ChatGPT高效提问—prompt常见用法(续篇五)

ChatGPT高效提问—prompt常见用法(续篇五)

1.1 种子词

​ 种子词(seed word)通常指的是在对话中使用的初始提示或关键词,用于引导ChatGPT生成相关回复。种子词可以是一个词、短语或句子,通常与对话的主题或问题相关。例如,想生成科技类文章,可以将“人工智能”“机器学习”等关键词作为种子词,这些词可以帮助ChatGPT更好地理解文章主题。

​ 使用种子词可以引导ChatGPT生成更准确的回复,使对话更具针对性。种子词可以作为对话的起点,提供上下文或明确的指导,以便ChatGPT更好地理解和满足我们的需求。

1.1.1 种子词使用的方法

1. 明确的问题或指令

​ 对话中包含明确的问题或指令作为种子词,以引导ChatGPT回复相关的信息。种子词的prompt公式为“请根据以下种子词生成文本+种子词”。

​ 输入prompt:

Screenshot 2024-02-08 at 09.23.36

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.25.40

​ 从输出结果来看,包含种子词“龙”的prompt成功引导ChatGPT生成了一篇关于龙的介绍,涵盖了龙的传说和文化象征。

2. 上下文引用

​ 在种子词中提到之前的对话内通,以便ChatGPT可以回应特定的问题或继续之前的讨论。promt公式为“前面我们讨论了xx,请继续谈谈[种子词]“。

​ 输入prompt:

Screenshot 2024-02-08 at 09.29.49

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.30.57

​ 从输出结果来看,ChatGPT根据我们的种子词提示,简要介绍了明朝的历史。

3. 主题提示

​ 使用与特定主题相关的关键词或短语,以引导ChatGPT生成回复。这种方式比较简单,prompt公式为“请谈谈[主题(种子词)]“。

​ 输入prompt:

Screenshot 2024-02-08 at 09.37.12

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.40.35

​ 我们使用主题提示的方式让ChatGPT抖音,它立即给出了相关介绍。

4. 配合角色使用

​ prompt种子词可以配合角色使用,以生成更具体和有针对性的文本。通过提供种子词,模型可以生成与之相关的文本;通过提供有关期望输出和角色的信息,模型可以模仿特定角色的风格或语气生成文本。这样可以更好地控制生成的文本,并应用于各种场景。以写诗为例。

任务:写一首诗

指令:诗应与种子词“思乡”相关,并且为五言律诗形式

角色:诗人苏东坡

Prompt: 模仿诗人苏东坡,根据种子词“思乡”写一首五言律诗

​ 输入prompt:

Screenshot 2024-02-08 at 09.49.05

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.49.56

​ 使用种子词“思乡”配合角色“诗人苏东坡”,生成了一首有浓浓思乡之情的五言律诗。接下来我们看看种子词配合角色生成摘要的例子。

​ 任务:生成摘要

​ 介绍:摘要应与种子词“ChatGPT“相关

​ 角色:中学生

​ prompt:以中学生的口吻为这篇关于ChatGPT的文章生成摘要[插入文章内容]

​ 输入prompt:

Screenshot 2024-02-08 at 11.26.59

Screenshot 2024-02-08 at 11.27.40

​ ChatGPT输出:

Screenshot 2024-02-08 at 11.48.29

​ 从输出结果来看,ChatGPT确实以中学生的口吻生成了通俗易懂的摘要。种子词配合角色,让ChatGPT的输出更加个性化和人性化。

1.1.2 如何发现种子词

​ 既然种子词如此重要,那么如何发现种子词呢?以下几种方法可供参考。

  • 名词对象。因为目标对象往往作为一个名词存在,所以名词可以作为种子词,如篮球。
  • 领域知识。如果对特定领域有深入了解,可以根据该领域的专业术语、关键词和热门话题来确定种子词。
  • 数据挖掘。通过对大量数据进行挖掘和分析,可以发现与主题相关的高频关键词和短语,并将其作为种子词。
  • 关键词工具。使用关键词工具(如Google AdWords)可以找到与主题相关的高频搜索关键词,并将其作为种子词。

