GPT Prompt（提示词）写法与教程，相关站点与工具

文章目录

- - 1、Prompt工程师（提示工程师）
  - 2、提示词教程
  - 3、提示词工具（中文）
  - 4、提示词工具（英文）

1、Prompt工程师（提示工程师）

Prompt工程师，也称为AI提示工程师，是一种新兴的人工智能领域的职业。这些工程师的主要任务是训练自然语言处理模型，以使其能够为各种应用程序生成自然语言文本。提示工程师通常使用大规模的语言模型，如OpenAI的GPT系列模型，进行训练。他们会使用大量的文本数据来训练这些模型，包括网络文本、社交媒体帖子、电子邮件、新闻文章和其他类型的文本。

一些常用的Prompt技巧：

提供上下文：在输入Prompt时，可以提供足够的上下文信息，以帮助模型更好地理解要生成的文本内容。比如，在写文章时可以提供文章标题或者前几句话的内容，以帮助模型更好地生成文本。
调整长度：可以通过调整生成文本的长度来控制模型的输出。如果要生成更具体的内容，可以设置较长的输出长度；如果只需要简单的答案或者摘要，可以设置较短的输出长度。
引导模型：通过提供一些特定的提示或指令，可以引导模型生成更加准确的文本。比如，可以使用关键字提示、样例提示等方式引导模型。
重复多次：有时候，为了让模型更好地理解要生成的文本内容，需要多次重复相同的Prompt。这样可以让模型更好地理解上下文信息，从而生成更准确的文本。
使用优化工具：一些优化工具，如GPT-fine-tuning、GPT-3 Playground等，可以帮助用户更好地利用自然语言生成模型，并提供更丰富的功能和体验。

2、提示词教程

让GPT生成提示词
吴恩达教你写提示词，中文翻译

OpenAI 的官方最佳提示技巧

将指令放在提示的开头，并用 ### 或”””将指令与文本分开
对所需的上下文、结果、长度、格式、风格等尽可能具体、详细和描述性
效果不佳：
写一首关于 OpenAI 的诗。
更好的选择：
写一首关于 OpenAI 的短篇励志诗，重点描述 DALL-E 产品发布（DALL-E 是一个文本到图像的机器学习模型），风格仿照 {著名诗人}。
通过示例（示例 1，示例 2）明确所需输出格式
从零次学习开始，然后进行少次学习，如果这些方法都不起作用，那么进行微调
减少模糊和不精确的描述
效果不佳：
这个产品的描述应该比较简短，只有几句话，不要太多。
更好的选择：
用 3 至 5 句话的段落来描述这个产品。
不仅要说不做什么，更应该说做什么
代码生成 – 使用「引导词」引导模型生成特定模式

——————————————————————————

附：学术版：

以下是一篇学术论文中的一段内容，请将此部分润色以满足学术标准，提高语法、清晰度和整体可读性，不要修改任何LaTeX命令，例如\section，\cite和方程式：
Below is a section from an academic paper, polish this section to meet the academic standard, improve the grammar, clarity and overall readability, do not modify any latex command such as \section, \cite and equations:

en->zh
Below is a section from an English academic paper, translate it into Chinese, do not modify any latex command such as \section, \cite and equations:
zh->en
Below is a section from a Chinese academic paper, translate it into English, do not modify any latex command such as \section, \cite and equations:


This is a Markdown file, translate it into Chinese, do not modify any existing Markdown commands
This is a Markdown file, translate it into English, do not modify any existing Markdown commands

你需要翻译以下内容：
请你作为一个学术翻译，负责把学术论文准确翻译成中文。注意文章中的每一句话都要翻译。
总结论文

接下来，你是一名专业的学术教授，利用以上信息，使用中文回答我的问题。
请对下面的程序文件做一个概述，并对文件中的所有函数生成注释，使用markdown表格输出结果，

请结合互联网信息回答以下问题：
从以上搜索结果中抽取信息，然后回答问题：
请从给定的若干条搜索结果中抽取信息，对最相关的两个搜索结果进行总结，然后回答问题。

This is a Jupyter Notebook file, tell me about Each Block in Chinese. Focus Just On Code.
If a block starts with `Markdown` which means it's a markdown block in ipynbipynb.
Start a new line for a block and block num use Chinese.

接下来请你逐文件分析下面的工程
请对下面的程序文件做一个概述文件名是xxx，文件代码是 ```{file_content}```
请对下面的程序文件做一个概述:
你是一个程序架构分析师，正在分析一个源代码项目。你的回答必须简单明了。

用一张Markdown表格简要描述以下文件的功能：根据以上分析，用一句话概括程序的整体功能。
根据以上分析，对程序的整体功能和构架重新做出概括，由于输入长度限制，可能需要分组处理，本组文件为 {current_iteration_focus} + 已经汇总的文件组。

你是一个程序架构分析师，正在分析一个项目的源代码。
完成了吗？

接下来请你逐文件分析下面的论文文件，概括其内容
请对下面的文章片段用中文做一个概述，文件名是{os.path.relpath(fp, project_folder)}，文章内容是 ```{file_content}```
请对下面的文章片段做一个概述: {os.path.abspath(fp)}
根据以上你自己的分析，对全文进行概括，用学术性语言写一段中文摘要，然后再写一段英文摘要（包括{all_file}）。

下面是一些学术文献的数据，提取出以下内容：
1、英文题目；2、中文题目翻译；3、作者；4、arxiv公开（is_paper_in_arxiv）；4、引用数量（cite）；5、中文摘要翻译。
以下是信息源：

请分析此页面中出现的所有文章：{txt}，这是第{batch+1}批
你是一个学术翻译，请从数据中提取信息。你必须使用Markdown表格。你必须逐个文献进行处理。
第{batch+1}批