ChatGPT 使用 拓展资料:吴恩达大咖 Building Systems with the ChatGPT API 思维链

在本节中，我们将重点讨论要处理输出的任务，这些任务通常通过一系列步骤来获取输入并生成有用的输出。有时，在回答特定问题之前，模型详细推理问题是很重要的。如果你参加了我们之前为开发人员提供的提示工程课程，你会看到很多这样的例子。

有时，一个模型可能会因为匆忙得出错误的结论而导致推理错误。因此，我们可以重新定义查询，在模型提供最终答案之前，请求一系列相关的处理步骤，这样它就可以更长时间、更有条理地思考问题。

一般来说，我们称之为要求模型合理化问题的策略和思维推理的步骤。对于某些应用程序，我们的模型用于得出最终结果的推理过程不适合与用户共享。

例如，在辅导应用程序中，我们可能想鼓励学生自己研究答案。但是，模型对学生解决方案的推理过程可以揭示学生内心独白的答案，作为一种可以用来缓解这种情况的策略。这只是一种向用户隐藏模型推理的方式。

独白的想法是指导模型将输出的部分放在对用户隐藏为一种结构化格式，使传递它们变得容易。然后，在向用户显示输出之前，输出被传递，并且只有一部分输出可见。因此，请复习一下前一个视频中的分类问题。当我们要求模型将客户查询分为主要和次要类别时。基于该分类，我们可能想采取不同的说明。想象一下，在下一个说明中，客户查询被归类为产品信息类别。我们想包括有关我们现有产品的信息。因此，在这种情况下，分类将是主要的一般查询，次要产品信息。

现在，让我们浏览