ChatGPT 的横空出世,让很多人焦虑不已,不过,你完全不需要为此焦虑,因为比 Ai 更强大永远是驾驭 AI 为自己所用的人类。
而且 GPT 远没有那些想卖你课的商家炒作的那么玄乎,它应用逻辑也非常简单,你完全没必要为此去花钱报各种班学习。
今天我就用一篇文章带你掌握 GPT 的用法,本文无废话,全程干货,全部都是实操,纯小白也能看懂。
只要你能认真读完本文,我保证能让你对 GPT 的应用能力,超越 90% 的人!!!
下面正文开始.....PS:图片可点开后放大
好了,通过上面的介绍,你认识到了会写提示词的重要性后,那么我们该如何写出高质量的提示词呢?
关于这一点,我这里给你总结了一个通用且屡试不爽的提示词模版~
但是,当我们为 AI 加上了专家角色之后,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,来给出我们答案了。
也就是说,专家角色可以帮助 AI 指定场景,清晰问题范围,以及补充问题所需的背景信息。
因为一个领域的专家,本身就代表某个领域的知识体系,以及最高的行业标准,这个动作就相当于给王语嫣叠加了一个 Buff 一样。
那么,在掌握了天下武学知识的王语嫣基础上,又为其叠加了一个个代表该领域最高成就的身份 buff,那它的回答,当然会和前面只会死读书的书呆子的答案,存在很多差异了。
◎举例 2:用『提示词模板』实现模拟面试的效果。
提示词:
◎举例 3:用『提示词模板』来辅助工作。
AI所生成的效果:
此外,这套思路还可以跨场景迁移使用,比如用提示词模版,来实现 AI 绘画~
提示词:
AI所生成的效果:
所以,在厂商的篇幅限制以及篇幅概括这两个限制条件下,AI 所给我们的一次性内容,就会经常让我们感觉到内容不够或者深度不够。
那么,这个时候继续指令就可以帮助我们突破这两点限制。
也就是:让超过 2048 字符的回答继续回答完毕,或者让第一次回答不充分的地方,继续详细展开。
比如,还是拿我们上面的【旅行】举例子~
AI 到此位置就超越了它所规定的字符停止下来了,那我们就可以通过继续指令,让它对前面没说完的话给说完。
当然,文中的实例,只是【继续指令】最基础的用法,除了这个最基础的用法之外,它还有进一步的追问用法....
比如,就拿上面提到的【课程设计】来举例子~
我们就可以用进一步的继续指令,对其进行追问~
PS:图片可点开后放大
而且,我们在进行继续追问的过程中,也可以把我们前面的【补要求】的提示词给用上,比如:
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...
PS:图片可点开后放大
理论上,你是可以一直按照“继续”的套路,对它进行持续的追问深挖的~
比如,还是那上面的【讲课案例】举例,也就是说,你只需要按照 GPT 最开始所提供的那个大纲框架。
然后,持续对这个大纲里面的内容进行追问,不停的套娃,最后再把每一个点追问的结果,填充到最初的大框架中,这样你就可以得到一篇,基本完全属于GPT 所生成的课件内容了....
你最后要做的,只是把GPT所生成的语言换成你自己的语言风格,做好逻辑的拼接,以及最后的润色,然后你就可以讲课了,嗯,就是这么牛逼。
PS:图片可点开后放大
当然,在使用继续指令以及延伸用法的时候,这里还有两点注意事项要提醒下:
事项一:注意指令的模糊性也就是说,如果你的追问过长或者套娃层级太多的时候,那么你的继续指令,就可能会让 AI 产生歧义,呈现答非所问的情况。
所以在展开追问多层级里面内容的时候,请你一定要明确对象。
比如把:【请具体介绍下第二点】,换成【请具体介绍下提纲中的第二点】这样更具体的描述,这样 AI 就不会给你搞混淆了。
事项二:注意上下文语境的关联性这一点我们前面也提到了,AI 具有强大的多轮对话,以及联系上下文的能力。
如果我们在同一个对话框内穿插多个不同的话题场景,那么 AI 的回答就有可能受到前面内容的影响,而出现乱答的情况。
所以,在与 GPT 的互动中,如果我们想在一个对话框内,问多个不同的话题,那么我更建议你在一个新话题开启的时候,初始化一下 GPT。
也就是把前面的对话清空后再开始新的话题,这样就可以避免 AI 的回答受前面内容的干扰。
具体重置 ChatGPT 提示词的操作是这样的:
所以,既然基于神经网络的 AI 具备思维链的能力,那么我们当然也可以按照教育孩子的这种思路,让 AI 变得越来越听话。
至于这个奖惩指令的实操思路很简单,这里不妨拿我训练的【出题小助手】举例子~
这一点我成长圈社群的同学应该都知道,每个周我都会给我社群的同学出一道思考题~
所以,在ChatGPT出现之后,我就在思考,能不能让 AI 自动或者辅助我生成思维题,以分担掉我这部分的工作负担。
于是,在这种目标的指引下,我就开启了对AI的调教....
调教思路很简单:
首先,先投喂我之前的思维题,然后让它学习和分析我出题的格式,然后让它生成答案模式。
对于这些AI生成的内容,如果碰到符合我要求的地方,我就会用肯定词汇,比如:非常好,请继续保持这种形式。
对于不符合我要求的地方,我就会用否定词汇,比方说:不对,你错了,请重新,要求 XXX。
(一般 GPT 马上会向你道歉,并纠正其错误)
类似于你看到的这样.....
看完这些,你是不是突然能理解,为什么有了 ChatGPT 之后,很多企业开始裁员的原因了....
总之,运用好我们上面的提示词以及训练套路,那么万物皆可辅助。
当然,除了这些,在工作场景下还有 N 多用法,比如,让它做我的排版&选题工具人、筛选整合数据师等等....
所以,对于一些有价值的场景,我们就需要把我们辛苦训练出来的【场景数据】给保存下来,这样它才可以长期的为我们提供服务,而不是一次性的买卖。
比如,就拿我训练出来的【邮件小助手】来举例~
当我每次需要发邮件的时候,我只需要告诉邮件的内容就行了。
而对于邮件的落款,称呼,格式,写作风格等这些东西,我都不需要重复告诉它,它都会自动读取之前的数据....
同样的,类似于健身教练,营养师或者其他需要反复互动的场景等等,都是如此~
只要你训练出这个场景,那么下次你再需要它为你定制方案的时候,它就会自动读取你前面的数据,结合你前面的情况,来给出你当下的最好方案。
之后的所有互动,你都不需要你再对它,反复的交代和补充大量的背景信息.....
所以,当我们把这些训练好的场景,按照一定规则给保存下来形成场景库之后,我们就可以重复的套用它们,以帮助我们省去大量的时间精力。
好了,这里你知道了,打造『场景库』的意义之后,那么具体该如何操作呢?
那我这里给你分享两种方式~
方式1:直接用 GPT 内置的场景库
也就是说,你每次在GPT中开启一个新的对话的时候,GPT都会为你自动创建一个对话框(场景)。
那么我们就可以把那些有训练价值,可以固定下来的场景,给留下来,然后按照我们三维度的方式对它们进行分类命名即可。
比如,类似于这样的效果......
其实这种方法的实现原理很简单~
如果你仔细观察,你会发现GPT中的每一个对话框(场景),它都是有一个单独的独立网址的~
四:最后寄语如果文章对你有启发,请在下面的赞赏按钮给我支持。
相关文章
猜你喜欢