在寻找种子词时,需要考虑场景、目标、内容类型等因素,并尝试不同的方法。充分利用种子词,不断探索新的使用方法和技巧,以生成更加精准、有效、符合期望的文本内容。有了种子词,输出内容大致符合我们的预期,但还有待控制。接下来介绍如何控制输出。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/254578.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据结构——单向链表和双向链表的实现(C语言版)

目录 前言 1. 链表 1.1 链表的概念及结构 1.2 链表的分类 2. 单链表接口实现 2.1 数据结构设计与接口函数声明 2.2 创建结点,打印,查找 2.3 尾插,头插,尾删,头删 2.4 插入或删除 2.4.1在指定位置后 2.4.2在…

LLM大语言模型(六):RAG模式下基于PostgreSQL pgvector插件实现vector向量相似性检索

目录 HightLightMac上安装PostgreSQLDBever图形界面管理端创建DB 使用向量检索vector相似度计算近似近邻索引HNSW近似近邻索引示例 HightLight 使用PostgreSQL来存储和检索vector,在数据规模非庞大的情况下,简单高效。 可以和在线业务共用一套DB&#…

jquery写表格,通过后端传值,并合并单元格

<!DOCTYPE html> <html> <head><title>Table Using jQuery</title><style>#tableWrapper {width: 100%;height: 200px; /* 设置表格容器的高度 */overflow: auto; /* 添加滚动条 */margin-top: -10px; /* 负的外边距值&#xff0c;根据实际…

K8S之标签的介绍和使用

标签 标签定义标签实操1、对Node节点打标签2、对Pod资源打标签查看资源标签删除资源标签 标签定义 标签就是一对 key/value &#xff0c;被关联到对象上。 标签的使用让我们能够表示出对象的特点&#xff0c;比如使用在Pod上&#xff0c;能一眼看出这个Pod是干什么的。也可以用…

Golang的for循环变量和goroutine的陷阱,1.22版本的更新

先来看一段golang 1.22版本之前的for循环的代码 package mainimport "fmt"func main() {done : make(chan bool)values : []string{"chen", "hai", "feng"}for _, v : range values {fmt.Println("start")go func() {fmt.P…

Android:Android Studio安装及环境配置

1开发环境搭建 Android开发需要使用java的jdk环境,所以需要下载JAVA JDK。 1.1安装配置JAVA JDK Java的JDK下载: https://www.oracle.com/technetwork/java/javase/downloads/index.html 配置java的环境变量: JAVA_HOME:java安装路径。 新增环境变量CLASSPATH 在Path环境…

【Linux笔记】动静态库的封装和加载

一、静态库的封装 我们在学习C语言阶段其实就已经知道一个可执行程序的形成过程分为预处理、编译、汇编、链接这四个阶段&#xff0c;而且也知道我们程序中使用的各种库其实是在链接的阶段加载的。 可我们那时候并不知道库是怎么被加载的&#xff0c;或者库是怎么形成的&…

[CUDA手搓]从零开始用C++ CUDA搭建一个卷积神经网络(LeNet),了解神经网络各个层背后算法原理

文章目录 前言一、所需环境二、实现思路2.1. 定义了LeNet网络模型结构&#xff0c;并训练了20次2.2 以txt格式导出训练结果(模型的各个层权重偏置等参数)2.3 (可选)以pth格式导出训练结果&#xff0c;以方便后期调试2.4 C CUDA要做的事 三、C CUDA具体实现3.1 新建.cu文件并填好…

深度学习在知识图谱问答中的革新与挑战

目录 前言1 背景知识2 基于深度学习改进问句解析模型2.1 谓词匹配2.2 问句解析2.3 逐步生成查询图 3 基于深度学习的端到端模型3.1 端到端框架3.2 简单嵌入技术 4 优势4.1 深入的问题表示4.2 实体关系表示深挖4.3 候选答案排序效果好 5 挑战5.1 依赖大量训练语料5.2 推理类问句…

【Linux系统学习】3.Linux用户和权限

Linux用户和权限 1.认知root用户 1.1 root用户&#xff08;超级管理员&#xff09; 无论是Windows、MacOS、Linux均采用多用户的管理模式进行权限管理。 在Linux系统中&#xff0c;拥有最大权限的账户名为&#xff1a;root&#xff08;超级管理员&#xff09; 而在前期&#…

