AI提示工程

即时工程，也称为情境学习，是针对大型计算机嵌入指令的艺术和科学。 AI 模型转化为发送给他们的消息。

您可以使用 AI 提示从模型中获得良好的结果或进一步训练其功能。该技能集结合了对以下方面的良好理解： 计算，通信， 数据科学，和机器学习。

本篇 新闻 这篇文章着眼于人工智能提示工程的各种功能和优点。此外，它还包括有用的示例和资源，可帮助您更好地掌握该主题。

需要良好的人工智能提示

像大型语言模型这样的人工智能系统将单词转化为标记，以帮助它们处理和生成语言。 该过程称为标记化，涉及将较大的文本块分解为较小的单元，例如字符、单词和子单词。 然后，这些标记被分配数值并输入神经网络以产生输出。

这里的结果是输入单词或其序列的变化同样会导致神经网络输出的变化。 在人工智能世界中，单词代表着意义，因此如果您想充分利用系统，那么每个单词都很重要。 以下是编写良好的人工智能提示的一些好处。

• 更好的输出：Transformer 模型可以产生非常令人印象深刻的响应，因为它们 关注我们 机制，使他们能够在任何操作中维护上下文。 另一方面，用户或提示工程师通过输入最佳单词来引导模型更好地输出，以集中人工智能模型的注意力，从而产生最相关和最吸引人的内容。
• 更高的效率：在正确的提示下，人工智能模型不仅会提供最好的内容，而且会快速有效地完成。 这节省了用户时间，并且生成的输出通常需要较少的编辑或处理。 AI模型有时也会超出提示作者的预期。
• 更好的准确性：对于计算相关的操作，好的提示也会产生更准确的结果。 在其他情况下，它减少了产生幻觉的可能性——即人工智能试图自己编造细节并将其作为事实提供的可能性。

用于快速工程

即时工程使用户能够使用日常语言控制智能机器。 这使其成为一种非常通用的技能，并将继续找到更多用途。 以下是提示工程目前的一些主要用途。

1. 解决问题： 许多 大型语言人工智能模型 可以通过简单地向他们陈述问题，然后要求解决方案来解决大型而复杂的问题。 例如，ChatGPT 在这方面就很擅长。 从制定时间表到回答棘手问题、法律事务，甚至医疗诊断。
2. 内容创建： 大型语言模型非常擅长根据正确的提示生成各种内容。您可以轻松引导模型生成博客文章、诗歌、故事情节、计算机代码、食物食谱、音乐、图像、视频和 发邮件至 使用正确的提示字母。
3. 研究与信息检索：大多数人工智能模型都是根据海量数据进行训练的，这使得向它们询问特定信息变得很容易。发出相关提示可以帮助任何用户轻松检索任何信息。通过训练有素的模型，这个过程已经变得比标准更好 搜索引擎，导致新一代人工智能驱动的搜索应用程序，例如 优网 和 困惑.ai.
4. 写作协助: 根据正确的提示， 生成式人工智能 是目前人类已知的最具创造性的技术。从撰写各种类型文章的创意到语法纠正和文章摘要，发出正确提示的能力可以使作家和办公室工作人员的生活发生巨大变化。
5. 编程协助：虽然有高度定制化的AI编程助手，比如 GitHub 副驾驶 和 亚马逊 Codewhisperer，能够向通用人工智能模型发出正确的提示同样可以提高编码员的能力 生产率 并节省宝贵的开发时间。
6. 翻译：大型语言模型是语言翻译的大师，您可以通过权限提示来利用这一点。 与简单地将文本从一种语言翻译成另一种语言不同，您可以根据自己的提示能力自由修改输出。
7. 聊天机器人和个人协助：最初，有像这样的自动化工具 Zapier 和 IFTTT 帮助用户使用可视化界面自动执行任务。然而，ChatGPT 插件 类似的产品正在改变这个行业，让用户使用提示在互联网上实现自动化操作。
8. 微调和定制： 在使用大量文本、图像、音频或视频数据对人工智能模型进行预训练后，下一步通常是微调阶段。 在这里，通用模型被定制为专注于更具体的任务，例如内容生成或使用提示工程的聊天机器人。

所需技能

快速工程是一门艺术和一门科学，需要技术和非技术技能的结合才能实现高效。 虽然某些项目或临时工程职位可能需要特定的专业技能，但更通用的技能如下：

• 问题分析与解决能力： 在人工智能主导的未来，创造性地识别、分析和描述问题的能力可能会成为最有价值的人类技能。 为了充分利用人工智能模型，您需要能够快速识别任何情况下的问题，分析情况以寻找潜在的解决方案，并精确地概述解决问题的创意路线图或流程。
• 口头和书面沟通技巧：您还需要良好的沟通技巧，以帮助您从与 AI 模型的交互中获得最佳效果。 目前大多数模型都支持书面交流，但界面最终应该扩展到包括口头和其他技能。 然而，对沟通的良好理解是必要的。
• AI、ML 和 NLP 知识：它也有助于了解人工智能 (AI) 模型的工作原理、机器学习 (ML) 的功能以及自然语言处理 (NLP) 领域。
• 计算机编程知识：虽然不是人工智能提示的要求，但对编程语言以及如何将想法传达给机器并用这些想法解决问题的深入理解对于提示工程来说是非常宝贵的。
• 数据分析：数据分析和AI提示有很多共同点。 数据分析技能使您能够从即时响应数据中识别并提取有价值的见解和模式。 它还有助于了解如何可视化并向受众、团队或客户展示您的数据。

