
創建CHATGPT提示的指南和框架
此存儲庫是由@christerjohansson在我的LinkedIn上關注或與我聯繫的
Jupyter代碼筆記本,用於開發人員的及時工程
在開發人員的及時工程中,您將學習如何使用大型語言模型(LLM)快速構建新的和強大的應用程序。使用OpenAI API,您將能夠快速構建能夠以成本過高,高度技術或完全不可能的方式來學習創新和創造價值的能力。
本簡短的課程將描述LLM的工作方式,為及時工程提供最佳實踐,並展示如何將LLM API用於各種任務的應用程序,包括:
此外,您將學習兩個關鍵原則,以編寫有效的提示,如何系統地設計良好的提示,並學會構建自定義聊天機器人。
所有概念均以許多示例進行說明,您可以在我們的Jupyter筆記本電腦環境中直接播放,以獲得及時工程的動手體驗。
及時工程是指為自然語言生成模型(例如Chatgpt-3和Chatgpt-4)設計和實施有效提示的實踐。及時工程的目的是生成與特定任務或應用程序相關的高質量和連貫的文本。
及時工程具有廣泛的用例,包括但不限於:
但是,也有一些限制可以提示工程:
總體而言,及時工程是一種強大的工具,可以幫助組織和個人快速有效地生成高質量的文本。但是,重要的是要了解設計和實施有效提示的局限性和最佳實踐。
為了了解Chatgpt的及時工程技術,您可能需要學習一些關鍵領域。這是您可以用來加深對此領域的理解的主題和資源列表:
了解Chatgpt-3的基礎知識:在及時研究及時工程之前,了解Chatgpt-3的基礎知識及其工作原理很重要。您可以首先閱讀ChatGpt-3上的OpenAI文檔,該文檔概述了該模型的功能和限制。
設計有效的提示:及時工程的關鍵方面之一是設計有效的提示,可以產生高質量的文本。您可以使用幾種最佳實踐和技術來設計有效的提示。您可以參考OpenAI的GPT-3操場,以獲取用於生成不同類型文本的提示的示例。
了解用例:為了更好地了解GPT-3和及時工程的潛力,您需要探索可以應用的不同用例。 OpenAI網站有您可以探索的用例列表。
評估生成的文本的質量:為了確保您設計的提示正在生成高質量的文本,您需要學習如何評估生成的文本的質量。您可以參考OpenAI的GPT-3操場,以查看生成文本評估的示例。
高級主題:一旦對基礎知識有很好的了解,您就可以探索高級主題,例如對模型進行微調,使用結構化數據以及在特定的應用程序或上下文中使用GPT-3。 OpenAI網站上有涵蓋這些高級主題的文章列表。
以下是一些資源,您可以用來更深入地研究這些主題:
有幾種工具可以幫助您改善您的CHATGPT提示:
預培訓:您可以使用預訓練技術來對特定任務或域(例如項目管理或軟件開發)進行微調模型。
數據增強:您可以使用反向翻譯和同義詞替代品之類的技術來生成其他數據以訓練您的模型。
及時的優化:諸如擁抱Face的及時工具之類的工具可以通過建議修改並提供諸如困惑和相干分數之類的指標來幫助您優化提示。
自動完成:諸如OpenAI的GPT-3遊樂場和Hugging Face用Transformer等工具可以為您的提示提供實時自動完成建議。
評估和監視:諸如擁抱Face的模型中心之類的工具使您可以隨著時間的推移評估和監視提示的性能,並根據需要進行調整。
循環中的人:利用人類的反饋來提高您的chatgpt提示的表現。
模板:創建一組模板或示例,您可以輕鬆使用並適應特定的用例。
協作工具:利用Google Docs和Github等工具與他人的提示,共享知識並獲得反饋。