面向Java开发者的ChatGPT提示词工程(11)扩写

2024-01-28 06:44

本文主要是介绍面向Java开发者的ChatGPT提示词工程(11)扩写,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!

GPT

什么是扩写?

扩写是指将较短的文本交给GPT生成更长的文本。比如:根据一组基本指令,写出一封完整的电子邮件;或者根据一系列主题,创作出一篇包含这些主题的文章。

这样的技术,有着广阔的应用场景,就如同我们可以利用它作为我们头脑风暴的伙伴,帮助我们创新思考,解决问题。然而,我必须坦白,这样的技术也可能被滥用,比如有人可能会利用它产生大量的垃圾邮件,让人头疼。

因此,我想提醒大家,在使用这些技术时,我们要有责任心,要以一种有益于社会,有益于人们的方式来使用。我们的技术,不仅仅是为了解决问题,更是为了创造价值,为了让世界变得更好。

temperature参数

在我们探索如何运用GPT进行文字扩写的过程中,有一个参数值得我们特别关注,那就是temperature。你可以将这个参数理解为GPT的探索性或随机性的度量。举个例子,假设我们输入的短语是“我的属相是”,GPT可能会预测出最有可能的下一个字是“鼠”,然后是“牛”和“虎”。

如果我们将temperature设置为0.0,GPT会始终选择最有可能的下一个字,也就是在这个例子中的“鼠”。然而,如果我们提高temperature的值,GPT就有可能选择不太可能出现的字,甚至在temperature值更高时,它可能会选择“虎”,尽管这个选择只有10%的概率。

你可以想象,随着GPT继续生成更多的字,最终的回答可能会与最初的回答“我的属相是鼠”有所不同。因此,如果你正在构建一个需要可预测响应的应用程序,我建议你将temperature设置为0.0。在我之前的文章中,我们也是将temperature设置为0.0,如果你希望构建一个稳定、可预测的系统,这个选择应该是合适的。

然而,如果你期望以更有创新性的方式使用模型,可能就需要提高temperature的值,以便获得更多不同的输出。

原来我们写的getCompletion方法是这样的(你是否还记得呢?😀):

public static String getCompletion(String prompt) {//国内需要代理Proxy proxy = Proxys.http("127.0.0.1", 7890);ChatGPT chatGpt = ChatGPT.builder().apiKey(Constants.API_KEY).proxy(proxy).apiHost("https://api.openai.com/") //反向代理地址.build().init();ChatCompletion chatCompletion = ChatCompletion.builder().messages(Collections.singletonList(Message.of(prompt))).model("gpt-3.5-turbo") // GPT的模型名称.temperature(0.0) // GPT输出的随机程度.build();ChatCompletionResponse response = chatGpt.chatCompletion(chatCompletion);return response.getChoices().get(0).getMessage().getContent();
}

因为temperature一直是0.0。所以,我们需要把原来的代码稍微修改一下,让它支持temperature的设置:

public static String getCompletion(String prompt) {return getCompletion(prompt, 0.0);
}public static String getCompletion(String prompt, double temperature) {//国内需要代理Proxy proxy = Proxys.http("127.0.0.1", 7890);ChatGPT chatGpt = ChatGPT.builder().apiKey(Constants.API_KEY).proxy(proxy).apiHost("https://api.openai.com/") //反向代理地址.build().init();ChatCompletion chatCompletion = ChatCompletion.builder().messages(Collections.singletonList(Message.of(prompt))).model("gpt-3.5-turbo") // GPT的模型名称.temperature(temperature) // GPT输出的随机程度.build();ChatCompletionResponse response = chatGpt.chatCompletion(chatCompletion);return response.getChoices().get(0).getMessage().getContent();
}

撰写评论的回复

假设你是一个淘宝卖家,你可能经常会面临这样的问题:如何对买家的评论进行回复?你可能已经厌倦了那些千篇一律、毫无新意的回复,而且这样的回复也无法体现出你对买家的尊重和诚意。那么,有没有一种方法可以让我们的回复变得更有深度、更有诚意呢?

