secrets of tree of thoughts tot
1.0.0
- Machine Minds AI ช่วยให้โปรแกรมเมอร์สมัยใหม่คิดเหมือน LLM ☕เริ่มฟรี: Machineminds.substack.com
ฉันทำได้ดีมากอาจจะดีเกินไปที่จะได้รับรหัสกลับจาก CHATGPT + รุ่นข้อความอื่น ๆ ฉันให้ Tot Tot นี้ฟรี 100% เพราะฉันรู้ว่าเมื่อคุณได้รับรสชาติคุณจะต้องการมากขึ้น ความลับฟรีเหล่านี้มีประสิทธิภาพดังนั้นคุณสามารถจินตนาการถึงพลังของการฝึกอบรมพรีเมี่ยมในวิศวกรรมที่รวดเร็วของเราสำหรับชุดโปรแกรมเมอร์
ตอนนี้ฉันโปร่งใสที่ฉันให้คุณนิดหน่อยดังนั้นคุณจะต้องซื้อชุดฝึกซ้อม $ 247 มารับความคิดที่มีค่าที่ดาวน์โหลดใน HNN ของคุณ (เครือข่ายประสาทมนุษย์ ฉันมีอารมณ์ขันมาก ๆ
เราจำเป็นต้องทำสิ่งนี้เพื่อให้โครงสร้าง LLM อ้างอิงเมื่อสร้างผลลัพธ์ โปรดจำไว้ว่า LLM (โดยเฉพาะรูปแบบภาษาอัตโนมัติ) เช่น Chatgpt นั้นตาบอดในความสามารถในการมองเห็นอนาคตแม้แต่ข้อความในอนาคตของการตอบสนองของตัวเอง
Chain of Thought (COT) พยายามที่จะแก้ปัญหานี้ในทำนองเดียวกันโดยการผูกมัดความคิดเชิงเส้น (บางทีคุณอาจเห็น "คิดทีละขั้นตอน" ในพรอมต์) TOT เพิ่มองค์ประกอบที่สำคัญ (เช่นเดียวกับ 'นักวิจารณ์') และองค์ประกอบทางเลือก TOT จะสร้างตัวเลือกเพิ่มเติมสำหรับขั้นตอนย้อนกลับเมื่อจำเป็นและจบลงด้วยเส้นทางที่ดีที่สุดให้ผลลัพธ์ที่ดีที่สุดแก่คุณ
ผลข้างเคียงของการไม่ทำเปลหรือทีโอทีคือสิ่งที่ฉันชอบเรียกว่า "การออกจากรางรถไฟ" ซึ่ง CHATGPT เริ่มมีประโยชน์ แต่เมื่อคุณพยายามที่จะตอกตะปูต่อไปในการตอบกลับที่คุณต้องการจริง ๆ คุณหลงทาง
แทนที่จะเริ่มต้นที่จุดเริ่มต้นและบอก LLM ที่คุณต้องการให้ได้ผลลัพธ์สุดท้ายการเขียนโปรแกรมแบบต้นไม้แห่งความคิดจะแก้ข้อ จำกัด โดยใส่ลงในบริบทการอ้างอิงโดยละเอียดและ จำกัด ของโครงการเป็นชุดของเลเยอร์ที่ทำงานเช่นรายการรายการ
เนื่องจากสิ่งนี้ได้รับการสร้างขึ้นแล้วมันไม่ได้อยู่ในอนาคตการตอบสนองไม่ได้ขึ้นอยู่กับสิ่งที่ไม่รู้จักพวกเขามีโอกาสน้อยที่จะ“ ออกจากราง”
- เราสามารถให้ chatgpt สร้างรายการเหล่านี้ได้ข้อได้เปรียบ TOT มี COT เป็นตัวเลือกที่ดีกว่าและสามารถ ย้อน กลับและคำตอบที่ไม่ได้ใช้เพื่อกำหนดเส้นทางที่ถูกต้อง ในการทำเช่นนี้เราสามารถสร้างตัวเลือกเพิ่มเติมและสามารถสำรวจตัวเลือกเหล่านี้ก่อนที่จะเลือกสาขาที่จะใช้
ด้วยเหตุนี้ต้นไม้แห่งความคิดที่กระตุ้นไม่เพียง แต่สามารถนำสิ่งต่าง ๆ “ กลับเข้าสู่ราง” ได้ แต่มันสามารถเปลี่ยนไปได้ว่ารางรถไฟกลางคัน (ปุน?
