Prompt提示词 | ChatGPT 1分钟快速生成学习计划

最新推荐文章于 2025-08-11 22:14:54 发布
原创 最新推荐文章于 2025-08-11 22:14:54 发布 · 1.1k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#chatgpt #prompt #学习 #人工智能 #语言模型 #大模型 #提示词

我们在使用ChatGPT的时候，可能会遇到上下文记忆和限制的问题，这两天碰到类似的问题。大概场景是这样的，作为一个prompt的学习者，想要系统化的学习，需要ChatGPT帮我生成一份14天的学习打卡计划，学习方法采用经典的SQ3R学习法。

img

SQ3R学习法，来自易学师姐丢丢

可能是由于记忆和文本限制，使用如下的提示词，两次生成的学习计划都出现了非预期的结果，如下图所示：

我是一名prompt学习者，我参与了一个为期14天的学习课程，我预习看到的课程相关内容如下：

Transformer生成成原理，大模型基础科普，如何优化表达，什么是结构化表达，提示词学习的框架思维，如何用提示词处理长文本任务，提示词在家庭教育中的实践，应用用编程思维优化提示词，提示词如何封装，OpenAl官方工具GPTs

我参与的课程需要每日打卡，根据上述内容，按照SQ3R的学习法为我生成一个为期14天的学习打卡计划，需要每天生成一个和提示词学习有关的打卡主题和内容建议，需要包含知识学习和实践，在代码块中以Markdown格式输出

图片

第一次生成的结果

图片

第二次生成的结果

由于输出结果不太稳定，也不符合预期，于是简单结构化提示词，从角色，背景和要求三个方面描述我的需求，另外拆解GPT4回复的学习计划，分为前7天计划和后7天计划分段输出，改写后的提示词如下：