CTF--Web安全--SQL注入之‘绕过方法’

一、什么是绕过注入 众所周知&#xff0c;SQL注入是利用源码中的漏洞进行注入的&#xff0c;但是有攻击手段&#xff0c;就会有防御手段。很多题目和网站会在源码中设置反SQL注入的机制。SQL注入中常用的命令&#xff0c;符号&#xff0c;甚至空格&#xff0c;会在反SQL机制中…

MySQL学习一、库和表的基础操作

目录 一、常用数据类型 1.数值类型 2.字符串类型 3.日期类型 ​二、数据库的基础操作 三、表的基础操作 一、常用数据类型 1.数值类型 数值类型可以指定为无符号&#xff08;unsigned &#xff09;&#xff0c;但不建议取 2.字符串类型 3.日期类型 二、数据库的基础操作…

VScode为什么选择了Electron,而不是QT?

选择Electron而不是QT可能是基于以下几个原因&#xff1a; Web技术的普及和开发者生态系统&#xff1a;Web技术如HTML、CSS和JavaScript在开发者中非常普及&#xff0c;开发者生态系统庞大且活跃。使用Electron可以利用这些熟悉的Web技术和丰富的开发者社区资源。跨平台支持&am…

Web前端框架-Vue(初识)

文章目录 web前端三大主流框架**1.Angular****2.React****3.Vue**什么是Vue.js 为什么要学习流行框架框架和库和插件的区别一.简介指令v-cloakv-textv-htmlv-pre**v-once**v-onv-on事件函数中传入参数事件修饰符双向数据绑定v-model 按键修饰符自定义按键修饰符别名v-bind(属性…

2.8日学习打卡----初学RabbitMQ(三)

2.8日学习打卡 一.springboot整合RabbitMQ 之前我们使用原生JAVA操作RabbitMQ较为繁琐&#xff0c;接下来我们使用 SpringBoot整合RabbitMQ&#xff0c;简化代码编写 创建SpringBoot项目&#xff0c;引入RabbitMQ起步依赖 <!-- RabbitMQ起步依赖 --> <dependency&g…

Qt未来市场洞察

跨平台开发&#xff1a;Qt作为一种跨平台的开发框架&#xff0c;具有良好的适应性和灵活性&#xff0c;未来将继续受到广泛应用。随着多设备和多平台应用的增加&#xff0c;Qt的前景在跨平台开发领域将更加广阔。 物联网应用&#xff1a;由于Qt对嵌入式系统和物联网应用的良好支…

DVWA-old (老版本)csrf

csrf lowmedium low 打开burp抓包&#xff0c;发现是get请求&#xff0c;尝试在burp中修改密码&#xff0c;发下可以直接修改成功 根据url地址栏中的信息构造链接 &#xff0c;将此链接放在.html为后缀的文件并将此文件放在本地www目录下&#xff0c;在保持登陆状态点击此链接…

C++ 动态规划 记忆化搜索 滑雪

给定一个 R 行 C 列的矩阵&#xff0c;表示一个矩形网格滑雪场。 矩阵中第 i 行第 j 列的点表示滑雪场的第 i 行第 j 列区域的高度。 一个人从滑雪场中的某个区域内出发&#xff0c;每次可以向上下左右任意一个方向滑动一个单位距离。 当然&#xff0c;一个人能够滑动到某相…

Mac使用AccessClient打开Linux堡垒机跳转闪退问题解决

登录公司的服务器需要使用到堡垒机&#xff0c;但是mac使用AccessClient登录会出现问题 最基础的AccessClient配置 AccessClient启动需要设置目录权限&#xff0c;可以直接设置为 权限 777 chmod 777 /Applications/AccessClient.app注: 如果不是这个路径,可以打开终端,将访达中…

webrtc native api的几个要点

文章目录 基本流程状态回调类sdp的中媒体行pc对象 基本流程 webrtc native的接口&#xff0c;主要就是围绕着PeerConnection对象&#xff0c;一个PeerConnection对象它代表了一次音视频会话。 那么通过PeerConnection对象建立音视频通话&#xff0c;包括如下步骤&#xff1a; …