成為GPT高手

梁成睿，一位專註於科技領域的創作者，擔任過設計師、程序員和工程師，擅長不同的技術，從 2014 年開始在不同平臺上分享自己的自動化工具使用心得和自動化任務開發經驗。

目 錄

 

第 1章　概述　001

1.1　GPT　002

1.1.1　G表示生成式　003

1.1.2　P表示預訓練　004

1.1.3　T表示變換器　005

1.2　GPT的上限和下限　008

1.2.1　GPT的上限　008

1.2.2　大語言模型“可怕”的能力：涌現　010

1.2.3　GPT的下限　011

1.3　GPT給人們帶來的好處　012

1.4　本書用到的GPT服務　012

第 2章　讓GPT不再“胡說八道”　014

2.1　不再“胡說八道”：為GPT提供素材的技巧　015

2.1.1　素材不要拘泥於當前語言　015

2.1.2　用第三方工具預先壓縮內容　015

2.1.3　當對話距離素材過遠時，重新提醒　016

2.1.4　更高的追求：統一素材的格式　016

2.2　身份扮演：基礎但重要的優化方法　017

2.2.1　如何寫出好的身份扮演提示詞　018

2.2.2　優化第三方提示詞　019

2.3　提示詞優化技巧　019

2.3.1　分步：將大問題拆分為小問題並多次提問　020

2.3.2　舉例：從熟悉的內容入手　021

2.3.3　填空：給問題需要回答的部分留空　023

2.3.4　思維鏈：分步法與舉例法的結合　024

2.4　一步與兩步“重復深化法”：讓GPT復述問題優化提示詞　026

第3章　用GPT解決各種問題　029

3.1　更好地排除不需要的內容　030

3.2　準確提取關鍵信息　031

3.3　知識檢索　034

3.3.1　好玩的檢驗方法　034

3.3.2　最好的方法：聯網搜索　035

3.3.3　知識生成法　035

3.3.4　用知識生成法生成虛構內容　036

3.4　文章生成　036

3.4.1　結構化指導　037

3.4.2　長文體生成　039

3.5　將數字運算轉換為GPT擅長的格式遷移　042

3.5.1　將計算問題轉換為變量　042

3.5.2　將計算問題轉換為Python代碼　043

3.5.3　數學運算的終極準確度—— 使用Wolfram Alpha插件　044

3.6　GPT準確度優化　046

3.6.1　論文寫作　046

3.6.2　理解和學習復雜的新知識　046

3.6.3　提取需要的數據信息　048

第4章　讓GPT瞭解用戶的需求　050

4.1　GPT的不足　051

4.2　按六要素限定背景　051

4.3　給回答指定目標受眾　052

4.4　底部指令背後的潛力　054

4.4.1　將指令放到問題的最後　054

4.4.2　後置指令的原理　054

4.4.3　後置指令對GPT創意和想象力的作用　055

4.5　提供上下文的技巧　055

4.5.1　拆分提示詞　055

4.5.2　拆分提示詞的拓展用法　056

4.6　添加註釋以理解復雜提示詞　056

4.7　要求多角度回答　059

4.8　消除歧義　060

4.9　多例子的註意事項　063

4.9.1　例子的分佈　063

4.9.2　例子的順序　063

4.9.3　例子的詳細程度　064

4.9.4　例子的語言風格　064

4.9.5　使GPT將例子統一化　065

第5章　讓GPT記憶力超群　067

5.1　慢慢調校　068

5.2　AI的“記憶”　070

5.2.1　電腦存取數字信息的方式　071

5.2.2　機器學習的記憶：巨量疊加的復雜狀態　072

5.2.3　保存狀態而不是數據　073

5.2.4　復雜的狀態誕生智能　075

5.2.5　壓縮即智能　077

5.3　通過總結當前的對話治好健忘的GPT　077

5.3.1　保證高質量的提示詞　078

5.3.2　讓GPT總結對話　078

5.3.3　在新對話中提供之前總結的內容　079

5.4　通過形成多個連續回憶治好健忘的GPT　080

5.4.1　保存對話為外部文檔　080

5.4.2　個人GPT記憶庫：給總結分層　082

5.4.3　海量數據：鏈接式知識圖譜　086

第6章　GPT的應用　088

6.1　使用GPT作為醫學診斷助手　089

6.1.1　提問前：提供知識　090

6.1.2　提問前：進行身份扮演　090

6.1.3　提問中：測試並調整　091

6.1.4　提問後：更加復雜的問題　092

6.2　使用GPT實現復雜算法　093

6.2.1　提問前　094

6.2.2　提問中　097

6.2.3　模型代數越新效果越好　098

第7章　讓GPT自動運行　101

7.1　讓GPT自發完成我們設定的目標　102

7.1.1　代碼環境型　102

7.1.2　嵌入操作系統型　102

7.1.3　獨立閉環型　103

7.2　GPT主動執行的內驅力　104

7.2.1　GPT的“內驅力”：提示詞循環　104

7.2.2　AutoGPT的工作流程　105

7.2.3　增加GPT的“動力”　108

第8章　商業級別的GPT　110

8.1　有個性的GPT：給GPT打造虛擬性格　111

8.1.1　簡單的虛擬性格：四步走　111

8.1.2　創建虛擬性格的使用技巧　113

8.2　有個性的GPT：商業級虛擬人物創建　114

8.2.1　創建商用級別的生成式智能體　115

8.2.2　確定角色背景　115

8.2.3　確定角色的外在　116

8.2.4　確定角色的內在　116

8.2.5　確定情境　118

8.2.6　優化提示詞　120

8.2.7　註意事項　120

8.3　好為人師：使用Mr. Ranedeer讓GPT變成老師　122

8.3.1　Mr. Ranedeer的作用和優勢　123

8.3.2　使用Mr. Ranedeer制訂學習計劃　124

8.3.3　Mr. Ranedeer的高級用法　126

8.4　使用提示詞“編程”：Mr. Ranedeer和微軟如何調校GPT　127

8.4.1　拆分不同功能區　128

8.4.2　編寫規則：Markdown格式與編程格式　128

8.4.3　實現可擴展性　130

8.5　實戰案例：讓GPT批量識別發票並生成表格　132

8.5.1　打包發票和下載語言包　132

8.5.2　識別發票和生成表格　133

8.5.3　提取內容並糾正文字　134

8.5.4　高級用法　136

第9章　如何辨別GPT生成的內容　138

9.1　人眼觀察：GPT生成文本的規律　139

9.2　GPT文本檢測工具　140

後記　142