我们可以让GPT充当我们的文案写手,帮助我们对买家的评论进行回复。GPT不仅能够理解评论中的具体内容,还可以用简洁、专业的语气来撰写回复。

public static void main(String[] args) {String text = "包包的质感很好,不是软塌塌的料子,背上很百搭,裙子、T恤搭配都很好看,内里还有个带拉链的隔层,放些重要的东西不会掉,包的走线工整,一个线头都没有,细节做的很到位,字母部分印的很好。";String prompt = "你是一名文案写手,您的任务是对买家的评论进行回复。\n"+ "根据三个反引号之间的买家评论,生成回复以感谢买家的评论。\n"+ "确保使用评论中的具体细节,以简洁且专业的语气撰写。\n\n"+ "```\n"+ "%s\n"+ "```";String response = getCompletion(String.format(prompt, text), 0.7);System.out.println(response);
}

在我们的代码里,你可能已经注意到了一个名为temperature的参数,其值被设定为0.7。这个参数在代码中起到了什么作用呢?正如上文提到的,temperature的设定与我们的预期结果有着密切的关系。当temperature被设定为0.0时,无论多少次执行,只要提示词相同,你所得到的结果也将可能是相同的。然而,当我们将temperature的值调整为0.7时,情况就会有所不同。此时,即使提示词相同,你每次执行都将会得到不同的结果。这就是temperature参数在我们代码中的神奇之处,它决定了结果的多样性。

运行一下,可以得到如下回复:

尊敬的买家,感谢您对我们包包的细致评价!我们很高兴听到您喜欢我们包包的质感和匹配性。我们深知内部设计的重要性,所以特意加入了带拉链的隔层供您放置重要物品。同时,我们也一直致力于保持产品的工艺精细,字母印制的质量也是我们重视的部分。您的认可是我们努力的最大回报,期待您的再次光临,我们会持续为您提供优质的产品和服务。

不做任何改动,再运行一下,还可以得到和上面不同的回复:

尊敬的买家,非常感谢您的详细评价和对我们产品的认可。我们很高兴听到您喜欢包包的质感和设计,以及我们对于细节的处理,包括走线工整和字母部分的印刷。我们始终致力于为您提供高质量的产品和满意的购物体验。再次感谢您的支持!

这样,我们就可以根据买家的评论内容,生成出贴切、有深度的回复,不仅可以体现出我们的专业性,还可以让买家感受到我们的诚意。这种方法不仅可以提高我们的工作效率,还可以提升我们的服务质量,为我们赢得更多的好评。

总结

我们了解了如何使用GPT进行文字扩写,以及如何调整temperature参数来改变GPT的输出。我们还了解了如何使用GPT来撰写评论的回复。这些都是我们在实际工作中可以应用的技术,我希望这些知识能够对你有所帮助。

然而,我还想提醒大家,无论我们使用什么样的技术,我们都需要有责任感。我们不能滥用这些技术,我们需要以一种有益于社会,有益于人们的方式来使用它们。我们的技术,不仅仅是为了解决问题,更是为了创造价值,为了让世界变得更好。

《面向Java开发者的ChatGPT提示词工程》总目录

  • 面向Java开发者的ChatGPT提示词工程(1)准备工作
  • 面向Java开发者的ChatGPT提示词工程(2)使用分隔符、结构化输出
  • 面向Java开发者的ChatGPT提示词工程(3)GPT自我检查、尽量少的提示词
  • 面向Java开发者的ChatGPT提示词工程(4)明确步骤、GPT自己找解决方案
  • 面向Java开发者的ChatGPT提示词工程(5)避免幻觉
  • 面向Java开发者的ChatGPT提示词工程(6)迭代改进提示词
  • 面向Java开发者的ChatGPT提示词工程(7)总结、提取特定信息
  • 面向Java开发者的ChatGPT提示词工程(8)识别情感、推理主题
  • 面向Java开发者的ChatGPT提示词工程(9)翻译、语气转换、格式转换
  • 面向Java开发者的ChatGPT提示词工程(10)拼写检查、语法检查及应用实例
  • 面向Java开发者的ChatGPT提示词工程(11)扩写

