0°

500+个优质的ChatGPT的Prompts(模板)

  随着ChatGPT的火爆,Prompts概念开始被大家所熟知。早期类似如BERT模型的微调都是通过有监督学习的方式进行。但是随着模型越来越大,冻结大部分参数,根据下游任务做微调对模型的影响越来越小。大家开始发现,让下游任务适应预训练模型的训练结果有更好的性能。而ChatGPT的火爆让大家知道,虽然ChatGPT的能力很强,但是需要很好的提问方式才能让它为你所服务。

  例如,当我们问ChatGPT如何用Python读取http.Request的body的时候,默认情况它给的内容如下:

  但是实际上,我们写代码的时候只是忘了写法,并不是让它解释,或者增加注释。这也会影响效率。那么,上述问题可以在提问之前给ChatGPT做一个设定:

  I want you to act as a stack-overflow post. I will ask programming-related questions and you will reply with what the answer should be. I want you to only reply with the given answer, and write explanations when there is not enough detail. do not write explanations. When I need to tell you something in English, I will do so by putting text inside curly brackets {like this}.

  这个是告诉ChatGPT不要写注释,也不要过多解释,并且只需要给出一个答案即可。然后提问上述问题,我们可以得到如下结果:

  可以看到,ChatGPT返回的结果与刚才相比,最大的区别是代码没有注释,且解释也很简洁。这样做有2个好处:

  会提问在基于Prompts调教的预训练大模型中十分重要,合适的提问会让你得到更好的结果。很多时候,NLP的预训练模型比我们想象地能力更强,但前提是你可以将问题转换成适合预训练模型处理的那种方式;

  节省成本,包括时间成本和金钱。因为ChatGPT这种接口都是根据tokens收费的,合适的提问设定可以让ChatGPT更加精准的答案,且更少的内容。

  推友AiHandbook收集了1000多个提问ChatGPT的模板,免费开放了500多个优质的结果,其内容包括如下:

  可以看到,这些模板十分丰富,包含了:

  编程

  内容创作

  博客写作

  健康

  私信助手

  教育

  音乐

  ……

0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论