AI教程 2025年01月5日
0 收藏 0 点赞 289 浏览 5072 个字
摘要 :

AI提示词入门指南-提示词的进阶技巧12: 技巧12:迭代式提问,充分激发AI 大语言模型的潜力 想象一下,你正在与一位专业的健身教练交谈。由于你对健身一窍不通,你在对……

哈喽!伙伴们,我是小智,你们的AI向导。欢迎来到每日的AI学习时间。今天,我们将一起深入AI的奇妙世界,探索“AI提示词入门指南-提示词的进阶技巧12”,并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知,只需唤醒你的潜能!”跟着小智的步伐,我们终将学有所成,学以致用,并发现自身的更多可能性。话不多说,现在就让我们开始这场激发潜能的AI学习之旅吧。

AI提示词入门指南-提示词的进阶技巧12

AI提示词入门指南-提示词的进阶技巧12:

技巧12:迭代式提问,充分激发AI 大语言模型的潜力

想象一下,你正在与一位专业的健身教练交谈。由于你对健身一窍不通,你在对话的开始没办法与他谈论具体的细节。你只能简单地对他说:

我想增强身体的力量。

他回答:

好的,我们可以制订一个健身计划。

你继续提问:

那我应该从哪里开始?

他说:

让我们从基础训练开始,如深蹲和硬拉。

然后你又问:

深蹲的标准姿势是什么?

他详细地解释了深蹲的步骤和注意事项。

整个过程中,你通过不断地提问,逐步从一个大的目标(增强力量)细化到具体的动作(深蹲)。这就是迭代式提问。

AI大语言模型的魅力之一就是支持连续对话,因此你可以把人与人之间交流的这种方式带入AI大语言模型,这就是所谓的迭代式提问。在AI大语言模型场景中,这个策略很常用,因为我们的想法有时并不清晰,无法一次性给出精准的问题。这时,我们可以先提出一个模糊的问题,从AI大语言模型的回答中获取灵感,然后逐步细化问题。同样,我们也可以通过持续地进行迭代式提问,引导AI大语言模型逐步改进答案,增加细节,修正错误,甚至产生更多的创意思维。

接下来,我们将通过一系列实例,展示如何在不同的应用场景中使用迭代式提问。

利用迭代细化答案

假设你是一个初级数据分析师,希望通过AI大语言模型辅助你进行销售数据的分析工作。你可以首先向AI大语言模型提问。

我需要对销售数据进行分析,应该从哪里开始?

AI大语言模型可能会给出一个总体的框架。例如(ChatGPT-3.5):

对销售数据进行分析是一个复杂且重要的任务。以下是你可以开始的一些步骤:

对销售数据进行分析是一个复杂且重要的任务。以下是你可以开始的一些步骤:
1.确定分析目标:明确你希望通过销售数据分析达到的目标。例如,你可能想了解销售的总体趋势、客户行为、产品表现等。(以下略)

在回答中,提到了“了解销售的总体趋势”,你可以继续提问:

如何查看销售额的总体趋势?

输出(ChatGPT-3.5):

要查看销售额的总体趋势,你可以采取以下步骤:
1.收集销售数据:从你的销售记录或数据库中收集销售数据,包括销售日期和销售额,确保数据的准确性和完整性。
2.数据预处理:对销售数据进行预处理,包括去除任何异常值或缺失数据,并确保数据按照时间顺序排序。
(以下略)

再根据AI大语言模型的回答,继续细化你的问题,如:“我应该用什么样的图表来展示销售额的趋势?”通过这种方式,你可以从一个广泛的问题逐步深入到具体的分析步骤。

例如,假设你是一个新手项目经理,希望AI大语言模型帮助你建立一个项目管理计划。你可能首先会问:“如何创建项目管理计划?”AI大语言模型可能会给出一个总体的框架。这时你可以进一步提问:“怎样设置项目里程碑?”接着,你可能会问:“怎么为每个里程碑分配资源?”通过这种迭代式提问的方式,逐步从一个大的问题细化到具体的操作步骤。

利用迭代纠正错误

假设你是一名法律顾问,想通过AI大语言模型了解劳动法的情况。你的第一个输入可能是:

