乐趣区

关于chatgpt:你的-ChatGPT-使用姿势是错的告诉你-4-个使用-ChatGPT-的小技巧

本文译自 You’re Using ChatGPT Wrong! Here’s How to Be Ahead of 99% of ChatGPT Users

大部分人应用 ChatGPT 的形式都是错的,比方:

  1. 没有在发问时提供案例。
  2. 疏忽了能够通过设置 ChatGPT 的角色来管制它的行为。
  3. 没有提供过多无效信息,而是让 ChatGPT 猜猜猜。

之所以会犯这些谬误,是因为咱们应用 ChatGPT 时还停留在传统思维上。这样的话,就会导致咱们有时候得不到正确的答案。

咱们须要学习如何更好地向 ChatGPT 提需要,就像是学习如何做一名“AI 提醒工程师”。

在本篇教程中,我将会通知你 4 个对于应用 ChatGPT 的小技巧。

1. 规范的需要范式

规范的需要范式蕴含以下三个局部:

  • 需要 / 工作形容
  • 案例
  • 须要解决的信息

当咱们在提需要时提供了案例,ChatGPT 的答复将会充沛参考你提供的案例,这会使失去正确答案的概率大大提高。所以,规范的发问范式中必须要蕴含案例。

上面这个案例就是一个规范的需要范式,我提供了需要形容和理论案例,再将须要解决的信息提供给 ChatGPT,将须要它实现的局部进行留白解决。(如下图)

请留神,你提供的案例不肯定须要是正确的,即便你提供的案例是谬误的,它也可能失常工作。(如下图)

尽管案例的后果能够是错的,然而要留神案例的方向别弄错了,比方你的需要是翻译中文到英文,然而你提供了一个中文翻译成泰文的案例,就会导致后果呈现一些问题。(如下图)

在 ChatGPT 外部应用了一种叫做 标签空间 的概念,标签空间被用来组织和分类所有的问题与答案。而咱们提供的案例就是帮忙 ChatGPT 建设标签空间,从而可能帮忙咱们失去更正确的答复,并且格式化输入。

2. 角色扮演

在有些时候,ChatGPT 并不能给到你想要的答案。这时候,咱们就须要用到 角色扮演 了。

比方你最近筹备找工作,你想锤炼一下你的面试能力。你能够通知 ChatGPT

  • 我须要你表演一名面试官。我将会作为面试者,来答复你作为“前端开发工程师”面试官提出的面试题。你不须要和我进行任何除了面试以外的对话,我只须要你对我进行面试即可。用技术相干的问题考查我的技术能力,而且不须要加以解释,而后期待我的答复。一次只问一个问题,我来答复,答复后再问另一个问题。我的开场白是:你好,面试官。

从上图能够看出,ChatGPT 用相干的前端技术问题对我进行考查,并且可能辨认出我的答复是否正确,而后进行点赞或纠正。作为一个有正确反馈的零碎,它能够迅速晋升你在某些畛域的能力。

你只须要和 ChatGPT请你表演 xx 角色,而后再补充一些形容信息即可,就能够让 ChatGPT 表演各个行业的专家,而后做很多的事件,比方作为你的英语私教,又或是作为一名业余影评人来评估电影。

这个 网站 收录了各种 ChatGPTcoser 身份。

3. 自媒体创作

ChatGPT 还特地擅长于 无中生有,也就是凭空捏造出邮件、博客、故事、文章等信息。

在创作之前,咱们须要给 ChatGPT 先润色一下,让它可能依照咱们预设的语气、格调、模式来进行创作。

如果你只是通知 ChatGPT 像上面这样创作的话,你只能失去一篇僵硬的文章。

写一篇主题为 [AI 将会怎么代替人类] 的 500 字文章。

所以,咱们须要比其他人更进一步,增加一些具体的形容词来形容咱们的需要。

写一篇 滑稽风趣的 ,主题为[AI 为什么不会取代人类] 的 500 字文章。在创作时,你的身份是有十几年教训的 AI 领域专家,请用一些 乏味的 例子加以解释。

除了文章格调以外,多应用形容词形容你的创作需要,还能够避开 AI 生成检测器。在下面的案例中,第一个案例的 AI 内容测试得分是 78,而第二个案例的 AI 内容测试得分是 85,本篇文章的得分是 91.(???)

4. 具体的推理过程

如果你问 ChatGPT 一些数学或者常识问题,它会间接给出答案,而不会给出它的推理过程。这样可能会导致 ChatGPT 会在一些简略的问题上(例如根底的加减乘除),给出谬误的答复。

咱们能够通过提供一些案例,来通知 ChatGPT 如何进行推理,同时将推理过程出现进去,从而失去正确的答案。(如下图)

咱们能够看到,在给出推理过程中,ChatGPT 基本上都能给出最终的正确答案。在数学、常识、逻辑推理类问题中,让 ChatGPT 给出具体的推理过程是进步答复正确性和品质的要害。

留神:GPT-4 的推理能力曾经失去了增强,可能不再须要让它给出具体的推理过程,也能失去正确的答案,大家能够自行尝试一下。

最初一件事

如果您曾经看到这里了,心愿您还是点个赞再走吧~

您的点赞是对作者的最大激励,也能够让更多人看到本篇文章!

如果感觉本文对您有帮忙,请帮忙在 github 上点亮 star 激励一下吧!

退出移动版