本文主要是介绍矩阵号:日入100+,八大提示词(Prompt)使用技巧,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
最近在搞头条矩阵,发现自己的指令写的太烂了,一个指令将会决定你的写作质量。
收益比较拉垮,50个号收益好的,也就这么几个号。
于是我扒了一些提示词的操作技巧,分享一下自己的学习心得。
先说理论知识,实操放文章最后。
我们与 GPT 沟通交流时,可以用到乔哈里 () 沟通视窗模型,它分为四个象限(如图所示)
为什么我们有时会觉得 GPT 不好用,不懂我们,那是因为存在“隐私区”,也就是“你知道,GPT不知道”
GPT拥有几乎无限的知识,但却不是我们肚子里的蛔虫,无法直观地洞察到我们心中的真正想法。
所以一个好的提示词的设计就变得尤为重要。
下面分享下我总结的一些心得:
技巧一:元问题和元指令-GPT和你互相引导
当你不知道如何向GPT提问时候,就可以使用这个方法,互相引导。
元问题:当我们不确定如何提出问题时,元问题就像是提问的提问。它帮助我们细化和明确我们想从ChatGPT () 获得的信息
元指令:当我们需要ChatGPT执行某项任务,但不知道该如何下达指令时,元指令就起到了引导的作用。它帮助我们构建出更有效的命令
比如,我要写一篇文章。不知道如何写提示词时候,就可以这么问他。
技巧二:学会投喂-让GPT学习知识盲区
提供文本示例,俗称“投喂”,我们刚刚说了,我们与 GPT 交流时,存在“隐私区”,也就是“你知道,GPT不知道”
无需使用礼貌用语,如“请”、“谢谢”等,直接表达需求即可
技巧三:使用明确的分隔符-让GPT更懂你。
说白了,分隔符就是分隔文字的符号,这些符号可以是 /// — ### …
其目的是让 AI 知道,分隔符里面的文字和外面的文字是分开的。
技巧四:PUA 大模型-让GPT干活更卖力。
使用类似这样的提示词:
“你的任务是XXX”
“必须完成XXX任务”
“如果你不执行 XXX,你将会受到处罚”
解决 GPT 偷懒还有一招:当老板,奖励员工。
技巧五:贿赂大模型-让GPT当你员工
使用类似这样的提示词:“我愿意支付 100$ 的小费以获得更好的方案!”、“如果你做得好的话,我会给你100$的小费”
技巧六:少次射击(Few-shot)
概念:
在“少次射击”学习中,我们给人工智能(Al)模型提供几个相关的例子,这样它就可以通过这些例子快速学习并适应新的情况或问题。
费曼风格解释: 想象你正在教一个孩子如何识别不同种类的水果。你给他看了几个例子:一个苹果、一个香蕉和一个橙子。每次你展示一个水果时,你都会说出它的名字。这样,孩子通过这些具体的例子学习了如何识别这些水果。当你下次给他展示一个新的水果时,即使他之前没有看过,他也能根据之前的学习来猜测这是什么水果。
Al应用: 在AI中,我们通过给模型提供几个示例(比如几个问题和它们的答案),来帮助它理解我们希望它如何回答类似的新问题。
技巧七:COT(Chain of Thought):思维链
COT 思维链,说白了就是让 GPT将它内心的思考写出来,例如:
我提问: 一个人每天走 5 公里,走了 20 天,总共走了多少公里?🚶
非 COT 的回答:100 公里
COT(思维链)的回答:
1、一个人每天走5公里
2、20天就是20倍5公里
3、20倍5公里等于100公里
得到结果:一个人走了20天,总共走了100公里。
技巧八:少次射击CoT
概念: 这是“少次射击”学习的一个变体,其中我们不仅提供问题和答案的例子,还要求AI展示其解决问题的思路或推理过程。
费曼风格解释:以水果为例子,这次当你教孩子识别水果时,你不仅告诉他每个水果的名字,还解释了为什么这个是苹果(比如它的颜色、形状和大小)。
这样,当孩子遇到一个新的水果时,他不仅能说出它是什么,还能解释为什么他认为那是答案。
Al应用: 在AI中,我们给模型提供一些问题、答案以及解決问题的思路。
这样,当模型遇到新问题时,它不仅能给出答案,还能展示其推理过程。
运用如上的理论知识,我们实操一个文章的写作流程:
https://chat.openai.com/share/ab7319ce-88c2-44f9-8c71-6e53cb090388
细细品味指令,我就不多说了,上面讲的很全了
下面说下矩阵操作的心得
单号操作这个流程很容易,矩阵操作,发文量大,手动操作就要耗费很多时间和精力。
没有自动化的软件写文章,根本扛不住。也很难坚持下去。
需要体验自动化写作:
AI小蜜批量写作软件体验卡及使用教程
AI小蜜批量写作助手-软件首页截图
任何项目,干,才有出路
任何项目,想,万事皆休
这篇关于矩阵号:日入100+,八大提示词(Prompt)使用技巧的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!