ในบริบทของโครงการการเข้ารหัสขนาดใหญ่เช่นการสร้างเว็บแอปใน React Native การแจ้งเตือน TOT สามารถเข้าใจได้ว่าเป็นอุปมาอุปมัยสำหรับต้นไม้ที่ส่วนประกอบหรือฟังก์ชั่นทุกอย่างเป็น 'สาขา' ที่พัฒนาจาก 'เมล็ดพันธุ์' (แนวคิดโครงการเริ่มต้น) แต่ละสาขาแสดงถึงการใช้งานหรือคุณสมบัติที่เป็นไปได้ซึ่งบางสาขาสามารถแยกออกเป็นคุณสมบัติย่อยได้
เป้าหมายของเราคือการเพิ่มการสื่อสารของเรากับ AI ในแต่ละขั้นตอน ขั้นตอนที่สำคัญอย่างหนึ่งคือการกำหนด เมล็ดพันธุ์ ที่ดีเช่นพรอมต์นัดเดียวที่ตั้งค่าการแชทที่เหลือเพื่อติดตามด้วยต้นไม้แห่งความคิด
ในการทำเช่นนี้เราต้องพิจารณาเมล็ดพันธุ์ของเราไม่เพียง แต่เป็นการกำหนด รากฐานสำหรับโครงการของเรา แต่ยังเพื่อกำหนด รากฐานของการสนทนา ที่เราจะมีกับ CHATGPT ในทรัพยากรหลักจาก
.. เราจะสำรวจความลับเพิ่มเติมในส่วนถัดไป
การใช้งาน TOT ในการพัฒนาซอฟต์แวร์:
ในกรอบการทำงานของต้นไม้-ความคิด (TOT) การระบุเมล็ดพันธุ์หรือพรอมต์เริ่มต้นเป็นสิ่งสำคัญ มันเป็นตัวเร่งปฏิกิริยาสำหรับสาขาความคิดที่ตามมาทั้งหมด
- หากคุณซื้อชุดการฝึกอบรมของเราคุณจะคุ้นเคยกับ COGO เป็นวิธีที่ดีที่สุดในการกำหนดเมล็ดพันธุ์ของคุณโดยใช้พารามิเตอร์
สำหรับโปรแกรมเมอร์ขั้นสูงเมล็ดพันธุ์อาจเป็นความท้าทายในการเขียนโปรแกรมระดับสูงหรือการออกแบบสถาปัตยกรรมซอฟต์แวร์ที่ซับซ้อน เมล็ดพันธุ์จะต้องแม่นยำไม่คลุมเครือและเกี่ยวข้องกับบริบทซึ่งทำหน้าที่เป็นจุดเริ่มต้นสำหรับการให้เหตุผลการแก้ปัญหาและการตัดสินใจในวงจรชีวิตของโครงการ มันตั้งค่าเสียงและทิศทางสำหรับโครงการทั้งหมด
// --- 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:ตัวอย่าง
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 :แจ้ง
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
การปลูกเมล็ดพันธุ์เป็นขั้นตอนสำคัญในวิธีการ TOT สำหรับโครงการการเข้ารหัสขนาดใหญ่ เมล็ดแสดงให้เห็นถึงเป้าหมายหลักหรือการทำงานของโครงการและทำหน้าที่เป็นรากฐานที่โครงการทั้งหมดจะถูกสร้างขึ้น
จำเป็นอย่างยิ่งที่จะต้องชี้แจงว่าเมล็ดพันธุ์หรือเป้าหมายเริ่มต้นควรเป็น "เล็ก" เพียงพอเพื่อให้แบบจำลองภาษาสามารถสร้างตัวอย่างที่มีแนวโน้มและหลากหลาย แต่ "ใหญ่" เพียงพอเพื่อให้พวกเขาสามารถประเมินโอกาสในการแก้ปัญหา ขึ้นอยู่กับปัญหาที่อยู่ในมือเมล็ดอาจเป็นสองคำสองคำของสมการหรือแม้กระทั่งแผนการเขียนย่อหน้าทั้งหมด อย่างไรก็ตามการสร้างผลลัพธ์ที่มีขนาดใหญ่เกินไปเช่นหนังสือทั้งเล่มมักจะใหญ่เกินไปที่จะเชื่อมโยงกันในขณะที่การสร้างโทเค็นหนึ่งมักจะเล็กเกินไปที่จะประเมินได้อย่างมีประสิทธิภาพ ** 1 **
