如何让AI为你所用?——ChatGPT的实际应用及训练技巧

ChatGPT:90%以上人都用不好的AI神器,通过本文让你超过90%的使用者

自从2022年11月30日ChatGPT横空出世,它已经在国内大火了两个多月。但是,无需为此感到焦虑,因为人类永远比AI更加强大。与大多数博主炒作的不同,GPT的应用逻辑非常简单,交互体验符合人性,只需要通过对话就能轻松上手使用。虽然每个人都可以使用GPT,但并不是每个人都能将其应用得好。

今天,我将用一篇文章带领你掌握ChatGPT的用法。全文都是实操,纯小白也能看懂。只要你认真阅读,我保证能让你对ChatGPT的应用能力超越90%的人。在正式开始之前,我需要说明一下:

本文不会对GPT的基本概念进行过多解释。如果你需要了解更多,可以关注本公众号菜单栏的AI模块,或者等待我后续的更新。另外,关于如何注册和使用GPT,需要特殊环境和条件,本文也不会涉及。为了照顾一些无特殊环境的同学,我会在本文中提供使用入口。

那么,让我们开始探索ChatGPT的应用吧!

一:如何让AI为你所用?——ChatGPT的实际应用技巧

在过去的两个月中,我创建了一个微信群,并将GPT集成到群里。通过持续观察,我发现大部分同学使用GPT时都存在以下两个问题

1、为什么AI无法为你所用?

很多人在拿到GPT之后,会面临两个痛点:用得不好无处去用。这导致许多人在新鲜感消退后放弃了使用GPT。但我的情况与之不同,我已将GPT融入到我的工作、学习和生活中,从而提高了效率三倍以上。它已成为我的私人助理,涵盖了我的方方面面,甚至包括这篇文章的排版、润色和纠错等环节都是通过AI完成的。

如果你使用AI却无法创造实际价值,可能是因为你缺乏两点:

一是不熟悉AI的使用方法;

二是没有将AI与自身应用场景关联起来

所以我们将围绕这两个问题展开讲解,帮助你彻底掌握GPT的应用。首先,我们将介绍如何使用AI,帮你熟练掌握“屠龙刀”的使用技巧。

2、如何使用AI?

使用AI的核心心法可以用一句话概括:GPT生成的答案质量完全取决于你“问它”的方式和“引导它”的方法。只要你能问得好,引导得好,它就能为你生成让你惊喜的答案;反之,假大空,毫无价值。

这里的“问它的方式”指的是与AI沟通的语言,而引导它的方式”则指的是调教AI的方法。掌握了这两点,你就能掌握挥动AI这把屠龙刀的能力。

那么,这句话的意思是什么呢?很简单:目前人类的技术对自然语言处理还不完美,导致AI生成的内容质量非常依赖于提示词。所谓“提示词”,就是让AI能精准地理解你的意图,或者说是与AI沟通的语言方式。

如果你给AI的提示词质量不好,或者不到位,那么AI返回的结果就往往是一堆正确的废话堆积而成的文字垃圾。这种结果和你在搜索引擎上搜到的拼凑而成的口水文没有本质区别,对你毫无启发性。

因此,想要获得高质量的AI回答,第一步就是学会与AI沟通的语言,也就是学会写提示词。OpenAI的CEO,也是被称为ChatGPT之父的Sam Altman曾在推特上强调:会给AI写提示词是一个非常高杠杆的技能

为了更清晰地认识到会写提示词的重要性,我们可以看一个例子,比较一下会写和不会写提示词对AI回答质量的影响。

如何写出高质量的提示词?

现在你已经认识到了写好提示词的重要性,那么如何写出高质量的提示词呢?这里有一个通用且屡试不爽的提示词模板:立角色 + 述问题 + 定目标 + 补要求。一个好的提示词需要由这四部分构成!