最低0.47元/天 解锁文章
用ollama本地部署Lamma3.1
weixin_45486294的博客
07-28 1433
ollama create 自定义模型名字 -f Modelfile。让lamma3.1写一个贪吃蛇小游戏，一次run成功。例如：ollama run llama3.1。例如：ollama run llama3.1。
Windows 中 利用 ollama 来搭建 deepseek R1
一个专注于机器学习基础与实战的技术博客，内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念，记录学习过程中的思考与总结，适合机器学习爱好者和从业者参考。
02-06 2378
近年来，大模型凭借其强大的语言理解和生成能力，在自然语言处理、计算机视觉等领域取得了突破性进展。从GPT系列到国内的,文心一言、[Qwen]、，大模型已成为推动人工智能发展的核心力量。ollama作为新兴的大模型搭建工具，以其开源、高效、易于部署的特点，在人工智能开发者社区中崭露头角，为大模型的搭建和应用提供了新的解决方案。在当今数字化浪潮中，人工智能的发展可谓日新月异，而大模型作为其核心驱动力，正重塑着各个行业的格局。
2024最新最全【大模型学习路线规划】零基础入门到精通！
yXIAOyu_的博客
08-09 2661
数学基础：学习线性代数、微积分、概率论与数理统计等基础知识。这些数学基础对于理解大模型的原理和算法至关重要。编程语言：熟练掌握Python编程，这是大模型开发的首选语言。同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，如神经网络、卷积神经网络、循环神经网络等。Transformer模型：深入理解Transformer的原理、结构及其变种。
使用 Ollama 本地运行各种 LLM
python123456_的博客
05-31 1364
今天看看另外一个产品Ollama。Ollama 的安装非常简单，只需从官网（https://ollama.com/download）下载后解压缩，并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3，虽然在运行时占用了大量电脑资源，使得其他应用运行变慢，但整体体验尚可。Ollama 支持多种大型语言模型（https://ollama.com/library）。
【大模型应用开发-大模型知识】(二)大模型分类和常见大模型
02-27 1万+
目前包含 Claude 和 Claude-Instant 两种模型可供选择，其中 Claude Instant 的延迟更低，性能略差，价格比完全体的 Claude-v1 要便宜，两个模型的上下文窗口都是 9000 个token（约 5000 个单词，或 15 页）它的目标是“更安全”、“危害更小”的人工智能。Google 还开发了多种 PaLM 的改进版本。更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。
ChatGPT策划新品+策划方案高级提示词Prompt与教程
06-26
您可以在广告、宣传资料、社交媒体内容、产品介绍等各种场景中使用ChatGPT生成的策划方案提示词Prompt。目标是帮助您节省时间和精力，同时提升文案的质量和创造力。ChatGPT策划新品+策划方案高级提示词Prompt与教程...
ChatGPT应用场景与Prompt提示词工程汇总.docx
06-20
ChatGPT是一款由OpenAI开发的先进自然语言模型，它在人工智能领域中展现出了极高的应用价值和潜力。由于其强大的自然语言理解和生成能力，ChatGPT已经渗透到了多个领域，包括但不限于自然语言处理、写作辅助、机器...
ChatGPT会议自动总结高级提示词工程Prompt教程
06-26
1. **检查与修改**：在ChatGPT生成初步总结后，指出需要修改的部分，并提供具体的修改要求。 - 示例：请根据我提供的会议补充信息，例如增加关于市场调研的数据，以及修改要求，比如保持语言客观公正，对XXX部分...
【ChatGPT】深入解析Prompt提示词及如何高效使用ChatGPT
m0_56451176的博客
07-14 3054
Prompt是人工智能领域中的一个关键概念，尤其在自然语言处理（NLP）和生成型AI模型中。简而言之，prompt是一段文本或指令，用于引导或启动AI模型的特定响应或操作。
MacBook 本地化部署 Dify 指南
最新发布
weixin_44542598的博客
08-11 969
dify 怎么安装部署 有哪些坑 ！
viky-ai：自然语言处理平台。 允许从非结构化文本中提取信息
02-05
欢迎来到viky.ai 什么是viky.ai viky.ai是自然语言处理平台。 它允许您从非结构化文本内容中提取信息。 技术组件nlp允许提取结构化信息，此提取在代理中定义。 代理商是会说多种语言的助手，以查找相关数据。 nlp组件将一组JSON格式的代理和非结构化文本内容作为输入，以提供结构化数据的JSON流作为输出。 第二个技术组件是一个Web应用程序，允许您通过提供专用界面来协同工作以设置代理。 它还提供了解释API，以允许集成到第三方系统中。 入门 您可以在Linux和macOS上运行viky.ai。 要求 用于开发的viky.ai本地安装依赖于以下依赖项。 Docker E
大模型有几种类型（非常详细），零基础入门到精通，看这一篇就够了
Python单行客的博客
