chatgpt prompting guide
1.0.0
Руководство и структура для создания подсказок CHATGPT
Это репо было разработано @ChristerJohansson, следуя или связывайтесь со мной на моем LinkedIn
Записные книжки с кодом Юпитера для быстрого инженера для разработчиков
В оперативной технике для разработчиков вы узнаете, как использовать большую языковую модель (LLM), чтобы быстро построить новые и мощные приложения. Используя API OpenAI, вы сможете быстро создавать возможности, которые учатся инновациям и создают ценность таким образом, которые были затратными, очень техническими или просто невозможными до сих пор.
Этот короткий курс описывает, как работают LLM, предоставляют передовые практики для быстрого разработки и покажут, как API LLM можно использовать в приложениях для различных задач, включая:
Кроме того, вы узнаете два ключевых принципа для написания эффективных подсказок, как систематически разработать хорошие подсказки, а также научиться создавать пользовательский чат -бот.
Все концепции проиллюстрированы многочисленными примерами, с которыми вы можете играть непосредственно в нашей среде Notebook Jupyter, чтобы получить практический опыт работы с быстрой инженерией.
Быстрое инженерное инженерия относится к практике проектирования и реализации эффективных подсказок для моделей генерации естественного языка, таких как CHATGPT-3 и CHATGPT-4. Цель быстрого проектирования состоит в том, чтобы генерировать высококачественный и когерентный текст, который имеет отношение к конкретной задаче или приложению.
Бывшая инженерная инженерия имеет широкий спектр использования, включая, помимо прочего:
Тем не менее, есть также некоторые ограничения для быстрого разработки:
В целом, быстрая инженерная инженерия-это мощный инструмент, который может помочь организациям и частным лицам быстро и эффективно генерировать высококачественный текст. Тем не менее, важно знать об ограничениях и передовой практике для разработки и реализации эффективных подсказок.
Чтобы узнать о быстрой инженерии в CHATGPT, есть несколько ключевых областей, которые вы можете изучать. Вот список тем и ресурсов, которые вы можете использовать, чтобы углубить ваше понимание этой области:
Понимая основы CHATGPT-3: Прежде чем погрузиться в быстрое инженерное, важно понять основы CHATGPT-3 и как он работает. Вы можете начать с прочтения документации OpenAI на CHATGPT-3, которая содержит обзор возможностей и ограничений модели.
Проектирование эффективных подсказок: одним из ключевых аспектов быстрого проектирования является разработка эффективных подсказок, которые могут генерировать высококачественный текст. Есть несколько лучших практик и методов, которые вы можете использовать для разработки эффективных подсказок. Вы можете обратиться к игровой площадке GPT-3 от OpenAI для примеров подсказок, используемых для создания различных типов текста.
Понимание вакансий: чтобы иметь возможность лучше понять потенциал GPT-3 и быстрого инженера, вам необходимо изучить различные козырьки, к которым он может применяться. На веб -сайте OpenAI есть список вариантов использования, которые вы можете изучить.
Оценка качества сгенерированного текста: чтобы убедиться, что подсказки, которые вы проектируете, генерируют высококачественный текст, вам необходимо узнать, как оценить качество сгенерированного текста. Вы можете обратиться к игровой площадке GPT-3 OpenAI, чтобы увидеть примеры оценки сгенерированного текста.
Расширенные темы: как только вы получите хорошее понимание основ, вы можете изучить расширенные темы, такие как тонкая настройка модели, работа со структурированными данными и использование GPT-3 в конкретных приложениях или контекстах. На веб -сайте Openai есть список статей, которые охватывают эти расширенные темы.
Вот некоторые ресурсы, которые вы можете использовать для изучения каждой из этих тем более подробно:
Есть несколько инструментов, которые могут помочь улучшить ваши подсказки CHATGPT:
Предварительное обучение: вы можете использовать методы предварительного обучения для точной настройки своей модели на конкретной задаче или домене, таких как управление проектами или разработка программного обеспечения.
Увеличение данных: вы можете использовать такие методы, как обратная трансляция и замена синонима для создания дополнительных данных для обучения вашей модели.
Оптимизация быстрого: инструменты, такие как gugging face's romplet-toolkit, могут помочь вам оптимизировать ваши подсказки, предлагая модификации и предоставив такие показатели, как сбытость и оценки согласованности.
Автополление: такие инструменты, как игровая площадка GPT-3 от Openai и «Объятие лица» с трансформатором, могут предоставить предложения по автоматическому завершению в реальном времени для ваших подсказок.
Оценка и мониторинг: такие инструменты, как модель Hugging Face, позволяют оценивать и контролировать производительность ваших подсказок с течением времени, и вносить коррективы по мере необходимости.
Человек в цикле: Использование отзывов человека для улучшения производительности ваших подсказок CHATGPT.
Шаблоны: Создание набора шаблонов или примеров, которые вы можете легко использовать и адаптироваться к своему конкретному варианту использования.
Инструменты совместной работы: использование инструментов, таких как Google Docs и GitHub для сотрудничества с другими людьми в ваших подсказках, обмениваться знаниями и получить обратную связь.
