chatgpt学习

掌握ChatGPT，高效工作：深入理解及实践技巧，避免信息垃圾，精准获取所需。

1 ChatGPT

读大量公开文本信息，涌现逻辑思维能力的大语言模型(LLM)

文字、代码、字符(不考虑多模态)的任务

训练文本截止(2021年9月)

无法获取公开知识、未必准确、卸载prompt里(你的想法、背景、爱好它无法感知)

Prompt(触发和引导大语言模型的输入文本)

Prompt Engineering(优化prompt设计，改进回答，不同措辞、详细背景信息)

中文(自然表达、适合中文相关知识和领域，专业领域差)，英文(模型表现更好，国际性信息)

1.1 ChatGPT Prompt Engineering实战

prompt词的分享网站

1.1.1 Prompt的基础结果

指令词(事情)、输入(问题、内容)、背景(上下文信息)、输出要求(格式、长度限制)

猜测(日期、天气、展开对话、文本补充)、输出文本结构范例(提供输入学习、输出要求)

1.1.2 Prompt 技巧

设定你的角色(提高相关性和满意度)

设定chatgpt角色(专业角色，老师律师)

明确问题(细化)

提供背景信息(基础信息、现状)

分阶段提问(复杂任务(出问题、回答问题、评估问题)、简单问题开端、逐步深入)

引导合理的思维顺序(先展示，让chatgpt合理的思维方式一步步来)

反馈和迭代(逐步)

1.1.3 典型场景实践

Chat with Books(已经公开发行的书籍是幼稚来源，辅助学习(提供问题和作业))

Chat with Everything()

独立开发者(引入“产品经理”角色，角色扮演能力实现一个人就是一个团队的效果，引入工作流的角色)

翻译能力

求职场景(工作履历+岗位JD，自动生成每个岗位的建立，Latex代码(ppt可以用)，在Overlea网站生成了，面试演练)

chatgpt+midjourney(英文，结构化，摄影相机位置、光线、构图(chatgpt懂相机设置))

随机扩充概念(脑洞)

图像反向描述(图片输出描述，迭代新的描述)

1.2 ChatGPT训练原理

预训练(LLM,基础模型，95%训练时间，LLaMA，GPT3(3000亿token))、监督微调(提示词和回答数据)、奖励模型(评价打分)、强化学习(最大化奖励回答)

（1）预训练 BaseModel

好的提示词逼出好的训练语料，

词汇表字词化(减少次数，提升翻译)

迭代训练

帮助预测下一个单词，而不是回答

需要开发者继续开发

（2）监督微调 SFT Model

几天时间，目标(依然预测下一个单词)

提供模型实例(学习人类的指令)

（3）奖励建模 Reward Modeling

不同回答打分的模型

（4）强化学习 Reinforcement Learning

获取更高得分的答案(更符合人类偏好，中庸，符合一般性，发散性不如Base Model)

1.3 人和AI思维模式差异

提示词功能（缝合人与AI差异）

提供充足的知识和背景

提供必要的工具（chatgpt+browsing+plugings）

允许回溯和检查（本身不带回溯，提问“你的回答是否准确”，反思）

激发“系统二”慢思考(复杂问题拆解小任务+反思系统(AutoGPT)，更多思考时间，few-shot(提供实施)，think step by step(chatgpt思维展开))

ChatGPT不想要成功(进修prompt，加入你是这个领域的专家，一般回答质量更好)

1.4 自定义指令 Custom Instruction

省略每次对话的全局性设置(提高日常使用效率，本身没有提高)

自己写，针对个人身份(提炼聊天记录)

简单文字->更好效果

1.5 使用技巧

通用技巧：

1扮演专家角色回答

2告诉chatgpt你的身份和能力

3限制回答长度

4让chatgpt一步步思考

5明确要求和目的

6提供充分背景信息

7结构化思考prompt

8系统化设置自定义指令(custom instructions)

工作相关技巧：

9生成相关简历(结合JD调整，输出Latex)

10结合chatgpt写周报(few-shot少示例提示)

11提供思考方向(脑暴，提供思路)

12特定角色融入工作流

13将顶级企业工作方法融入工作流(亚马逊PRFAQ，PEST)

14帮助写小红书创造内容

15帮助写视频脚本(few-shot，先找好的脚本示例)

16将你的想法实现为产品(自然语言编程)

学习效率提升：

17用chatgpt总结一本书的内容

18基于目标，选择性阅读

19学习过程帮助解释概念，提供示例

20用chatgpt考察学习成果(费曼学习法，出题)

21读书笔记和书评

提升写作效率

22回复邮件，公文类

23作为编辑帮助润色文章

24梳理大纲在进行写作

25用特定作家的口吻写作

26用特定作家的口吻翻译

数十种角色prompt

1.6 复杂问题解决

简单问题what、where、when

复杂问题why(知识背景更广,事实推理，不会基于跟人立场、信仰使其逻辑自洽)和how(完成任务，提供目标、路径和工具)

google 插件(voice control for chatgpt)

沟通视窗

盲区问题：

公开区：

检验、扩充认知

隐私区:

21年9月后、专业领域

未知区：

都不知道

如果……发生，会产生什么影响？

【提问句式整理】
（你不知道，GPT知道）
1、元问题：我想了解xxxx，我应该向你问哪些问题？
2、请给我列出xxx领域/行业相关的，最常用的50个概念，并做简单解释。如果有英文缩写，请给出完整的英文解释。
3、请详细介绍一下elon musk的主要生平事迹。请详细介绍一下tesla这家企业的发展历程。

（你知道，GPT也知道）
检验认知：
1、对于xxx主题/技能，你认为哪些是我必须理解和掌握的核心要点？
2、我理解的xxx是这样的，你觉得我的理解对吗？
3、我对xxx有一些想法，你能帮我批判性地分析一下这些想法的优点和缺点吗？
4、我正在考虑xxx的决定，你能帮我分析一下可能的结果和影响吗？

扩充认知：
1、我知道xxx的概念，我想知道更多关于xxx的信息。
2、我在xxx问题上遇到困难，你能提供一些可能的解决方案或建议吗？
3、我想要深入学习xxx，你能推荐一些进阶的学习资源或学习路径吗？
4、我想要在xxx领域有所创新，你能提供一些启发或想法吗？
5、我想在xxx领域提升自己，你能根据最新的研究和趋势给我一些建议吗？
6、我正在考虑学习xxx，你能给我一些关于这个领域未来发展的观点吗？
7、（背景信息xxx），我要做关于xxx的研究，我认为原因是，还有其他可能的原因吗？给出一些可能的研究假设。
8、我是一个xx新手，马上要采访这个行业的资深大佬，我应该向他请教哪些有价值的问题？

（你知道，GPT不知道）
介绍背景现象之后可以向gpt发问，你怎么看待这种现象？可能的原因有哪些？这会对xxx产生什么样的影响？你觉得xxx应该怎么做？

（你和GPT都不知道）
如果xxx，这对社会会产生什么影响？

检验自己认知/能力水平提问句式
1、为了测试我对xxx的理解程度，你会问我什么问题来检验我的水平，最少10个。
2、我是xx领域的专家，你会问我哪些问题来检验我的专业水平？
3、追问一句，这些我都懂，还有更专业更细更深的问题吗？
4、你问我答的游戏

扩展自己能力边界的提问句式我已经很精通xxx了，我想知道我是否还有需要学习的地方？然后不停的问，还有呢还有呢？

让GPT完成具体任务
1、我想做xxx，你能给我提供什么帮助？
2、我想要你做xxx，我应该给你输入什么信息？
3、直接下指令