นี่คือประเด็นสำคัญที่ควรพิจารณาเมื่อระบุเมล็ดพันธุ์:
โดยพิจารณาอย่างรอบคอบในแง่มุมเหล่านี้คุณสามารถระบุเมล็ดพันธุ์ที่ห่อหุ้มวัตถุประสงค์หลักและการทำงานของโครงการของคุณ เมื่อมีการจัดตั้งเมล็ดพันธุ์แล้วคุณสามารถเริ่มต้นกระบวนการแตกแขนงออกไปสำรวจส่วนประกอบและฟังก์ชันต่าง ๆ ที่นำไปสู่เป้าหมายโครงการโดยรวม
ฉันใช้เวลามากในการหาสิ่งที่ต้องใช้กับ CHATGPT ในแง่ของการเขียนโค้ดศัพท์แสงและศัพท์แสงการจัดการโครงการ สิ่งที่ฉันแบ่งปันในส่วนแรกเป็นเพียงส่วนหนึ่งของพารามิเตอร์ที่คุณสามารถใช้งานได้และคุณจะพบรายการเพิ่มเติมในการฝึกอบรมของเรา
พารามิเตอร์ที่สำคัญที่สุดที่นี่คือ จุดประสงค์ _functionality สำหรับพารามิเตอร์นี้ คุณสามารถเริ่มให้รายการ CHATGPT ได้ คุณสามารถเปิดหน้าต่างใหม่และให้ CHATGPT สร้างรายการฟังก์ชันและรวมไว้ในพรอมต์นี้
หากคุณเข้าร่วมกับเราเพื่อ freebie นั่นเยี่ยมมาก
สำหรับการฝึกอบรมนี้เราจะต้องผ่านพรอมต์ที่แตกต่างกันสำหรับแต่ละขั้นตอน นอกจากนี้คุณยังสามารถรวมสิ่งเหล่านี้ไว้ในพรอมต์หนึ่งนัดเดียว นั่นคือสิ่งที่ฉันทำเพื่อ Coco บุคลิกภาพของเรารวมถึงบุคลิกผู้ช่วยส่วนตัวของ Mami
ฉันต้องการท้าทายให้คุณฝึกอบรมนี้และรวมเข้ากับพรอมต์นัดเดียวของคุณเอง ฉันยังเปิดรับเดิมพันกับบุคลิกการเขียนโค้ดของเราและถ้าคุณสามารถทำให้ดีขึ้นได้ฉันจะโค้งคำนับอย่างถ่อมตนให้กับภูมิปัญญาที่ไม่มีที่สิ้นสุดของคุณและเสนอให้จ้างคุณ
การมีส่วนร่วมของคุณจากการฝึกอบรมนี้เพื่อสนับสนุนความก้าวหน้าในอุดมคติของฉันในระบบการดูแลบนโลกใบนี้ ฉันหลงใหลในวิธีที่เทคโนโลยีสามารถช่วยรวมผู้คนและพัฒนาโลกได้อย่างไร การสนับสนุนของคุณช่วยให้ฉันโค้ดมากขึ้นและจ้างคนดีเพื่อช่วยฉันสร้าง + แบ่งปัน
ฉันเข้าใจแล้ว มันยากมากที่จะหาเหตุผลเข้าข้างตนเองในการซื้อผลิตภัณฑ์การศึกษาในตอนนี้เมื่อดูเหมือนง่ายต่อการได้รับสิ่งที่คุณต้องการจาก CHATGPT, Clyde, Llama ฯลฯ ดังนั้นไปข้างหน้าฉันไม่ได้พยายามหยุดคุณฉันพยายามช่วยคุณจากจุดภูมิปัญญา ฉันใช้เวลามากในการช่วยคุณให้มากยิ่งขึ้น ฉันสัญญาว่าคุณจะพบสิ่งต่าง ๆ ในการฝึกอบรมของฉันคุณจะไม่พบที่อื่นและกลอุบายที่คุณจะใช้เป็นเวลาหลายปี
ติดตามเราเพื่อรับพรอมต์เพิ่มเติม? substack | - Twitter
