开发者必看!你应该要知
ChatGPT“神奇短语”进阶:适用于作家、内容营销人员和 SEO 专家的小技巧
撰文:Daren Cox
编译:巴比特
图片来源:由无界 AI工具生成
距离我上次写的关于提示的文章已经有一段时间了(2 个月,但感觉像是 2 年了!),也就是人们常说的“提示工程”。
从那时起,GPT-4 的出现进一步推动了大型语言模型(LLMs)的可能性。
提示工程被称为“本世纪最重要的工作技能”,也被称为“散文编程”,我认为这很有诗意。
就我个人而言,我认为这是个人和企业都需要掌握的基本技能,在可预见的未来,它将具有高度相关性。
在本周的文章中,我深入探讨了如何从 ChatGPT 的提示中获得最大收益,包括我在为这篇文章做研究时发现的一个新的思维链(CoT)“神奇短语”,它使 ChatGPT 更加准确,而且不容易产生幻觉。
如果你对 GPT-3.5 甚至 GPT-4 的功能没有印象,那可能是因为你给它的是“单行”提示,没有上下文,使模型很容易产生幻觉。
在本周的文章中,我们将踏上掌握有效提示艺术的旅程。
我们都生活在了 AI 时代
像 OpenAI、Anthropic、Cohere、Google、Meta 和其他许多公司提供的大型语言模型(LLMs),为知识渊博的早期采用者提供了巨大的生产力收益,同时也为无知的人带来了微妙的弱点。
就像有一些落伍者花时间将网站、社交媒体、智能手机和其他现在无处不在的技术应用到他们的业务中一样,也会有一些人未能将人工智能纳入到他们的工作流程中,尽管 AI 已为企业和个人提供了无与伦比的生产力提升。
典型的技术采用曲线。LLMs 已“越过鸿沟”进入主流市场,下一站是征服“保守派”。这不会太久。
我的建议是,在人工智能方面,不要做一个落伍者。人工智能正处于指数增长曲线上。ChatGPT 在几周内从完全不为人所知到跨越鸿沟进入早期主流市场。事实证明,它是最适合市场的产品。
有赢家也会有输家
现在未能利用人工智能可能会导致以后追赶的难度呈指数级增长。
这并不是因为学习人工智能有多复杂。事实上,LLMs 通过采用自然语言文本和语音界面简化了任务。
难度来自于试图跟上竞争者的步伐,这些竞争者步步紧逼,利用人工智能实现成本和生产率的提高,使他们能够在你犹豫不决的时候偷走你的客户。
人工智能曾像香薰一样被巧妙地注入谷歌搜索等应用程序中,你甚至不知道你在使用它。
但是,用经典电影《意大利任务》中迈克尔 - 凯恩的不朽名言来说,OpenAIs ChatGPT“炸开了门!”,在 2022 年底使人工智能吸引了主流的注意。
在接下来的几个月里(是的,几个月,而不是几年),生成式语言模型形式的人工智能将成为整个数字领域的普遍现象。
这将是一种全面的、直接的人工智能,在谷歌 Workspace 和微软 Office(被称为 365 Copilot)等一系列流行应用程序中出现新的生成功能,这些应用程序加起来被全球数亿人使用。
简而言之,人工智能将无处不在,而你将无法摆脱它。
正如我在上一篇文章中所说:
YOU + AI > YOU
无论是你 + ChatGPT,还是你 + 其他人工智能工具,都取决于你的业务需求。
重要的是,你现在就采取行动,而其他人却把头埋在沙子里,或者在拖延。
采取行动的最直接方式是学习如何提示 AI,让它做你想做的事。
换句话说,提示是向你的人工智能介绍情况的方式,给它提供你希望它创造的内容和方向。
因此,一个好的 prompter 就像一个好老师。
他们为学生(这里指的是 LLMs)指明了一条通往最终目标的道路。
大西洋杂志的 Charlie Warzel 在他关于提示的文章中,写下了这个标题:
此外,宾夕法尼亚大学教授创新和创业的副教授 Ethan Mollick 在同一篇文章中对提示进行了精辟的总结:
“提示是用散文的方式进行编程。”
这与我在上周文章中的说法相呼应:
提示 = 代码
或者,也许我现在应该把它修改为:
散文 = 代码
那么,如何写出一个好的提示?
让我们潜心研究,找出答案。
在哪里提示
对于 OpenAI 模型,有 3 个地方可以开始提示:
根据所选择的模型和设置,你使用的方法可能会带来不同的结果。
OpenAI 模型的概述(2023 年 4 月)。