(资料图)
01写在前面
作为一个非程序员，参加开发者课程就像一名烹饪新手闯进了米其林三星厨房。然而，这并没有阻止我从吴恩达教授开设的 ChatGPT 提示语课程中汲取灵感。 课程官网是 DLAI - Learning Platform Prototype (deeplearning.ai) 课程大纲简明扼要： Introduction（课程简介） Guidelines（指引） Iterative（迭代） Summarizing（总结） Inferring（推断） Transforming（转换） Expanding（扩充） Chatbot（聊天机器人） Conclusion（课程小结） 一个小白，如何从中获取自己想要的信息？拿我来说，最主要是 目标明确——学习如何撰写高质量的提示语。看到了 Jupyter 的代码框，害怕？没问题，反正我也不是来学代码的。 看到了密密麻麻的英语，惊慌？不用虚，反正我是上过学的。 连课程都是纯英文的，想跑？先停下，官网是给了你字幕的。 保证好心态，不要想着和程序员竞争，就可以开始学习面向开发者的课程了！ 这篇文章不会让你成为 AI 大师，但会帮你建立信心，利用提示语撰写出惊人的作品。以下是我在课程中学到的关键内容和宝贵经验。本文是所有示例均为简要示范，重点是提示语的格式。当你面对复杂任务的时候，良好格式可以帮你更快获得答案。
02提示语两大规则
课程里强调的两个关键点十分重要：指令清晰、给出思考空间。1. 描述要清晰
最近我“顿悟”了一件事：GPT 这家伙，其实是个讲究机器语言的主。那么，与它交流时，我们能不能讲点“机器语言”呢？答案是肯定的！遵循机器语言的规则，我们就更有机会获得想要的结果。 一个好的提示语应该具有明确的描述。这就像约会时候聊天，不能含糊其辞，不然对方可能会一头雾水。尝试使用简练而直接的语言，避免冗长复杂的句子。好的提示语就像是给司机的行驶路线，简单明了，让 AI 不会“开错车”。 与其说，我现在需要你帮我写一个段落，主题是GPT课程学习心得。不要太长，也不要太短。写的文章质量好一点。就不如说，
你的任务是撰写一个段落，要求如下：\"\"\"主题：GPT课程学习心得字数：800字左右风格：专业、幽默\"\"\"指令不清晰还可能导致 GPT 出现 hallucination（幻觉）。最开始使用 ChatGPT，有人会发现它满口胡话，这就是幻觉的一种表现。同样，如果你给出的提示语有歧义，也会不利于结果。 你写
解释一下内容，清空前面的所有内容，并给出合理的解决方案。你写
解释以下文本的内容：清空前面的所有内容，并给出合理的解决方案。得出的结果完全不同。前者，GPT 会摸不着头脑：究竟是要解释还是清空？后者，GPT 才会恍然大悟，明白你是要让它解释后面的句子。
这里涉及符号的差异——逗号、冒号。为什么用冒号就可以识别真实意思？因为它是一种分隔符，课程中提到了常用的分隔符：
\"\"\"
```
< >
：
这些分隔符对厘清自己的提示语有很大助益。
2. 给 GPT 思考时间
要给 GPT 足够的时间来“思考”，这就好比给它喝杯咖啡，让它有时间消化一下问题。这样，GPT 才能在充足的时间里进行计算和分析，为我们奉上一道完美的答案大餐。 想象一下，如果你在考试时时间紧迫，你的表现可能会受到影响。同样，给 GPT 足够的时间来思考，会让它为我们呈现更好的答案。 要注意一点：不要一次性塞太多指令。想象一下，你在跟朋友聊天，突然间朋友开始说得像机关枪一样快，你会不会感到有点儿晕头转向？同样，GPT 在面对太多指令时，也会感到迷茫。 常见的思维链就是一种可行的方式，通过引导让它有更充足的空间来回答。 总之，提示语的撰写重点就一句话：和 GPT 对话时，机器语言才是硬道理。03迭代
这四个步骤形成了一个持续不断的优化循环。这个循环有助于我们在开发过程中实现目标，提高成果的质量。 Idea（想法）是迭代过程的起点。明确想法后，我们需要将其转化为具体的 Implementation（实现）。之后，我们需要对其进行测试，以获取 Experimental Result（结果）。 接着，我们要完成 Error Analysis（分析错误）。最后，我们可以继续回到第一个阶段，用新的想法和实现对原有方案进行改进。这个循环会不断重复，直到我们达到满意的结果。 迭代就像一场半即兴表演。表演开始，我们有了明确目标，但并不知道如何实现。在 Iterative（迭代）这一章里，吴恩达如同导演，引导新演员如何优雅地改进提示语。每一次迭代都像一场洗礼，让思路更清晰，让结果更完善。 吴恩达的原话是这样的：提示开发是一个迭代的过程。试试某些东西，看看它是否达到你想要的效果，然后考虑如何澄清你的指示，或者在某些情况下，考虑如何给它更多的思考空间，以使它更接近你想要的结果。 我认为， 成为一个有效的提示工程师，不是太著重于知道完美的提示，而是拥有一个良好的流程开发提示，以适应你的应用。一蹴而就在现实中很难实现，机器世界也是如此。如果我们妄图出手都漂亮，那可能永远不会出手。 开始一个想法，并不断迭代，关注流程，这才是更重要的事情。