如何编写有效的提示

为 AI 模型编写有效的提示只需记住以下几个提示。

1. 确定目的：您必须首先明确您要创建什么以及为什么要这样做。 问问自己操作的目标并明确预期的输出。
2. 给出清晰具体的指示：尽量让您的提示简单易懂。 它应包含有关您需要的具体信息和明确说明。
3. 包括开放式问题：生成式人工智能模型可以很好地处理开放式问题，这些问题不需要直接回答“是”或“否”，而是鼓励自由思考、创造自由以及以多种形式回答的能力。
4. 包括上下文信息：您可以通过包含有关问题的背景信息、解释您的目标受众、提及时间或地点、指定具体格式、提供示例、澄清任何模棱两可的术语以及引用以前的陈述来进一步改进提示结果。
5. 迭代：大多数法学硕士都具有注意力功能，使他们具有情境意识。 您可以通过引用模型之前所做的语句、更改模型在响应中呈现的选项以及告诉它使用不同的选项重做之前的作业来使用此功能。 迭代可以产生强大的结果，因为它可以帮助您修改和改进初始输出。

一些示例提示

您可以制作与天空中的星星一样多的提示。 以下列表仅提供示例来帮助指导您的创造力。

	提示	备注
1.	嘿，我要去伦敦旅行，你有什么推荐的活动吗？	帮助计划旅行
2.	我正在写一部关于超级英雄的电影，我希望你为我创作故事情节并塑造 5 个角色。	创意协助
3.	我希望你充当数据科学家并为我编写代码。 我有一个关于（*描述*）的数据集。 你能建立一个机器学习模型来预测（*目标变量*）吗？	ChatGPT 作为数据科学助手
4.	我希望你充当数据科学家并为我编写代码。 我有这个关于（*描述*）的数据集。 你能编写Python代码来可视化数据吗？	ChatGPT 作为数据科学助手
5.	为（*您的产品*）列出 15 个促销创意。 目标受众是（*目标*），并且该产品因（*功能*）而引人注目。
6.	提供详细的评论（*输入产品或服务*）
7.	你能为我编写一段 JavaScript 代码来生成 15 列和 100 行的随机数吗？	ChatGPT 作为编码助手
8.	一辆现实的黄色跑车，在繁忙的街道背景下配有镀铬轮子。	Dall-E 图像
9.	阳光明媚的日子，一对老夫妇坐在公园的长凳上。	Dall-E 图像
10.	热带海滩的壮丽景色，树木茂盛，海水清澈。	Dall-E 图像
11.	我希望你扮演一个 软件开发师。请提供以下函数的文档（*输入函数*）	ChatGPT 作为编码助手
12.	绘制常见移动平均线图	ChatGPT 代码解释器
13.	使用此数据创建热图	ChatGPT 代码解释器
14.	使用此数据中的第 1 列和第 2 列进行计算（*输入所需值*）	ChatGPT 代码解释器
15.	写一封电子邮件给总统并就我无法参加会议向他道歉。 告诉他 5 个谎言为什么我不能成功。
16.	撰写一篇有关温室垂直农业的 700 字博客。包括垂直农业的利弊、建立试点的预估成本 项目，以及常见问题。	适用于大多数聊天机器人
17.	我想让你担任采访者。 我将成为候选人，您将向我询问面试问题，以练习公司中的（*职位*）职位。 不要一次问所有问题。 只要问我一个问题，然后等待我的答案。 不要解释任何事情。 像面试官一样一一问我问题，然后等待我的答案。 我的第一句话是“嗨”	ChatGPT 擅长于此
18.	我希望你充当我的虚拟医生。 我将描述我的生理症状，您将针对症状提供诊断和治疗方案。 请仅回复您的诊断和治疗计划，并仅在必要时提供解释。 我的第一个请求是“过去几天我的腿一直感到刺痛。”
19.	我希望您充当 Linux 终端，我将键入命令，您将使用 Linux 终端将产生的确切输出进行回复。 不要解释任何事情，只有在我写信给你时才回复。 明白了吗？
20.	一幅穿着西装的可爱小狗的画，自然光，色彩鲜艳	图像生成器，例如稳定扩散和 Dalle-E
21.	弹吉他的可爱塑料鸭，站立角色，3D 搅拌机渲染，鲜艳的色彩
22.	3D毛茸茸的狮子，特写可爱又可爱，可爱的大圆形反光眼睛，长毛绒，皮克斯渲染，虚幻引擎电影流畅，复杂的细节，电影	稳定扩散的 3D 图像插图
23.	胶状猫在魔法森林中追逐一只巨大的蝴蝶。 –v5	中途 v5 图像
24.	可爱的角色，配有钢和橡胶机械部件，色彩鲜艳，细节超逼真	中途 v4 图像

常见问题

人工智能即兴写作资源

1. https://openart.ai/promptbook
2. https://towardsdatascience.com/
3. https://docs.openai.com/
4. https://www.coursera.org/
5. https://www.udemy.com/
6. https://www.chatgpttrainings.com/book
7. https://github.com/dair-ai/Prompt-Engineering-Guide
8. https://www.promptengineering.org/master-prompt-engineering-ai-prompt/

结论

我们已经完成了这篇关于人工智能提示工程的文章，您已经看到了为初学者和经验丰富的专业人士提供提示的不同机会。

即时工程是人类和人工智能之间的桥梁。 因此，你从人工智能系统中产生高质量和有价值的结果的能力取决于你的提示能力。