吴恩达提示工程实战演练 - 提示原则及其相关策略_与大语言模型对话,编写提示的策略技巧有哪些?

ChatGPT爆火之后，与大语言模型对话能力（prompt engineering：提示工程）成为一项稀缺技能，现在招聘市场专业的prompt工程师年薪达到几十万甚至百万。基于此，吴恩达（前百度首席科学家，谷歌大脑负责人）联合openAI公司推出一套专业课程，讲解如何与ChatGPT等大模型对话，接下来作者和你一起从头开始，逐步实战演练，绝对颠覆对ChatGPT能力的认知。

课程需要工具：

1）jupyter：自行百度如何安装，非常简单

2）一个openAI的api_key

3）一个本机能访问openAI的URL

在这节课程中，我们将练习两个提示原则及其相关策略，以编写大型语言模型的有效提示。

实战准备：

说明：导入相关模块包，封装好openAI的交互函数，api_key和openai_url需要相应替换成你自己的openAI信息

提示原则：

原则1：编写清晰具体的指令

原则2：给模型'思考'的时间

相关策略：

策略1：使用分隔符清晰地指示输入的不同部分

- 分隔符可以是任何东西，如：```, """, < >, `<tag> </tag>`, `:`

策略2：要求结构化输出

- JSON、HTML

策略3：要求模型检查是否满足条件

可见GPT成功将文本中的说明（指令）识别出来，且按步骤列出来，yyds~~

我们再对比试下另外一个例子：

这段话中不包含序列性描述，GPT也给出了正确的结论，yyds~~

以后将文本描述转换成 步骤类的说明 完全可以用GPT操作了，效率瞬间提升N倍！！！

好，这节课我们先到这里，大家可以根据以上例子替换不同的文案描述在jupyter上自行实验，多多练习。

下节课我们讲解如何让GPT自己思考来完成逻辑性的推导工作

限时福利：大家如果没有api_key或者本机能访问openAI的URL，可以拉取3位好友关注公众号：奇点涌现，公众号已对接ChatGPT，发消息即可体验。

关注后加作者微信：dyrslds，发送关注截图确认，作者发送教程中使用的api_key及访问openAI的URL，只限前60名，先到先得！