  • 立角色:引导AI进入具体场景,为AI赋予行家身份。

  • 述问题:告诉AI你的困惑、问题以及为AI补充问题所需的背景信息。

  • 定目标:告诉AI你的需求,你希望它为你做到什么。

  • 补要求:告诉AI,它的回答需要注意什么,或者你想让它以什么形式来回复你。

虽然看起来这套模板有些复杂,但实际操作起来却非常简单。让我们再以旅游攻略为例,将这个模板应用到实际场景中,就可以得到如下效果……

当然,你可能会认为这个模板中的“述问题”、“定目标”“补要求”这些部分都很好理解,因为这是我们平常提问的语言模式。但是,为什么还要加上“立角色”的动作呢?这个动作是否多余,直接提问不是更简单吗?实际上,这个动作非常重要!让我们再以旅游攻略为例,看看加上和不加上角色的问题,GPT返回的答案有什么不同……

通过对比图,可以清晰地看出加上“你是一名专业的导游”这九个字后,GPT返回的答案与之前相比完全是两种境界!这意味着加上专家角色的提问,能够得到更具体、可实操性更高,同时回答的语气也更有人情味。

这种差异的原因很好理解。想象一下金庸老爷子的武侠小说《天龙八部》中的王语嫣,她虽然记下了天下武学的知识,但是她所掌握的武学知识十分宽泛且相互干扰,虽然能给出建议,却无法提供针对性的指导。

然而,当我们为AI加上专家角色之后,它就不再是只会死读书的王语嫣了,而是真正化身为领域内的实战派专家,能够给出更具针对性的回答。专家角色可以帮助AI指定场景、明确问题范围,以及提供问题所需的背景信息

因为一个领域的专家代表着该领域的知识体系和最高行业标准,为AI叠加专家身份相当于给王语嫣叠加了一个Buff。在掌握了天下武学知识的基础上,叠加了代表该领域最高成就的身份Buff后,AI的回答自然会更专业、更有针对性,与搜索引擎式的回答存在很大差异。

因此,如果你需要更深入、更专业的回答,而不是搜索引擎式的回答,那么请记住:向AI提问的第一步是为其叠加专家Buff,然后再告诉它您的具体需求和补充要求

现在你已经了解了为 GPT 叠加专家 buff 的意义,接下来让我们看看如何为它叠加上这个 Buff。其实方法很简单,我在实践中发现以下几个提示词都非常有效:

  • 你现在是[xx]

  • 请你扮演[XX]

  • 假如你是[XX]

  • 请你以[XX]的角度/身份/语气.....

以上这些提示词都能被 AI 理解和接受,你只需要选择最符合你的语言习惯的表达方式即可。一旦你掌握了这些提示词的方法,你可以将它们与你过去的提问方式进行对比,从而获得前所未有的回答质量。

举例1:用''提示词模版''来设计课程大纲

提示词:

AI所生成的效果:

举例2:用''提示词模版''实现模拟面试的效果

提示词:

AI所生成的效果:

举例3:用''提示词模版''来辅助工作

提示词:

AI所生成的效果:

这套提示词的思路是通用的,几乎适用于所有场景。比如你可以用这套方法来设计课程大纲,实现模拟面试的效果,或者辅助工作。此外,这套思路还可以跨场景迁移使用,比如用提示词模板来实现 AI 绘画。总之,只要你按照这套 SOP 模版写出的提示词,那么一般 GPT 给你的答案都不会太差

当然,对于一些简单的问题,你可能不需要完全按照这套模板来设计提示词。所以,记得要根据你的实际场景需求灵活变化。通过以上内容,你已经掌握了写提示词的方法。但要注意,虽然可以通过这套思路设计出优质的提示词获得高质量的答案,但目前的 AI 还没有进化到逆天的程度。因此,对于一些稍微复杂的问题,AI 的一次回答往往不够准确。如果想要获得更优秀、更深入、更有价值的回答,那么就需要对它进行调教

二:调教方法

调教 GPT 的方法和原理其实很好理解。GPT 之所以强大,是因为其具备了思维链技术(Chain of Thought)的能力,即能够理解上下文语境和进行多轮对话。在这个技术的支持下,GPT 能够记住前面的会话内容,并基于此针对性地回答后面的问题,实现类似真人对话的效果。基于这个机制,我们可以通过不断地“喂数据”“投指令”的方式来训练 GPT,帮助它产生更具体、深度和有价值的回答,或者实现其他效果。那么,具体该如何训练 GPT 才能达到你想要的效果呢?这里我们需要用到以下两个指令。

