一个能让kimi提升10倍逻辑能力的Prompt

最近学到了一个Prompt(指令)，非常神奇,任何问题加上它,会发现答案会天差地别。这条指令叫：Let’s think step by step（让我们一步一步地思考）。

我们跟ChatGPT/kimit交流时，有时会遇到一些困扰，比如：

ChatGPT/kimi给出的答案缺少深度，或者逻辑性；

ChatGPT/kimi没有按照你期望的方式，回答问题。

我们只要加上这个指令,你会发现ChatGPT/kimi的逻辑能力瞬间提升10倍！不信看下面的例子。

例子1:

未加指令前

加指令后

例子2：

未加指令前

加指令后

会发现加上命令后，会告诉我们整个答案是怎么进行推理的。

适用场景:

1）解决问题：

老师在备课时可以用这个指令拆解知识点，以更清晰的「思考链路」把知识介绍给学生。

例如：Let’s think step by step？毕达哥拉斯定理是怎么来的

2）学习新技能：

在学习新技能时，可以利用这个指令帮助我们梳理学习过程。

例如：“Let’s think step by step, 如何学习Ai绘画？”

3）决策分析：

在做决策时，可以用这个指令帮我们评估各种风险。

例如：“Let’s think step by step, 应该选择哪个投资项目？”

4）创意思考：

在进行创意思考时，可以使用这个指令引导kimi提供有创意的想法。

例如：“Let’s think step by step, 如何策划一场独特的婚礼？”

神奇的提示词:

“Please provide a detailed explanation”（请提供详细说明）

当你需要一个详细的解释时，可以使用这个指令。

“Can you break it down into simpler terms?”（你能把它分解成更简单的术语吗？）

当你觉得ChatGPT/kimi的回答过于复杂或难以理解时，这个指令可以帮助你获得更简单易懂的解释。

“Please list the pros and cons”（请列出优缺点）

当你需要对某个主题进行权衡分析时，这个指令可以帮助你获取一个全面的观点。

“Can you provide a step-by-step guide?”（你能提供一步一步的指导吗？）

当你需要完成某个任务或学习某个技能时，这个指令可以让ChatGPT提供一个分步指南。

这几个提示词也是很神奇，大家可以根据实际情况进行使用。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】