ChatGPT高效提问—prompt常见用法(续篇五)

2024-02-09 22:44

本文主要是介绍ChatGPT高效提问—prompt常见用法(续篇五),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!

ChatGPT高效提问—prompt常见用法(续篇五)

1.1 种子词

​ 种子词(seed word)通常指的是在对话中使用的初始提示或关键词,用于引导ChatGPT生成相关回复。种子词可以是一个词、短语或句子,通常与对话的主题或问题相关。例如,想生成科技类文章,可以将“人工智能”“机器学习”等关键词作为种子词,这些词可以帮助ChatGPT更好地理解文章主题。

​ 使用种子词可以引导ChatGPT生成更准确的回复,使对话更具针对性。种子词可以作为对话的起点,提供上下文或明确的指导,以便ChatGPT更好地理解和满足我们的需求。

1.1.1 种子词使用的方法

1. 明确的问题或指令

​ 对话中包含明确的问题或指令作为种子词,以引导ChatGPT回复相关的信息。种子词的prompt公式为“请根据以下种子词生成文本+种子词”。

​ 输入prompt:

Screenshot 2024-02-08 at 09.23.36

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.25.40

​ 从输出结果来看,包含种子词“龙”的prompt成功引导ChatGPT生成了一篇关于龙的介绍,涵盖了龙的传说和文化象征。

2. 上下文引用

​ 在种子词中提到之前的对话内通,以便ChatGPT可以回应特定的问题或继续之前的讨论。promt公式为“前面我们讨论了xx,请继续谈谈[种子词]“。

​ 输入prompt:

Screenshot 2024-02-08 at 09.29.49

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.30.57

​ 从输出结果来看,ChatGPT根据我们的种子词提示,简要介绍了明朝的历史。

3. 主题提示

​ 使用与特定主题相关的关键词或短语,以引导ChatGPT生成回复。这种方式比较简单,prompt公式为“请谈谈[主题(种子词)]“。

​ 输入prompt:

Screenshot 2024-02-08 at 09.37.12

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.40.35

​ 我们使用主题提示的方式让ChatGPT抖音,它立即给出了相关介绍。

4. 配合角色使用

​ prompt种子词可以配合角色使用,以生成更具体和有针对性的文本。通过提供种子词,模型可以生成与之相关的文本;通过提供有关期望输出和角色的信息,模型可以模仿特定角色的风格或语气生成文本。这样可以更好地控制生成的文本,并应用于各种场景。以写诗为例。

任务:写一首诗

指令:诗应与种子词“思乡”相关,并且为五言律诗形式

角色:诗人苏东坡

Prompt: 模仿诗人苏东坡,根据种子词“思乡”写一首五言律诗

​ 输入prompt:

Screenshot 2024-02-08 at 09.49.05

​ ChatGPT输出:

Screenshot 2024-02-08 at 09.49.56

​ 使用种子词“思乡”配合角色“诗人苏东坡”,生成了一首有浓浓思乡之情的五言律诗。接下来我们看看种子词配合角色生成摘要的例子。

​ 任务:生成摘要

​ 介绍:摘要应与种子词“ChatGPT“相关

​ 角色:中学生

​ prompt:以中学生的口吻为这篇关于ChatGPT的文章生成摘要[插入文章内容]

​ 输入prompt:

Screenshot 2024-02-08 at 11.26.59

Screenshot 2024-02-08 at 11.27.40

​ ChatGPT输出:

Screenshot 2024-02-08 at 11.48.29

​ 从输出结果来看,ChatGPT确实以中学生的口吻生成了通俗易懂的摘要。种子词配合角色,让ChatGPT的输出更加个性化和人性化。

1.1.2 如何发现种子词

​ 既然种子词如此重要,那么如何发现种子词呢?以下几种方法可供参考。

  • 名词对象。因为目标对象往往作为一个名词存在,所以名词可以作为种子词,如篮球。
  • 领域知识。如果对特定领域有深入了解,可以根据该领域的专业术语、关键词和热门话题来确定种子词。
  • 数据挖掘。通过对大量数据进行挖掘和分析,可以发现与主题相关的高频关键词和短语,并将其作为种子词。
  • 关键词工具。使用关键词工具(如Google AdWords)可以找到与主题相关的高频搜索关键词,并将其作为种子词。

在寻找种子词时,需要考虑场景、目标、内容类型等因素,并尝试不同的方法。充分利用种子词,不断探索新的使用方法和技巧,以生成更加精准、有效、符合期望的文本内容。有了种子词,输出内容大致符合我们的预期,但还有待控制。接下来介绍如何控制输出。

这篇关于ChatGPT高效提问—prompt常见用法(续篇五)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/695499

相关文章

MySQL 索引简介及常见的索引类型有哪些

《MySQL索引简介及常见的索引类型有哪些》MySQL索引是加速数据检索的特殊结构,用于存储列值与位置信息,常见的索引类型包括:主键索引、唯一索引、普通索引、复合索引、全文索引和空间索引等,本文介绍... 目录什么是 mysql 的索引?常见的索引类型有哪些?总结性回答详细解释1. MySQL 索引的概念2

C语言中%zu的用法解读

《C语言中%zu的用法解读》size_t是无符号整数类型,用于表示对象大小或内存操作结果,%zu是C99标准中专为size_t设计的printf占位符,避免因类型不匹配导致错误,使用%u或%d可能引发... 目录size_t 类型与 %zu 占位符%zu 的用途替代占位符的风险兼容性说明其他相关占位符验证示

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

全面解析Golang 中的 Gorilla CORS 中间件正确用法

《全面解析Golang中的GorillaCORS中间件正确用法》Golang中使用gorilla/mux路由器配合rs/cors中间件库可以优雅地解决这个问题,然而,很多人刚开始使用时会遇到配... 目录如何让 golang 中的 Gorilla CORS 中间件正确工作一、基础依赖二、错误用法(很多人一开

Java Stream流之GroupBy的用法及应用场景

《JavaStream流之GroupBy的用法及应用场景》本教程将详细介绍如何在Java中使用Stream流的groupby方法,包括基本用法和一些常见的实际应用场景,感兴趣的朋友一起看看吧... 目录Java Stream流之GroupBy的用法1. 前言2. 基础概念什么是 GroupBy?Stream

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语

Java Spring的依赖注入理解及@Autowired用法示例详解

《JavaSpring的依赖注入理解及@Autowired用法示例详解》文章介绍了Spring依赖注入(DI)的概念、三种实现方式(构造器、Setter、字段注入),区分了@Autowired(注入... 目录一、什么是依赖注入(DI)?1. 定义2. 举个例子二、依赖注入的几种方式1. 构造器注入(Con

详解MySQL中JSON数据类型用法及与传统JSON字符串对比

《详解MySQL中JSON数据类型用法及与传统JSON字符串对比》MySQL从5.7版本开始引入了JSON数据类型,专门用于存储JSON格式的数据,本文将为大家简单介绍一下MySQL中JSON数据类型... 目录前言基本用法jsON数据类型 vs 传统JSON字符串1. 存储方式2. 查询方式对比3. 索引

在IntelliJ IDEA中高效运行与调试Spring Boot项目的实战步骤

《在IntelliJIDEA中高效运行与调试SpringBoot项目的实战步骤》本章详解SpringBoot项目导入IntelliJIDEA的流程,教授运行与调试技巧,包括断点设置与变量查看,奠定... 目录引言:为良驹配上好鞍一、为何选择IntelliJ IDEA?二、实战:导入并运行你的第一个项目步骤1

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处