第一个指令被称为「继续指令」。它的本质作用是帮助你突破 AI 厂商设定的输出限制让 AI 的回答能够充分发挥其潜力。由于 AI 大模型的训练成本非常高,为了控制算力成本,包括 OpenAI 在内的各大 AI 厂商都会尽可能控制 AI 生成的篇幅并尽可能通过概括文本内容使之变得简练

以 ChatGPT 为例,它的单次最大输出字符数为 2048 个字符,超过这个字符数会导致 AI 的回答被强制截断停止。

因此,在篇幅限制篇幅概括这两个条件下,AI 的回答可能会让我们感到不够详细或深入。使用继续指令可以帮助我们突破这两个限制。它可以让 AI 继续回答超过 2048 字符的内容,或者在第一次回答不够充分的情况下进一步详细展开。例如:

在我们上面的AI发展的文章示例中,如果 AI 的回答超出了 2048 个字符,就会被截断

我们可以使用继续指令让它继续回答前面未说完的话

同样的,即使它回答了问题,我们也可以使用继续指令来让它进一步深入或具体化回答的内容。当然,这里提到的继续指令只是其最基本的用法。除此之外,它还有更进一步的用法,例如在我们之前提到的课程设计的例子中,我们可以使用进一步的继续指令来追问 AI

在进行继续追问时,我们可以利用之前提到的【补要求】的提示词,如:

请用小孩子都能听懂的例子进行解释,

请提供不小于 5 个例子,

请从XX领域里选例子,

请你用活泼口语化的方式进行回答,

请扩写...

请概括...

理论上,我们可以持续按照“继续”的套路进行追问深挖,比如针对之前提到的【讲课案例】,我们可以按照最初的大纲框架进行追问,不断套娃深挖每个点,并将追问结果填充到最初的大框架中,最终就可以生成一篇基本完全由AI生成的课件内容了

最后,我们只需要将AI生成的语言风格换成自己的语言风格,进行逻辑拼接和润色,就可以开始讲课了,非常厉害。

需要注意的是,在使用继续指令和延伸用法时,有两点需要注意:

注意指令的模糊性。如果追问过长或套娃层级太多,继续指令可能会让AI产生歧义,从而导致答非所问。因此,需要明确对象,比如将“请具体介绍下第二点”换成“请具体介绍下提纲中的第二点”,这样更加具体。

注意上下文语境的关联性。由于AI具有强大的多轮对话和联系上下文的能力,在同一个对话框内穿插多个不同的话题场景时,AI的回答可能受到前面内容的影响而出现乱答的情况

因此,当我们想在一个对话框内问多个不同的话题时,最好在新话题开启时初始化AI,清空前面的对话,避免AI的回答受前面内容的干扰。具体重置ChatGPT提示词的操作方法如下:

以上就是调教AI的【继续】指令了。虽然该指令可以让AI的回答更加丰富多彩,但由于语言传递信息的局限性,AI的每一次回答可能并不总是如我们所愿,甚至可能出现跑偏的情况。因此,当我们遇到这种情况时,可以使用调教AI的第二个指令,它可以帮助我们设计具有“套路属性”“模板化”特点的任务,产生神奇效果。

在使用这个指令之前,你需要先定义好你要调教 AI 的套路类型,例如:文案写作、推销、客服回答等等。然后,按照该类型的特点和需求,构建出对应的套路模板。

例如,在文案写作中,我们需要考虑诸多因素,比如品牌定位、受众画像、文风口吻等等。因此,我们可以将这些因素组合在一起,形成一份文案写作的模板,以便后续使用。

第二个指令被称为「奖惩指令」通过奖惩指令训练ChatGPT,像教育孩子一样让它变得听话

其实,训练基于神经网络的AI,和教育孩子的原理类似。就像教育孩子一样,我们需要用奖励和惩罚来帮助AI理解我们期望的行为标准

在我的训练中,我使用了一个奖惩指令来训练我的AI小助手生成思考题。首先,我让AI学习我的思考题的格式,然后让它尝试生成答案。如果AI的答案符合我的要求,我会用肯定词汇来表扬它,如果不符合要求,我会用否定词汇来纠正它。这样,AI会逐渐了解我期望的答案格式,然后生成符合要求的答案。

