通过有效的指令发挥AI写作的能力,让你领先99%的用户。
微信搜索关注《Python学研大本营》,加入读者群,分享更多精彩
你是否曾对AI生成的内容感到失望?也许你认为ChatGPT的输出很不靠谱,完全达不到期望。
然而事实是,想要从像ChatGPT这样的AI写作工具中获得高质量的输出,很大程度上取决于输入指令的质量。
通过训练ChatGPT,你可以免费获得一名私人写作助手。只有编写出适宜的指令,才能充分利用ChatGPT(参考:《学习效率翻倍,用ChatGPT来学习SQL数据分析》)。
问题通常不在于ChatGPT,而是因为输入指令往往存在局限性和模糊性。
简单地说,ChatGPT不擅长从零开始。如果你向ChatGPT提供以下指令:
生成一篇关于AI的博客。
写一篇关于数据科学的微博。
写一些关于编程想法的建议。
当给出这样的指令时,ChatGPT不得不做出太多决定,这致使AI产生了一些糟糕的输出。
所以要永远记住:
糟糕的指示=糟糕的结果。
那么你应该怎么做呢?
有4个主要步骤来解决这个问题。我们逐一分解,以了解其内容。
1.了解需求和要求
你首先需要知道自己想要什么,因此你需要知道你想从AI中得到什么,为什么你想要它,以及你希望它如何被交付。这种清晰性将帮助你创造更好的指令,并提高输出的质量。
因此,首先开始对你要求AI提供的所有类型的输出进行标准化。
举一些例子。
我想打造微博账户—— 我想得到微博的想法和微博结构。
我在公众号上非常活跃 —— 我想得到写作的灵感,并生成文章的框架。
所以,从这个例子中,需要4种不同类型的输出。
为微博编写文章的想法。
微博文章结构。
在公众号上写作的想法。
用于公众号的文章框架。
2.把AI当做实习生
当公司雇佣实习生时,并不会只给他们一个简短的解释,就期望他们一开始就把所有事情都做好。
假设你想在微博上发布一个关于使用Google Cloud Platform的帖子。仅仅让实习生知道明天要发布一篇关于GCP的微博博客是没有意义的,ChatGPT(或任何其他AI工具)也无法完成这项工作。
始终为AI提供一份详尽清单,解释任务背后的目的,并愿意解答AI可能存在的任何疑虑。
可以这样编写指令:
嘿,ChatGPT,写一篇关于Google Cloud Platform 的微博。
上面的指令太模糊了。
你想要多少篇微博?
什么写作风格?
ChatGPT应该强调哪些子主题?
微博的语言文风是什么——友好、专业......?
AI要做出太多决定 ——这就是为什么它的输出会是一团糟。
⚠️ 始终使用AI工具来辅助你的工作——而不是取代你。
3.创建约束条件,避免假设
这步是创建指令的关键。为了获得具体和准确的输出,需要向AI提供清晰和明确的信息,让AI清楚地知道你想要得到什么。
一个好的背景介绍—— 你想要什么样的输出?
一个具体的主题—— 带有要强调的子主题。
一个具体的结构—— 比如多少条微博,多少个字......
一个输出的具体格式—— 使用什么写作风格,什么语气......
一个避免事项的具体清单—— 你不想提及的事情。
因此,让我们开始创建自己的指令以生成微博。
1.增加一些好的背景介绍
我想让ChatGPT生成一篇微博。然而,什么是微博?
