El funcionario me dio un tutorial en persona y lo aprendí rápidamente.

Estrategia de uso de GPT

GPT le ayuda a mejorar la productividad.

GPT te ayuda

Mejorar la productividad

Después de leer esto

puede ahorrarte mucho tiempo

Guía del usuario de OpenAl GPT |

Estrategia 1: escribir instrucciones claras.

1. Sólo los detalles pueden obtener respuestas más relevantes.

El camino equivocado: escribir un artículo nacional.

Enfoque correcto: Para escribir un artículo étnico, los requisitos son: elegir el ángulo correcto, determinar la intención, confirmar el estilo y redactar el título usted mismo: no copiar, no copiar; no reveles información personal; no menos de 800 palabras.

2. El modelo debe desempeñar un papel específico.

Puedes especificar el carácter utilizado por el modelo en la respuesta, que será más profesional.

Ejemplo: escriba un artículo en el estilo de Lu Xun.

3. Utilice delimitadores para marcar claramente las diferentes partes de la entrada.

El uso de "comillas triples" como delimitadores, por ejemplo, encabezados de sección para marcar diferentes partes del texto, puede facilitar que el modelo maneje diferentes cosas. Este detalle de marcado es especialmente importante en tareas complejas. Ejemplo: Resuma el siguiente texto entre comillas en una oración, "Inserte texto aquí"

4. Defina claramente los pasos necesarios para completar la tarea.

Escribir estos pasos claramente facilita que el modelo se ejecute y responda a la entrada del usuario de acuerdo con las instrucciones paso a paso a continuación.

Paso 1: El usuario proporcionará el texto entre comillas, precedido de "resumen", resumido en una frase.

Paso 2: traducir el resumen del primer paso al chino y agregar el prefijo "traducción" e "insertar texto"

5. Si desea escribir un párrafo para usted con el estilo de alguien, puede proporcionarle algunos artículos.

6. Especifique la longitud de salida.

La longitud de salida objetivo se puede expresar en términos de número de palabras, oraciones, párrafos, viñetas, etc.

Ejemplo correcto: Resume el texto citado a continuación en 50 palabras. " ""Insertar texto" " "

Estrategia 2: Proporcionar texto de referencia.

1. Deje que el modelo responda con referencia a los recursos.

Responde la pregunta utilizando el artículo proporcionado entre "*" comillas triples "".

Si no puede encontrar la respuesta en el artículo, responda "No puedo encontrar la respuesta"

Ejemplo:

Mi pregunta es:

2. Deje que el modelo haga referencia a los recursos para responder.

Si la entrada del diálogo anterior se ha complementado con información relevante, entonces también podemos pedirle directamente al modelo que cite la información proporcionada en la respuesta.

Estrategia 3: dividir tareas complejas

1. Clasificación de intenciones

Para una gran cantidad de tareas independientes que deben abordar diferentes situaciones, primero puede clasificarlas. estas tareas y luego determine las instrucciones requeridas según la clasificación.

2.Resumir o filtrar conversaciones anteriores.

Debido a que la ventana de diálogo de GPT-4 es limitada, el contexto no puede ser demasiado largo ni puede continuar indefinidamente en una ventana de diálogo. Una solución es resumir las conversaciones anteriores. Una vez que la longitud del texto ingresado alcanza un valor predeterminado, se puede activar una consulta para resumir una parte de la conversación, que puede convertirse en parte del mensaje del sistema.

3. Resuma documentos extensos párrafo por párrafo y construya de forma recursiva una descripción general completa.

Resuelve el problema del texto demasiado largo. Por ejemplo, si desea que GPT-4 resuma un libro, puede utilizar una serie de consultas para resumir cada parte del libro. Luego, conecte algunas descripciones generales y resúmalas para formar una respuesta aproximada. Este proceso se puede realizar de forma recursiva hasta que se resuma todo el libro. Sin embargo, algunas secciones pueden requerir información de una sección anterior para comprender una sección posterior. Aquí hay un truco: al resumir el contenido actual, resuma y resuma el contenido anterior del artículo. En pocas palabras, utilice el "Resumen de la parte actual" de la parte anterior y luego resuma.

Estrategia 4: Dale tiempo a GPT para "pensar"

1.

A veces, se pueden obtener mejores resultados guiando claramente el modelo para razonar a partir de los primeros principios antes de sacar conclusiones.

2. Proceso de razonamiento oculto

Este es exactamente lo contrario al anterior. Por ejemplo, si desea ser un mentor persuasivo, puede dejar que el modelo GPT utilice su propio análisis para construir una respuesta basada en la personalidad del mentor y brindarle orientación paso a paso.