通过重复的投喂和调教,我的AI小助手最终成为了辅助的得力助手。像教育孩子一样,奖惩指令可以帮助我们训练AI变得越来越聪明,更加听话。

在实践中,AI 可以很好地完成一些模式化的任务。你可以尝试在工作场景中找到这些任务,然后通过奖励和惩罚来训练 AI,使其生成符合你要求的内容。这种训练方式可以使 AI 成为你长期的工作助手,并在你需要时帮助你提高生产力。

然而,我们不能忘记 AI 的最终目标是帮助我们创造实际的生产力。如果我们没有将 AI 与我们需要的应用场景联系起来,就无法实现这个目标。因此,我们需要找到适合 AI 的应用场景,将其融入到具体场景中,才能发挥其最大价值。在掌握了操作 AI 方法论的基础上,我们需要深入了解如何将 AI 与自己结合起来,才能真正实现生产力的提升。

实际上,将人工智能与我们自身融合的思路很简单,它只包括两个步骤。

第一个步骤是“梳理”,这个概念非常简单易懂。在电商兴起时,马云曾说过这样一句话:“所有的生意都值得用互联网再做一遍”。同样,在人工智能时代,我们也可以采用相同的思路:几乎所有涉及到知识的工作方式都可以用人工智能重构一遍。

因此,我们可以反思我们的工作场景,梳理出那些可能被人工智能替代或辅助的部分,并找到它们与人工智能结合的方式。然后,根据前面所讲述的思路,制定标准化的工具或流程。

换言之,要梳理出你日常的工作轨迹,找出人工智能能够处理的所有任务,然后将这些任务全部交给人工智能或让人工智能辅助你完成。这样,你就可以将自己从这些任务中解放出来,去做更有价值和更有创造力的事情

这个思路其实很简单:根据我们的行为需求,以三个基本方面(学习、工作、生活)为维度,挨个梳理每一个场景。

利用人工智能实现与大师对话式学习

当然,在这些场景下,你也可以换成其他你感兴趣的伟人,例如孔子、庄子、孟子、毛泽东、拿破仑、苏格拉底等等。

 GPT 还可以胜任多种角色,例如让多位大佬之间对决,您可以从对话中学习,达到苏格拉底式的学习效果。

下面介绍几个学习场景的案例:第一个是利用 AI 辅助阅读提高理解效率,对于那些理解能力不强或想提高理解效率的同学,非常实用。例如... 第二个是利用 AI 实现各大领域的入门教练和导师,对于想搭建某领域体系或系统研究某领域的同学,非常有帮助。例如... 除此之外,同样的道理适用于哲学、社会学、产品经理、运营等领域的研究。此外,还有许多其他的学习场景,例如辩论教练、学习效果检测师等。

同样的方法在工作场景中也非常有用。例如,利用 AI 作为工作助理,您可以让它帮您写招聘信息、脚本、工作文案、自媒体文案、代码、方案等。此外,还可以用 AI 做数据分析和写会议邀请。如果您想激发创意性的工作,它也可以帮助您。例如,咱们这篇文章的部份内容就是来自 GPT 的启发结果。在工作场景下还有许多其他用法。

在我们的生活场景中,同样也有很多使用 AI 的例子。例如,用 AI 做健身教练、私人营养师、私人律师、私人医生、私人导游等等。无论是工作、学习还是生活,都可以利用 AI 达到更高的效率和质量

因此,对于一些有价值的场景,我们需要将训练好的场景数据保存下来,以便长期为我们提供服务,而不是一次性的买卖。例如,我们训练的邮件小助手,只需要告诉它邮件的内容,就可以自动读取之前的数据,包括邮件的落款、称呼、格式、写作风格等,无需重复告诉它。同样,对于健身教练、营养师或其他需要反复互动的场景,也可以将训练好的场景保存下来,以便下次直接调用。

