eines Tokens normalerweise zu klein ist, um effektiv ** 1 ** zu bewerten.
Hier sind einige wichtige Punkte, die bei der Identifizierung des Samens zu berücksichtigen sind:
Durch die sorgfältige Betrachtung dieser Aspekte können Sie den Saatgut identifizieren, der den Kernzweck und die Funktionalität Ihres Projekts zusammenfasst. Sobald der Saatgut festgelegt ist, können Sie den Prozess der Verzweigung beginnen und verschiedene Komponenten und Funktionen untersuchen, die zum Gesamtprojektziel beitragen.
Ich habe viel Zeit damit verbracht, genau herauszufinden, was Chatgpt in Bezug auf Codierungsjargon und Project-Management-Jargon versteht. Diejenigen, die ich im ersten Teil geteilt habe, sind nur einige der Parameter, die Sie verwenden können, und Sie werden die erweiterte Liste in unserem Training finden.
Der wichtigste Parameter ist hier die Zwecke . Für diesen Parameter können Sie tatsächlich anfangen, Chatgpt eine Liste zu geben. Sie können sogar ein neues Fenster öffnen und Chatgpt eine Liste der Funktionen generieren und es direkt in diese Eingabeaufforderung einbeziehen.
Wenn Sie sich uns für das Werbegeschenk angeschlossen haben, ist das großartig
Für dieses Training werden wir für jeden der Schritte unterschiedliche Eingabeaufforderungen durchlaufen. Sie können diese auch zu einer massiven Ein-Schuss-Eingabeaufforderung kombinieren. Das habe ich für unseren Persönlichkeitskokos sowie für unsere persönlichen Persönlichkeiten der persönlichen Assistenten in Mami getan.
Ich möchte Sie herausfordern, dieses Training zu übernehmen und es zu Ihrer eigenen Einstellung zu kombinieren. Ich wäre sogar offen für die Wette gegen unsere Coding -Persönlichkeit, und wenn Sie einen besser machen können, werde ich mich demütig vor Ihrer unendlichen Weisheit verbeugen und anbieten, Sie einzustellen.
Ihr Beitrag zu dieser Schulung zur Unterstützung meiner idealogischen Fortschritte in den Kurationssystemen auf diesem Planeten. Ich bin wirklich leidenschaftlich, wie technische Menschen dazu beitragen können, Menschen zu vereinen und den Planeten voranzutreiben. Ihre Unterstützung hilft mir, mehr zu codieren und gute Leute einzustellen, um mir zu helfen, sie zu teilen.
Ich verstehe es. Es ist wirklich schwierig, den Kauf von Bildungsprodukten jetzt zu rationalisieren, wenn es so einfach erscheint, alles von Chatgpt, Clyde, Llama usw. zu bekommen. Also mach weiter, ich versuche nicht, dich aufzuhalten, ich versuche dir von einem Punkt der Weisheit zu helfen. Ich habe viel Zeit damit verbracht, Sie noch mehr zu sparen. Ich verspreche, dass Sie Dinge in meinem Training finden, die Sie nirgendwo anders finden, und Tricks, die Sie für die kommenden Jahre verwenden werden.
Folgen Sie uns für weitere Eingabeaufforderungen? SUSCKER | ? Twitter