Ejemplo: Eres profesor de matemáticas. Si un estudiante responde incorrectamente, indíquele sin revelar la respuesta. Si los estudiantes responden correctamente, bríndeles un comentario alentador.

3. Pregúntale al modelo si le falta algo.

Supongamos que le pedimos a GPT que enumere un extracto de un archivo fuente relevante para un tema específico. Después de enumerar cada extracto, el modelo debe decidir si continúa escribiendo el siguiente extracto o si se detiene.

Si el archivo fuente es grande, el modelo a menudo se detendrá prematuramente y no enumerará todos los extractos relevantes.

En este caso, a menudo puede hacer que el modelo realice consultas posteriores para encontrar extractos que omitió en el procesamiento anterior.

En otras palabras, el texto generado por el modelo puede ser demasiado largo para generarlo de una vez, y puedes dejar que revise y complete el contenido que falta.

Estrategia de uso de OpenAl GPT

Estrategia 1: Escribe una descripción clara.

1. Sólo los detalles pueden obtener respuestas más relevantes.

2. Utilizar modelos para desempeñar roles específicos.

3. Utilice delimitadores para marcar claramente las diferentes partes de la entrada.

4. Defina claramente los pasos necesarios para completar la tarea.

5. Proporcione ejemplos

6. Especifique la longitud de salida requerida

Estrategia 2: proporcione texto de referencia.

1. Deje que la referencia del modelo responda.

2. Deje que el modelo haga referencia a recursos para responder.

Estrategia 3: Dividir tareas complejas 1. Clasificar intenciones.

2.Resumir o filtrar conversaciones anteriores.

3. Resuma documentos extensos párrafo por párrafo y construya de forma recursiva una descripción general completa.

Estrategia 4: Dale tiempo a GPT para "pensar" 1 y deja que el modelo calcule la solución.

2. Ocultar el proceso de razonamiento

3. Pregúntale al modelo si falta algo.

Estrategia 5: Soporte de otras herramientas

1. Utilice la búsqueda integrada para lograr una recuperación de conocimientos interesantes

2. Utilice la ejecución de código para cálculos o ajustes más precisos. API?

Estrategia 6: Probar sistemáticamente los cambios.

1. Consulte la respuesta estándar para evaluar el resultado del modelo.

Estrategia 5: Apoyo de otras herramientas

1. Utilizar la búsqueda integrada para lograr una recuperación eficiente del conocimiento.

Si un usuario hace una pregunta sobre una película específica, puede ser útil agregar información sobre la película (como actores, director, etc.). ) a la entrada del modelo. Las incrustaciones se pueden utilizar para lograr una recuperación eficiente del conocimiento y se puede agregar dinámicamente información relevante a la entrada del modelo mientras el modelo se está ejecutando. La incrustación de texto es un vector que mide la relevancia de las cadenas de texto. Las cadenas similares o relacionadas estarán más estrechamente integradas que las cadenas no relacionadas. Esto, junto con la existencia de algoritmos rápidos de búsqueda vectorial, significa que las incorporaciones se pueden aprovechar para lograr una recuperación eficiente del conocimiento. En particular, un corpus de texto se puede dividir en partes y cada parte se puede incrustar y almacenar. Luego, dada una consulta, se puede realizar una búsqueda vectorial para encontrar la parte del texto incrustado en el corpus que sea más relevante para la consulta.

2. Utilice código para realizar cálculos más precisos o llamar a API externas.

Es imposible calcular con precisión basándose únicamente en el modelo en sí. Si lo desea, puede indicarle al modelo que escriba y ejecute código en lugar de realizar cálculos por separado, y también puede indicarle al modelo que coloque el código que se ejecutará en un formato específico. Una vez generado el resultado, puede extraer y ejecutar el código. Una vez generado el resultado, puede extraer y ejecutar el código.

Finalmente, si es necesario, la salida del motor de ejecución de código (intérprete de Python) se puede utilizar como siguiente entrada.

Otro buen caso de uso para la ejecución de código es llamar a API externas.

Si se comunica al modelo el uso correcto de la API, este puede escribir código que utilice la API. Puede enseñarle a su modelo cómo usar la API mostrando documentación del modelo y/o ejemplos de código.

Advertencia: La ejecución de código generado por el modelo es inherentemente insegura y cualquier aplicación que intente hacerlo debe tomar precauciones. En particular, se necesitan entornos de ejecución de código aislados para limitar el daño que puede causar el código que no es de confianza.

Estrategia 6: Probar sistemáticamente los cambios.

1. Consulte el resultado del modelo de evaluación de respuestas estándar de oro.

Supongamos que la respuesta correcta a una pregunta conocida debe hacer referencia a un conjunto específico de hechos conocidos.

Luego podemos preguntar cuántos hechos necesarios se incluyen en la respuesta del modelo.