当我们将训练好的场景按照一定规则保存下来形成场景库后,就可以重复利用它们,省去大量时间和精力。具体操作方法将在下一步中介绍。

到这里,整个 AI 的使用指南基本上也就结束了。总之,当你按照我们提出的三维度思路对系统进行梳理,并按照本文开始所介绍的编写提示词技巧和训练 AI 的方法训练出自己的 AI 模型后,将其分类固定到自己的 AI 场景库中,你就成功地拥有了一名AI助理。它将帮助你分担大量琐碎的工作、生活和学习事务,极大地提升你的效率。只要你认真地执行,并安排到位,你的效率不仅可以提升 2-3 倍,甚至可能会提高十倍八倍。

当然,最后需要提醒的是,AI 目前还没有达到完全逆天的程度。因此,在许多场景下,它仍然无法达到与真人相媲美的效果,并且其生成的答案也不能保证百分之百的正确性。在一些重要场合中,我们仍需要进行手动的修正、修改,以及对其提供的信息进行核实和确认。

总之,即使有 AI 的辅助,我们也不能失去独立思考的能力。在现在和未来,只有拥有独立思考能力的人才能掌控 AI,而不是被 AI 控制

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/34461.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

iOS摸鱼周报 第五十期

本期概要 话题:WWDC 22 Call to Code面试模块:事件响应与传递优秀博客:复习 iOS 的 rebase 和 bind学习资料:闲话 Swift 协程开发工具:AppleParty 是三七互娱旗下37手游 iOS 团队研发,实现快速操作 App Sto…

用chatGPT来NEW个对象让“码农”的节日不再仅仅只有1024(赶鸭子上架式的成长、无效不得不立的flag)

用chatGPT来NEW个对象让“码农”的节日不再仅仅只有1024 前言一、大部分的成长都是赶鸭子上架二、节日是为了告诉自己不孤单三、做不到也要立下的flag四、New个对象吧1.php定义一个科技工作者形象2.python定义一个科技工作者形象3.javascript定义一个科技工作者形象 总结 前言 …

Redis集群模式下使用config set 命令所有节点都会生效吗?

Redis集群模式下使用config set 命令所有节点都会生效吗? 问题: Redis集群模式下使用config set 命令所有节点都会生效吗? 实践检验真理: 前置准备 Redis版本:5.0.5版本 Redis集群模式:三主三从 操作步骤: 分别连接7001节点与7002节点,准备在7001节点使用”config get”…

文法和语言的形式定义——句型、句子

Def:设G[S],若S * x,则称符号串x为文法G[s]的句型,仅由终结符组成的句型称为句子。当x为一个句型时,则x∈(VN,VT)*,当x为一个句子时,则x∈VT*。 即如果是一个…

数字化转型助力教育医疗高质量发展,华为携手伙伴创新共享未来

5月8日,主题为“数字化转型助力教育医疗高质量发展,携手伙伴创新共享未来”的华为中国合作伙伴大会2023教育医疗专题峰会盛大召开。在此次峰会上,华为深入阐述了对教育医疗数字化转型助力高质量发展的理解,并与众多行业专家、合作…

全民开发者时代到来!华为云开发者日深圳站成功举办

摘要:2月25日,华为云开发者日HDC.Cloud Day2023年首场在深圳天安云谷成功举行。 本文分享自华为云社区《全民开发者时代到来!华为云开发者日深圳站成功举办》,作者: 华为云社区精选。 2月25日,华为云开发者…

你们的小爱同学还能用blinker点灯吗

小爱同学 一.前言 昨天一个朋友说他的小爱同学没有办法控制ESP8266,因为之前玩过之后有好一阵没有玩了,所有我用之前的代码跑了一下,用blinker软件可以控制完全没有问题,到小爱同学这里就是,帮你操作了,要…

一种简单的方法远程调戏小爱音箱触屏版

小爱音箱触屏版已经购买了一段时间了,一些功能都已经试过了,突然想起是不是可以远程使用小爱的功能呢?而且实现不能过于复杂,略作思考,直接动手: 思路如下: 使用带对讲功能的网络摄像机手机ap…

“智能语音助手”的竞品分析 —— 你好小悟小爱同学(4)

竞品分析假设 背景假设: 假设,我是负责“你好小悟”的一名产品经理,负责其中的“出行”模块。 现在“导航”作为一个高频的需求,而这个功能的体验在用户反映下来仍不怎么理想。我想提升“导航”功能的用户体验,所以想…