首先要确保ChatGPT理解微博是什么意思。
这就是为什么任何好的指令都需要从一个好的背景开始。
[🧑🏼🏫 首先让ChatGPT知道我将训练它获得一些特定的输出]
嘿,ChatGPT。我将训练你创建微博。
[🐦 然后解释这个具体的输出由什么组成]
微博是一篇较短的博文,概述和强调了一个较长文本或一些特定主题的最重要的想法。
2.添加一个特定的主题
我想让ChatGPT写一个关于某些特定主题的微博。现在是解释更多关于这个话题的时候了。
让这篇微博讨论Google Cloud Platform免费套餐。
[解释ChatGPT需要的主要话题]
微博将讨论Google Cloud Platform免费层级服务。
[⚙️ 概述必须要提到的内容,以及要强调的内容]
我想让你谈谈Google cloud platform环境,它的所有服务和它对数据科学的实用性。但是,你需要强调的是,当你的使用被控制在一些层级内时,所有这些优势是永远免费的。提到google big query和cloud functions,这是分析学的两个最重要的服务。
3.增加特定的结构
现在轮到让ChatGPT知道输出的结构是什么了。这一部分可以更通用,也可以更详细,取决于你的需要。我通常会尽可能地详细说明,以便最后有一个好的草稿作为开始。
[📝 指定ChatGPT的输出结构] 。
第一条微博是一个简短的信息,让人们知道微博是关于什么的。重要的是不要超过30个字,使用关键标签并说服人们阅读整个主题。强调该主题对他们的实用性。
第二条微博,做一个简短的介绍,让读者了解背景,并理解他们为什么仍在阅读这篇微博。让读者继续阅读是很重要的。
第四或五条微博,概述和描述文章中的最重要部分。这些应该总结我之前向你解释的主题的主要观点。
最后一条微博,带有一些结论,让人们知道为什么你的微博值得阅读。
最后一条微博,邀请他们转发你的帖子并关注你。
4.输出的具体格式
关于要生成的输出格式的最后建议。通常包括ChatGPT应该如何表现,以及它应该使用什么样的写作风格。
[🔖 指定想要的输出格式]
我希望你表现得像一个技术和数据科学作家。使用自然且有吸引力的语言。使用易于理解的词汇很重要 —— 把复杂的概念分解成日常用语。
5.要避免事项的具体清单
在这种情况下,如果有什么内容不希望ChatGPT提及,请告知它,比如不希望它使用复杂的词汇。
[❌ 告诉ChatGPT要避免使用复杂的语言] 。
避免使用复杂的词汇。
4.迭代和优化输入
如果AI生成了不正确的输出,那可能是由于输入的指令有问题。不要害怕多次修改指令语。
请记住,即使使用自然语言与机器对话,也应该把它看作是为AI编写代码。
⚠️ 重要的是要考虑到,向ChatGPT下达的任何指令都不需要它来思考。人负责思考,ChatGPT负责执行。
因此,如果我使用刚才创建的指令,从ChatGPT获取一篇微博,它会直接回复以下输出。
ChatGPT界面的屏幕截图。ChatGPT给我一篇微博输出。
你可以随心所欲地重复和重新生成回应,这样你就能得到一些好的结果。可以使用ChatGPT的输出作为第一稿,从它开始,最后提供一篇好的微博。
总结
总而言之,不足的不是AI,而是人们与它互动的指令。为了充分利用ChatGPT和类似的工具,我们必须完善方法,专注于指导AI。
通过遵循这些建议并对输入的内容负责,你会发现AI生成的内容可以成为你内容创作库中的宝贵材料。
推荐书单
《Python人工智能》
本书系统地介绍了基于Python平台的人工智能的原理及实现过程,全书共7章。第1章“从这里开始认识Python”,介绍人工智能及Python 基础知识;第2章“Python 语法基础”,通过生动有趣的实验实例介绍Python编程语法知识;第3章“Python 程序设计”,以实例为基础,介绍Python 的编程方法;第4 章“数据结构”,通过范例介绍列表、元组、字典、集合、函数等数据结构的使用方法;第5章“数据库及应用”,主要介绍Python数据库应用及Web应用开发技术,通过实例讲解Python数据库应用;第6章“大数据应用”,基于实例,主要介绍网络爬虫、Excel数据爬取及分析处理等技术,了解数据挖掘分析处理等大数据应用技术的一般设计流程;第7 章“人工智能”,以具体实例讲解照片人脸识别、图像识别、视频人脸识别、聊天机器人、微信语音聊天机器人、图文识别、语音识别及花朵识别等人工智能深度学习技术。
本书图文并茂,示例丰富,讲解细致透彻,介绍深入浅出,章后练习精广,具有很强的实用性和可操作性,适合初学或自学Python的学生,可作为中小学STEM 教育或培训机构的人工智能课程教材,也可作为大中专院校人工智能、软件工程、计算机等专业以及相关课程的教材或参考书,还可以当作全国计算机二级(Python)考试的教材使用。
《Python人工智能》(刘伟善)【摘要 书评 试读】- 京东图书京东图书频道为您提供《Python人工智能》在线选购,本书作者:,出版社:清华大学出版社。买图书,到京东。网购图书,享受最低优惠折扣!/12854912.html
精彩回顾
《GPT4ALL:终极开源大语言模型解决方案》
《ChatGPT克星,介绍5款免费又好用的AIGC检测工具》
《使用Python和OpenPlayground轻松探索大语言模型》
《ChatGPT的背后原理:大模型、注意力机制、强化学习》
《解放生产力!用Python结合GPT-4进行编程(下)》
《解放生产力!用Python结合GPT-4进行编程(上)》
微信搜索关注《Python学研大本营》,加入读者群
访问【IT今日热榜】,发现每日技术热点