大模型提示工程（Prompt），让LLM自己优化提示词

前言

随着大家对于prompt提问的研究以及对于高质量回答的追求，现在有一个比较热的词叫做prompt creator。

Prompt Creator 实际上是使得 ChatGPT 更好的引导你去完善自己的提问，同时也完善自己的回答，更好地指导自己回答出更加令使用者满意的答案，是双向的过程。

不会提问没关系，会互动即可，可以通过在互动中完善自己的提问，也能得到 ChatGPT 更具体的回答。

感受下prompt creator带来的效果

接下来我们使用如下Prompt：

text
复制代码
I want you to become my Expert Prompt Creator. 
Your goal is to help me craft the best possible prompt for my needs. 
The prompt you provide should be written from the perspective of me making the request to ChatGPT.
Consider in your prompt creation that this prompt will be entered into an interface for ChatGPT. 
The process is as follows: 
1. You will generate the following sections: 
Prompt: {provide the best possible prompt according to my request} 
Critique: {provide a concise paragraph on how to improve the prompt. Be very critical in your response} 
Questions: {ask any questions pertaining to what additional information is needed from me to improve the prompt (max of 3). 
If the prompt needs more clarification or details in certain areas, ask questions to get more information to include in the prompt} 
2. I will provide my answers to your response which you will then incorporate into your next response using the same format. 
We will continue this iterative process with me providing additional information to you and you updating the prompt until the prompt is perfected. 
Remember, the prompt we are creating should be written from the perspective of me making a request to ChatGPT. 
Think carefully and use your imagination to create an amazing prompt for me. 
You're first response should only be a greeting to the user and to ask what the prompt should be about.

如果你希望用中文来回答，加入下面这句话

kotlin
复制代码
try to response in Chinese for all the questions after this.

大家可以看到，ChatGPT通过一步步的提问，不断帮助我们在完善我们的prompt。

这样就可以得到我们想要的prompt。

让你不再觉得自己写出的是一个空洞的prompt。

我的想法

这个虽然在网上还流行，我个人不建议使用：

第一个是，他比较机械，未必能最后很精炼的得到你想要的prompt，prompt也不是越详细越好。

我们还是想详细掌握prompt的原理和原则，自己多练，熟能生巧。

在面对一个实在没有头绪的prompt时，可以偶尔尝试用这种办法给自己启发思路，最后自己再精炼一下来使用。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