手机问题——语音让小爱同学学习用户对手机的操作并复现

文章目录 问题那么我们能否让小爱同学控制手机屏幕,完成我们事先录制的操作呢?日常有语音转文字,实时中英翻译,以及用语音控制屏幕的需求,小爱同学都可以办到吗?语音转文字中英文实时翻译语音控制屏幕 问题…

智能问答技术概览及在小爱同学的实践

一、引言 人通过获取和应用知识,能够实现对客观事物的认知和推理。从脑科学、神经科学的角度来说,人类的认知推理能力是一个非常复杂的系统,研究者对其机理的认识还非常有限。从人工智能的角度来说,研究者试图通过人工智能的技术去…

Tech talk丨情感对话技术:小爱同学治愈人心的底层逻辑

孤独是人生常态,不知道从什么时候开始,我们不再是那个高兴就笑、难过就哭的小朋友,而是习惯了什么都憋在心里,变成了一个沉默而压抑的大人。但生活也需要陪伴,在每一个愤怒、嫉妒、失望的瞬间,我们渴望被倾…

手机访问 Ai

官方GPT应用,感觉流程太复杂,需要美区id还需要升级系统,好不容易下载好了纯英文界面,gpt4功能也没联网,这里给大伙推荐个平替app,在ios应用商店搜 构构 即可使用已调教好的ChatGPT,很方便。 &a…

国外短信平台收不到验证码,怎么解决?

背景:国外短信平台,经常遇到验证码收不到的情况 如果您是一家海外企业或跨国公司,那么国外短信平台的使用一定不可或缺。无论您是要给客户发送营销信息,还是给员工发送公司通知,使用国外短信平台都能帮助您实现高效的…

【统计学习方法】EM算法实现之隐马尔科夫模型HMM

1 基本概念 1.1 马尔科夫链(维基百科) 马尔可夫链(英语:Markov chain),又称离散时间马尔可夫链(discrete-time Markov chain,缩写为DTMC),因俄国数学家安德…

NLP --- 隐马尔可夫HMM(EM算法(期望最大化算法))

期望最大化 (Expectation Maximization) 算法最初是由 Ceppellini[2] 等人 1950 年在讨论基因频率的估计的时候提出的。后来又被 Hartley[3] 和Baum[4] 等人发展的更加广泛。目前引用的较多的是 1977 年 Dempster[5]等人的工作。它主要用于从不完整的数据中计算最大似然估计。后…

Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法

最近我们被客户要求撰写关于MCMC的研究报告,包括一些图形和统计输出。 我们将研究两种对分布进行抽样的方法:拒绝抽样和使用 Metropolis Hastings 算法的马尔可夫链蒙特卡洛方法 (MCMC)。像往常一样,我将提供直观的解释、理论和一些带有代码…

机器学习笔记马尔可夫链蒙特卡洛方法(二)马尔可夫链与平稳分布

机器学习笔记之马尔可夫链蒙特卡洛方法——马尔可夫链与平稳分布 引言回顾:蒙特卡洛方法马尔可夫链与平稳分布马尔可夫链平稳分布细致平衡 关于平稳分布的补充马尔可夫链的本质平稳分布的收敛性证明 相关总结 引言 上一节介绍了蒙特卡洛方法的具体思想 以及一些具体…

大气模型软件:WRF、CMAQ、SMOKE、MCM、CAMx、Calpuff、人工智能气象、WRFchem、PMF、FLEXPART拉格朗日粒子扩散、WRF-UCM、EKMA

推荐给大家一些大气科学相关的模型软件,今天主要整理了一些需求量较高的,大家可以详细了解。零基础的可以点击此链接 >>零基础学习大气污染模式(WRF、WRF-chem、smoke、camx等) 目录 一、(WRF-UCM)…

毕业论文-马尔可夫随机场

0 序言 这篇博客也与我的毕业论文有关,在上个阶段中,我用python代码实现了EM算法,并及进行了细节上的改进,并记录成了博客: 毕业论文-EM算法学习总结https://blog.csdn.net/qq_41938259/article/details/128396229?s…