我需要了解关于劳动法的最新变化。

输出(ChatGPT-3.5):

劳动法是一个广泛的领域,政策和法规可能因国家、地区和行业而异。您可以通过政府官网、律师或法律咨询、新闻媒体等方式,了解劳动法的最新情况。

AI大语言模型给出的信息并不是你想要的。此时你可以对其进行纠错(请确保在同一个聊天对话中继续追问):

我指的是中国的劳动法,其在2018年12月29日有过修订。

输出(ChatGPT-3.5):

非常抱歉,我了解您指的是中国的劳动法。根据我所了解的信息,中国的劳动法在2018年12月29日进行了修订。以下是2018年修订的一些重要变化。
(1)合同期限:(以下略)
(2)劳动合同解除:(以下略)
(3)工资支付:(以下略)
(以下略)

利用迭代发散创意

假设你是一名广告创意者,需要一些关于环保的广告创意。你的输入可能是这样的。

我需要一些关于环保的广告创意。

输出(ChatGPT-3.5):

当然,我可以帮您提供一些环保广告创意。以下是一些可能会激发您创意的想法:(以下略)

AI大语言模型会给出一个基本的创意概念。然后你可以进一步追问:

如果广告的主角是一只会说话的企鹅,会有什么有趣的创意?

输出(ChatGPT-3.5):

企鹅可以站在一片被污染的海滩上,抱怨这些垃圾和污染物如何破坏了它的家园。企鹅可以穿戴着一套时尚的环保装备,如可回收的衣服和鞋子,同时展示如何在日常生活中进行环保行动。企鹅可以强调环保行动不仅有益于地球,而且还能让你看起来很酷。(以下略)

再继续迭代,你可以问:

如果这只企鹅正在南极,由于全球变暖,它的家园正在消失,那么故事会怎么发展?

输出(ChatGPT-3.5):

故事开始时,这只可爱的企鹅在南极的家园里快乐地生活着。(以下略)

这样的迭代式提问可以帮助你发散思维,得到更多的灵感。和人与人之间的交流不同,AI大语言模型不会因为你打断它的创意思路而恼怒,因此你可以随时把你的想法告诉AI大语言模型,转变创意的方向,最终得到天马行空的想法。

利用这种发散式思维,你可以使用AI大语言模型从一个地方出发,逐步探索很多未知的角落。这种提问方式不追求对一个问题问到底,而是从一个问题出发不断迁移话题,最终找到自己感兴趣的点。例如,假如你是一个历史和哲学方面的研究学者,你可以使用这个方法“探索”出很多值得研究的学术课题。假如我们的第一个问题如下:

尼采为何既是历史主义的克服者、反对者,同时又是历史主义者?这与黑格尔的历史主义有何不同?

输出(ChatGPT-3.5):

尼采是历史主义的克服者和反对者,因为他批评了传统历史观念的一些基本假设,如认为历史是一个线性的、有目的的进步过程,认为历史是客观真实的反映,认为人类社会存在着普遍的价值标准等。尼采认为这些观念是错误的。尽管如此,尼采也是历史主义者,因为他认为历史是人类生活中不可或缺的一部分,而且历史可以为我们提供重要的思想和文化资源。

尼采的历史主义与黑格尔的历史主义有很大的不同,黑格尔将历史主义置于其哲学的中心地位,认为历史是一个有目的、有意义的进步过程,是绝对精神的发展历程,历史的终点是现代国家和自由主义社会的到来。

仔细阅读AI大语言模型的输出,你对“黑格尔将历史主义置于其哲学的中心地位”这句话产生了探索的兴趣,于是你继续问AI大语言模型:

为何黑格尔将历史主义置于其哲学的中心地位?

输出(ChatGPT-3.5):

黑格尔将历史主义置于其哲学的中心地位,是因为他认为历史是理性的展开和实现,是人类自我意识的发展过程。
(中间略)
因此,历史在黑格尔的哲学中具有重要的地位,它不仅是人类社会发展的记录,更是理性的运动和实现,是人类自我认识和自我实现的过程。
(以下略)

你想进一步了解黑格尔哲学中历史的地位,你可以继续追问:

你能否提供一些例子来说明历史在黑格尔哲学中的重要性?