10-23 7739
大模型有几种类型（非常详细），零基础入门到精通，看这一篇就够了
基于LLM大模型的结构化数据批量提取
新缸中之脑
01-16 3654
在当今世界，越来越多的组织致力于数据驱动的决策。然而，他们通常面临着从非结构化文本数据（例如客户评论或反馈）中提取有价值的见解的挑战。这篇文章是为想要使用非结构化数据获得有用见解的数据科学家、分析师和决策者量身定制的。我们探索大型语言模型 (LLM) 的批量用例，重点关注非结构化文本到结构化数据的转换。通过利用这种方法，企业可以利用结构化信息丰富其数据库，并提高对非结构化数据源的理解。为了说明此类用例，我们将深入研究客户反馈分析的示例。这个提供了开始使用此类 LLM 批量用例的常规设置。
一种使得大模型输出结构化数据的简易方法
AndrewLi的博客
07-10 7345
最近在用大模型跑一些数据，于是就不可避免的遇到了如何让大模型输出的格式便于处理这个问题。经过一些研究总结出了一套比较有用的方法，在这里总结一下。
论文导读 | 利用LLM从科学文本中抽取结构化信息
m0_59164520的博客
12-03 1905
对于机器学习模型来说，从科学文本中抽取结构化知识仍然是一项具有挑战性的任务。本文提出了一种简单的联合命名实体识别和关系抽取(NERRE)的方法，并展示了如何对预训练的大型语言模型（GPT-3, Llama-2）进行微调，以抽取复杂科学知识。论文测试了材料化学中的三个代表性任务：固态杂质掺杂，金属有机框架(MOFs)，以及一般成分/相/形态/应用信息抽取。记录是从单个句子或整个段落中抽取的，输出可以以简单的英语句子或更结构化的格式（如JSON对象列表）返回。
Cursor使用及接入教程（非常详细），零基础入门到精通，看这一篇就够了
Python单行客的博客
10-30 9588
Cursor使用及接入教程（非常详细），零基础入门到精通，看这一篇就够了
办公新利器：DeepSeek+Word，让你的工作更高效
热门推荐
qq_63708623的博客
02-02 2万+
DeepSeek与Word的梦幻联动，将为你开启高效办公的新篇章！熟悉的Word界面中，只需轻点鼠标，就能召唤出强大的DeepSeek，让它为你快速检索信息、精准翻译文本、智能生成内容…… 告别在不同软件间来回切换的繁琐，告别低效的信息获取方式，让办公效率飞起来！
AI大语言模型在医学文本提取结构化信息中的应用
simoncool23的博客
10-12 1180
这篇论文提出了一种利用大语言模型（LLM）进行零样本学习的方法SPIRES,它可以从自然语言文本中提取结构化知识。SPIRES利用预训练语言模型和简单规则生成解析知识抽取提示。
ChatGPT prompt 提示词 AI
05-22
### 如何通过 ChatGPT 的 Prompt 提示词优化 AI 生成的内容 为了充分利用 ChatGPT 或其他大型语言模型的能力，仅仅输入简单的指令是不够的。掌握 **Prompt 工程** 是解锁其潜力的关键[^1]。以下是关于如何设计高效、清晰和具体的提示词的一些核心原则： #### 1. 明确目标 构建有效的提示词的第一步是清楚定义期望的结果。例如，在需要生成一篇学术论文时，可以指定所需的风格（如 APA 风格）、语气以及目标读者群体。这有助于引导模型生成更符合需求的内容。 ```python # 示例代码展示如何调整提示以满足特定格式要求 text = "This is a sample text with grammar mistakes." prompt = f""" proofread and correct this review. Make it more compelling. Ensure it follows APA style guide and targets an advanced reader. Output in markdown format. Text: ```{text}``` """ response = get_completion(prompt) display(Markdown(response)) ``` 此段 Python 代码展示了如何利用结构化的提示来改进一段文字的质量，并使其遵循严格的写作标准[^3]。 #### 2. 创意激发 当希望获得更具创造性的输出时，则需采用更加生动形象的语言去描绘所期待的画面或情境。比如让模型扮演某个角色或是模拟某种环境下的对话交流过程。这种方法特别适用于艺术创作领域中的应用实例——就像下面这个例子那样描述了一个奇幻场景给到 MidJourney 类型的人工智能程序作为参考素材[^2]: > “一望无际的野花田，每一朵都有不同的颜色和形状。远方矗立着一棵巨大的树，它的枝条如同章鱼的手臂般伸展向天际。” 这种细致入微且充满想象空间的文字表达能够极大地促进最终产物的新颖度与吸引力。 #### 3. 迭代测试 不断试验不同版本的提示语句直至找到最理想的形式为止也是一个重要环节。每一次尝试都应记录下哪些方面表现良好而哪些地方还有待改善；随后据此做出相应修改再重新提交给算法处理直到满意为止。 --- ### 总结 综上所述，要有效提升由 ChatGPT 所产生的内容质量，就需要深入学习并实践有关于「Prompt 设计」的知识体系。从精准设定任务目的出发，辅之以富饶创造力的话语表述形式再加上持续不断的探索完善流程，这样才能最大程度地挖掘出这些先进工具背后隐藏的巨大价值所在。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值