广州黄埔网站建设,资阳建网站,wordpress最简易主题,网上医疗和医院网站建设制作导读
AI 不是来替代你的#xff0c;是来帮助你更好工作。用better prompt使用chatgpt#xff0c;替换搜索引擎#xff0c;让你了解如何在工作中利用Prompt高效使用ChatGPT。 01背景
现在 GPT 已经开启了人工智能狂潮#xff0c;不过是IT圈#xff0c;还是金融圈。
一开…
导读
AI 不是来替代你的是来帮助你更好工作。用better prompt使用chatgpt替换搜索引擎让你了解如何在工作中利用Prompt高效使用ChatGPT。 01背景
现在 GPT 已经开启了人工智能狂潮不过是IT圈还是金融圈。
一开始我觉的它就是一个增强版搜索引擎在使用了一段时间之后才发现它可能不仅仅是一个搜索引擎它可以做更多的事情它更加智能搜索引擎能做的它能做甚至做得更好搜索引擎不能做的它也能做。
刚开始的时候它的很多回答都是胡编乱造的。例如你问它一些新上映的电影它即使不知道也会胡编乱造一通。大家又开始贬低它觉得只不过就是一个普通的聊天机器人但是一段时间的使用之后你会发现它进化了。
虽然目前chatgpt肯定不是最完善的当时它已经可以很好的做一些工作了我们可以看看利用Promptchatgpt会给我们那些惊喜。这里我们用国内的文心一言大模型进行测试。 02AI 可以帮助我们做什么 2.1 知识总结
刚开始接触学习新知识的时候难免需要去查看文档。现在的各种在线文档非常丰富。往往对于一个初学者来说需要接触的信息太多、排版五花八门学起来很费力。
这时候就可以借助 ChatGPT 的总结能力例如我想学习一下 K8S 的相关知识我发给它一个文档的地址让它帮我总结。 可以看到它很好地总结了这篇中文的文档并且对每一个关键点进行了概括列出了文档中所有重要的知识点。 在这里你继续发一篇英文的文档给它它也会用中文帮你总结。 prompt: 总结这篇文档https://kubernetes.io/docs/concepts/overview/components/ 。 让它总结一下 wikipedia 里的介绍。 prompt: 总结https://zh.wikipedia.org/zh/%E6%B5%81%E6%B5%AA%E5%9C%B0%E7%90%832 当我们将很长的文档的内容复制进来让 chatgpt 进行总结。但是这时候会发现文章太长了可能会收到报错。 这时候就要运用自己的想象力使用 prompt 来进行优化了。我们需要把文章进行段落拆分每一段都符合它的标准。 这样就能得到了一篇文档的正确总结。 2.2 拆解任务
我们从需求端获取一个需求以后很多情况下需要我们将任务拆分清楚平且非常准确的估计时间这时候可以简要描述一下我们这次的需求点让 ChatGPT 帮我们进行任务拆解。 任务整体被拆成了一个个细小的任务。它可以很快的让我们将任务转换为 task或者是需求跟踪单。这既方便和产品经理进行沟通也便于我们自身排期。如果仍有疑问可以继续询问拆解。比如我们想要询问第三步应该如何进一步实现。 2.3 阅读代码/优化代码
开发者经常接手别人的代码。质量参差不齐还会夹在很多奇怪的命名。当我们阅读整体逻辑或者修改逻辑可能会因为自身阅读的问题造成理解偏差进一步引发 bug。
如果将这个方法交给 AI 去阅读呢可以看看效果。 我们还可以让Chatgpt对每一行分别进行解释。这时候继续和它对话 prompt: 在每一行代码上面加上注释 我们还可以尝试让它帮我们做代码的优化和重构。 prompt:对代码进行优化和重构 你可以对某一个部分提出更细节的要求为它提出更好的优化方向。 prompt: 这个函数怎么重构为更加通用 2.4 代码生成
开发者在工作中还有一种场景的工作量比较大需要复杂的逻辑思考。但是实际上最终的代码可能只需要几行就可以搞定。你在思考过程中觉得很痛苦想和身边的同事去沟通。也许你给他解释完这个逻辑以后他非但不能帮你思考反而将一人份痛苦变成两人份。
例如我们要进行数据转换是否也可以交给AI来做我们发送给 GPT 这样的 prompt 将数据结构进行转换。数据源为:[ { candidates: null, candidatesX: null, description: role---用户角色, label: 角色, name: role, optional: true, schema: null, type: String },{ candidates: null, candidatesX: null, description: Topics of the pulsar server to create---需要创建的主题, items: { schema: [ { candidates: null, candidatesX: null, description: topic name---主题名称, label: 主题名称, name: name, schema: null, type: String }, { candidates: null, candidatesX: null, default: 1, description: partition number---分区数, label: 分区数, name: partitions, schema: null, type: Integer, validator: 0 } ], type: Object }, label: 主题列表, name: topics, optional: true, schema: null, type: List }]我想要得到的数据是 type 为 List 的数据并且数据结构为:[{type:List, name:topics, needValidates:[{ name:name, type:String},{name:partitions, type:Integer}] }]
GPT 会为我们得到正确的结果: 我们只需要输入目标数据结构转换后的数据结构无需指定语言。因为它会从你的上下文里理解到你是想要问什么实现方式。 还有执行脚本我们只需要描述清楚我们的需求它也会帮助我们进行完善。 上面可以看到我们在这里使用了一次“自然语言编程”的操作流程。不论你是否会使用 python、bash 你都可以正常的描述你的需求。进行生成。 我们这里就可以打开一下思路我们还可以进行代码转换例如你写了一段 js 代码你希望将这段代码转化为python。 2.5 生成单测
我们刚刚那段数据转化的代码如果我们想要进行测试只需要告诉 AI 帮我生成单测即可。 03Prompt 能力 3.1 Prompt 是什么
整体来说上述 AI 的强大之处有几点
总结/理解能力。它能够很好的总结你发给它的内容进行总结。这也就是一种理解能力。
强大的上下文关联能力。你不需要像使用搜索引擎一样每一次的操作都是独立的。你可以将整个对话都变成一个巨大的搜索通过多次对话来阐述自己想要的信息。甚至还能让它帮助你向它自己提问。
为了更好使用AI、利用这些能力我们需要做 prompt。prompt 就是提示词表达语言的能力。我们需要转换自己的思维从工程师到产品经理或者是一个 Business Analysis 的角色。我们需要将接到手的任务进行拆解一步步的变为提示词。 3.2 Better Prompt
开发者可以利用它的上下文能力帮助自己纠正语法以及提供更好的 prompt 的训练。
不管你用任何一种语言它都是利用数据模型进行分析并不是用单一的语言进行思考。也就是说结果的生成质量不会差异很大。当然每一种语言会有所差异目前来看英文的效果是最好的。目前国内的大厂也推出文心一言、通义千问。希望国内的大语言模型越来越好这边文章就是使用了ai回答就是文心一言目前来看能力还是不错的。 04总结
使用 ChatGPT 一开始进行简单的尝试并没有觉得有什么特别的。在浏览各类教程时才发现利用 GPT 进行代码创作来丰富自己的武器库比如进行图标分析、软件制作等等。实际上AI 并不是简单的问答而已它具有一定的解决问题甚至是创造知识的能力。我们要对自己手里的任务、方法、逻辑有更清晰的认知。让人类做人类该做的事情让 AI 做它擅长的事情。 05分享
chatgpt prompt学习资料分享