输出(ChatGPT-3.5):

有几个例子可以帮助说明这个观点:
(1)自由意志的实现:(以下略)
(2)文化的演进:(以下略)
(3)国家的形成:(以下略)

我们看到AI大语言模型提到了“文化的演进”,我们再次掉转航向,对问题做迁移。

在关于“文化”的观念上,黑格尔与瑞士文化史家布克哈特有何不同?

输出(ChatGPT-3.5):

黑格尔和布克哈特在关于“文化”的观念上有一些不同之处。
(1)对“文化”的定义:(以下略)
(2)对“文化”的历史性认识:(以下略)
(3)对“文化”的价值评价:(以下略)
总的来说,黑格尔和布克哈特对“文化”的观念存在一些不同之处,主要表现在对文化的定义、历史性认识和价值评价等方面。

上面这些例子展示了通过迭代式提问来发散创意的一些用法。

在实际使用中,你可能会在一次对话中综合使用上面提到的多种迭代式提问的方式。下面的例子将会综合展示这样的场景。

假设你是一名公关专员,正在策划一场新闻发布会。你首先问AI大语言模型:“我需要策划一场新闻发布会,有什么建议?”AI大语言模型可能会给出一些基本的步骤,如确定新闻主题,选择发布会地点和时间等。

然后,你可以继续提问:“如果新闻主题是发布新产品,那么我应该怎么准备?”这时,AI大语言模型可能会给出一些具体的建议,如提前准备产品演示,编写产品介绍稿等。

然后,你发现AI大语言模型的回答中有一些信息不准确,如它建议你在发布会上提供免费样品,但你的新产品是一款软件,并不能提供实体样品。这时,你可以纠正AI大语言模型的错误:“我们的新产品是一款软件,无法提供免费样品,有没有其他的推广建议?”AI大语言模型可能会修正自己的建议,如提供免费试用或者折扣优惠等。

在整个过程中,你可以通过迭代式提问,逐步从一般的问题(策划新闻发布会)细化到具体的步骤(如何推广软件产品),同时修正AI大语言模型的错误,获得更准确的建议。

总的来说,迭代式提问是一种强大的工具,可以帮助我们在与AI大语言模型的交互中,得到更精准、更详细、更创新的回答。只要我们善于提问,愿意不断迭代,就一定能充分发挥AI大语言模型的潜力。

扩展阅读 目前,AI大语言模型能够记忆的最大的“聊天记录”长度(上下文长度)是有限的。因此,当你进行迭代式提问时,如果提问的轮数过多,可能会导致最早的聊天记录被AI大语言模型遗忘(哪怕你在界面上能看到这些较早的记录)。如果你发现AI大语言模型不再记得最早的内容,可以选择在下一轮对话开始时,将一些最关键的信息重新告诉AI大语言模型,如“我们正在讨论……,涉及……和……。现在我们继续讨论”然后再继续你的问题。

三步连续对话法:先生成样本,再生成内容

我们在写文章的时候,经常会先列出提纲,然后对提纲进行完善,最后开始书写正式的文稿。同样,在我们使用AI大语言模型生成内容的时候,也可以先让AI大语言模型生成一个样本,然后针对这个样本做修正,最后再生成最终的文本。这就是“三步连续对话法”。

假如你是公司年会的策划人,需要完成公司年会的策划方案。你可以直接让AI大语言模型完成这份策划方案。

请完成一份公司年会的策划方案。

输出(ChatGPT-3.5):

策划方案:公司年会
1. 确定目标和主题:
(1)确定年会的目标和宗旨,如庆祝过去一年的成就、鼓励员工、促进团队合作等。
(2)确定年会的主题,使其与公司文化和价值观相一致。
2. 预算规划:(以下略)
3. 确定时间和地点:(以下略)
4. 活动内容规划:(以下略)
5. 餐饮和礼品安排:(以下略)
6. 宣传和邀请:(以下略)
7. 会场布置:(以下略)
8. 技术支持:(以下略)
9. 活动执行计划:(以下略)
10. 反馈和总结:(以下略)
以上是一份公司年会的策划方案的基本框架。根据公司的具体情况和需求,你可以进一步细化和定制这个方案。希望这能对你有所帮助!