这篇关于面向Java开发者的ChatGPT提示词工程(11)扩写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!



http://www.chinasem.cn/article/652792

相关文章

Spring Security常见问题及解决方案

《SpringSecurity常见问题及解决方案》SpringSecurity是Spring生态的安全框架,提供认证、授权及攻击防护,支持JWT、OAuth2集成,适用于保护Spring应用,需配置... 目录Spring Security 简介Spring Security 核心概念1. ​Securit

SpringBoot+EasyPOI轻松实现Excel和Word导出PDF

《SpringBoot+EasyPOI轻松实现Excel和Word导出PDF》在企业级开发中,将Excel和Word文档导出为PDF是常见需求,本文将结合​​EasyPOI和​​Aspose系列工具实... 目录一、环境准备与依赖配置1.1 方案选型1.2 依赖配置(商业库方案)二、Excel 导出 PDF

SpringBoot改造MCP服务器的详细说明(StreamableHTTP 类型)

《SpringBoot改造MCP服务器的详细说明(StreamableHTTP类型)》本文介绍了SpringBoot如何实现MCPStreamableHTTP服务器,并且使用CherryStudio... 目录SpringBoot改造MCP服务器(StreamableHTTP)1 项目说明2 使用说明2.1

spring中的@MapperScan注解属性解析

《spring中的@MapperScan注解属性解析》@MapperScan是Spring集成MyBatis时自动扫描Mapper接口的注解,简化配置并支持多数据源,通过属性控制扫描路径和过滤条件,利... 目录一、核心功能与作用二、注解属性解析三、底层实现原理四、使用场景与最佳实践五、注意事项与常见问题六

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Java中Arrays类和Collections类常用方法示例详解

《Java中Arrays类和Collections类常用方法示例详解》本文总结了Java中Arrays和Collections类的常用方法,涵盖数组填充、排序、搜索、复制、列表转换等操作,帮助开发者高... 目录Arrays.fill()相关用法Arrays.toString()Arrays.sort()A

Spring Boot Maven 插件如何构建可执行 JAR 的核心配置

《SpringBootMaven插件如何构建可执行JAR的核心配置》SpringBoot核心Maven插件,用于生成可执行JAR/WAR,内置服务器简化部署,支持热部署、多环境配置及依赖管理... 目录前言一、插件的核心功能与目标1.1 插件的定位1.2 插件的 Goals(目标)1.3 插件定位1.4 核

如何使用Lombok进行spring 注入

《如何使用Lombok进行spring注入》本文介绍如何用Lombok简化Spring注入,推荐优先使用setter注入,通过注解自动生成getter/setter及构造器,减少冗余代码,提升开发效... Lombok为了开发环境简化代码,好处不用多说。spring 注入方式为2种,构造器注入和setter

使用zip4j实现Java中的ZIP文件加密压缩的操作方法

《使用zip4j实现Java中的ZIP文件加密压缩的操作方法》本文介绍如何通过Maven集成zip4j1.3.2库创建带密码保护的ZIP文件,涵盖依赖配置、代码示例及加密原理,确保数据安全性,感兴趣的... 目录1. zip4j库介绍和版本1.1 zip4j库概述1.2 zip4j的版本演变1.3 zip4

Java堆转储文件之1.6G大文件处理完整指南

《Java堆转储文件之1.6G大文件处理完整指南》堆转储文件是优化、分析内存消耗的重要工具,:本文主要介绍Java堆转储文件之1.6G大文件处理的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言文件为什么这么大?如何处理这个文件?分析文件内容(推荐)删除文件(如果不需要)查看错误来源如何避