学习笔记 | ChatGPT Prompt Engineering for Developers 1

21

2023-05

学习笔记|ChatGPT Prompt Engineering for Developers 1

吴恩达chatGPT课程学习笔记&简单翻译，有兴趣的同学还是去看原版的课程比较好~~

LEARN MORE

第一讲 概述

再次狗头保命，不是翻译，是学习笔记，也就是中间删了部分我觉得不重要的内容，部分我觉得有意思的内容稍稍扩展了一点。

感兴趣的同学请去看原版的课程，原本的课程是免费的：

https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

想要逐句翻译版本的同学可以看这里：

https://blog.csdn.net/youcans/article/details/130489953

———————————————————————

———————————————————————

欢迎大家参加这门ChatGPT Prompt Engineering for Developers的课程。

我很高兴能和IsaFulford一起教这个课程。她是OpenAI的技术人员，她的工作的一部分就是教大家如何使用LLM模型。我很高兴能来到这里并分享一些prompt的最佳实践。

很多chatGPT的用户都在web界面用它做一些具体的、一次性的任务。但是，我认为这样的使用显然嘀低估了chatgpt的能力，对于开发者而言，学习如何通过调用chatgpt模型来构建应用才更加重要。

事实上，OpenAI一直在与许多初创公司合作，将chatgpt的技术应用于许多领域，帮助开发人员快速构建基于LLM API的应用。所以，在这个课程中，我们将分享一些chatgpt的可能性和最佳实践。

首先，你会学到一些prompt开发的最佳实践；然后我们将介绍一些常见用例，包括总结、推断、转换、扩展等，帮助你搭建一个自己的聊天机器人。我们希望可以通过这样的案例，激发你基于chatgpt构建应用的想象力。

在大型语言模型或LLM的开发中，大致有两种类型，我将他们称为基本LLM和指令调优LLM。

基本LLM是指让AI根据大量的网络素材库的训练，回答出最有可能的答案。如果你输入：从前有一只独角兽，它可能会根据你输入的单子预测接下来的内容是和独角兽一起生活在神奇的森林里朋友（因为很多故事素材都是这么想的）。同样的，如果你问AI法国的首都是什么，AI有可能会读取互联网上的文章然后告诉你法国最大的城市是什么，法国的人口是多少等等……但是在指令调优LLM中，如果你问AI法国的首都是什么，AI更有可能输出巴黎而不是附带其他乱七八糟的东西。

目前我们在互联网上看到的使用案例可能更倾向于基本LLM，但是我建议大家使用指令调优的LLM，因为相比之下，指令调优的LLM不太容易做一些有毒的输出（比如回答一些有得没得根本不是我关心的东西）。

因此，本课程将重点关注指令调优的LLM的最佳教学实践。

当你使用指令调优的LLM时，就假装自己在给一个不太聪明的人布置任务。当LLM不起作用时，往往是指令给得不够清晰。

和AI对话，不能单纯的告诉他“给我写一篇关于艾伦·图灵的文章”。而是要明确地告诉AI你关注的重点是他的科学上/工作上的成就，还是他的个人生活，或者是他的社会影响。还需要告诉AI想要的行文风格，是要专业记者写作的风格还是想要给朋友讲故事讲八卦的口吻。

总之，让AI执行任务，就可以假象成你是在安排一个啥都不知道的应届大学毕业生在工作。如果是安排一个应届生工作，你不但需要很明确的告诉他你的需求是什么，甚至还需要指定参考的文献，要求他们仔细阅读某些文章之后才能写下这篇文章。

所以，在下一讲将介绍什么是清晰具体的提问。

THANKS