这种提问方式是否能得到你想要的年会策划方案,需要靠运气。你很难掌控AI大语言模型输出的具体内容,可以通过“三步连续对话法”改进这一提问方式。

第一步:生成样本 首先,你可以让AI大语言模型生成一个策划方案的大概框架或示例,而不是一份完整的策划方案。这可以帮助你了解AI大语言模型的思考方式,并提供一个初步的方案供你参考。

请给我一个公司年会策划方案的大概框架。

在这一步,你的目标是让AI大语言模型给出一个公司年会策划方案的基本结构,而不需要进入具体的细节。

第二步:对样本进行修正 接下来,你可以根据AI大语言模型给出的样本进行修正,指出其中的错误,或者提出你的需求和想法。

这个框架不错,但我希望在策划内容中增加一些创新的元素,如虚拟现实游戏。还有,我希望晚宴有更多的娱乐活动。

在这一步,你的目标是修改AI大语言模型的样本,使其更符合你的需求。你可以根据你的喜好和具体情况,提出具体的修改建议。

如果在你提出修改需求后,AI大语言模型给出的新框架依然不能满足你的需求,你可以重复这个步骤,直到得到理想的结果。

第三步:生成内容 最后,你可以让AI大语言模型根据你的修正,生成最终的策划方案。

好的,请根据上面的讨论,给我一个完整的包含虚拟现实游戏和晚宴娱乐活动的公司年会策划方案。

在这一步,你的目标是让AI大语言模型生成一份满足你需求的最终策划方案。你可以明确指出你的需求和期望,让AI大语言模型生成更符合你要求的内容。

通过“三步连续对话法”,你可以更好地控制AI大语言模型的输出,使其更符合你的需求和期望。这种方法不仅适用于生成策划方案,也适用于其他需要创造性思考和策略规划的任务。

AI提示词入门指南-提示词的进阶技巧13
AI提示词入门指南-提示词的进阶技巧13:技巧13:自我一致性,让AI大语言模型学会自我纠错 不知道你有没有过这样的经历——当你兴奋地想...

嘿,伙伴们,今天我们的AI探索之旅已经圆满结束。关于“AI提示词入门指南-提示词的进阶技巧12”的内容已经分享给大家了。感谢你们的陪伴,希望这次旅程让你对AI能够更了解、更喜欢。谨记,精准提问是解锁AI潜能的钥匙哦!如果有小伙伴想要了解学习更多的AI知识,请关注我们的官网“AI智研社”,保证让你收获满满呦!

微信扫一扫

支付宝扫一扫

版权: 转载请注明出处:https://www.ai-blog.cn/1625.html

相关推荐
01-15

面向开发者的LLM入门课程-路由链: 路由链 到目前为止,我们已经学习了大语言模型链和顺序链。但是…

216
01-15

面向开发者的LLM入门课程-顺序链: 顺序链 当只有一个输入和一个输出时,简单顺序链(SimpleSequen…

289
01-15

面向开发者的LLM入门课程-简单顺序链: 简单顺序链 顺序链(SequentialChains)是按预定义顺序执行…

289
01-15

面向开发者的LLM入门课程-大语言模型链: 模型链 链(Chains)通常将大语言模型(LLM)与提示(Pro…

289
01-15

面向开发者的LLM入门课程-对话储存英文版提示: 英文版提示 1.对话缓存储存 from langchain.chains…

289
01-15

面向开发者的LLM入门课程-对话摘要缓存储存: 对话摘要缓存储存 对话摘要缓存储存,使用 LLM 对到…

289
01-15

面向开发者的LLM入门课程-对话字符缓存储存: 对话字符缓存储存 使用对话字符缓存记忆,内存将限制…

289
01-15

面向开发者的LLM入门课程-对话缓存窗口储存: 对话缓存窗口储存 随着对话变得越来越长,所需的内存…

289
发表评论
暂无评论

还没有评论呢,快来抢沙发~

助力原创内容

快速提升站内名气成为大牛

扫描二维码

手机访问本站