如何同人工智能交流，并得到你要的结果。
🧭 ChatGPT 学习导航 | Learning Prompt
🧭 Midjourney 学习导航 | Learning Prompt
吴恩达
prompt-engineering-note — 提示工程笔记
学习笔记如下：
一、善用分隔符
以前我的Prompt写法，帮我做 xxxx ，加上“：”号，后面跟待处理的文本。例：帮我翻译成中文：hello world。 课程中常用的文本分隔符是前后三个反引号 ```（键盘数字1左边的按键，用英文标点） 除了反引号，也可以用三个引号（”””）、三个中横线（—-）、尖括号（<>）、XML标签等成对包裹。 好处是让ChatGPT清晰的区分任务和待处理文本，防Prompt注入等。
二、指定格式输出
课程举的例子是指定用JSON和XML输出。 结构化好处：更容易校验格式，方便被编程语言调用处理。 其实也可以给例子，自定义输出结构。 参考 One/Few-shot Prompt用法。 https://learnprompting.org/zh-Hans/docs/basics/few_shot
三、任务序列化
Prompt 可指定多项任务，例如深度学习一个单词，多任务例子： Task1：给出单词释义、发音 Task2：词根词缀来源 Task3：生成场景例句 Task4：用单词生成故事 然后再引用这些任务结果 …，排版成自己想要的输出格式。
四、持续迭代
Prompt需要持续迭代：清晰具体的Prompt -> 结果和预期对比 -> 分析完善Prompt/增加示例 -> 重复前面流程 经验分享： ① 3.5 结果不稳定，不要求发挥创造性的场景，可调低Temperture值。 ② 让ChatGPT找到相关信息，再引用这些信息回答减少幻觉（Hallucination）
五、常用场景总结摘要：
根据自己需求限定单词数、句子数、字符数。（use at most 50 words/3 sentences/280 characters） 最好指定话题或关键词总结，否则总结很泛，没重点。
推测： ① 用Prompt轻松实现情绪识别（What is the sentiment of the following xxx） ② 识别指定Item（Identify the following items from the text）
转换： 语言转换：各种语言之间的互翻任务 口气转换：描述具体应用场景，给出语调转换（商务/个人等等） 格式转换：JSON、CSV、HTML等等 扩展： 除了写大纲等概要的东西，从0让ChatGPT生成的内容价值往往没那么高。 要点感觉还是定义角色、描述场景任务等常见技巧。
写在后面
吴恩达老师这套课程挺用心，最棒的有在线Jupyter notebook可运行代码（对不少人帮助更大） 但从内容丰富度和学习效率角度看，还是推荐以下资源
① 开源多语言Prompt学习课程 https://learnprompting.org/zh-Hans/docs/
提供的课程 https://learningprompt.wiki/docs/chatgpt-learning-path
另外，推荐 黄赟写的吴恩达课程笔记，更全面详细：
若有收获，就点个赞吧
0 人点赞
