class1问题:让新技术助力提效，这题有没有解？
ChatGPT除了解惑，还能解决需求。
当我们和GPT交流时，会遇到哪些问题？
1.它都可以帮我干什么？
提供常见的ChatGPT可介入场景
需要做提升精度和可用性问题，
基于任务分类，列出七大类应用，底层都是内容生成，文本任务和编码是其中两大基本盘
2.这些需求如何快速实现？
ChatGPT在应用中产生的问题
这些问题的产生都是因为在实际应用过程中想要获得超越预期的结果，还需要掌握一些方法来精辟驾驭GPT，这些技巧被定义为提示词工程，更精确的说:好提示决定了需求解决的质量
总结
class2专注回答两个问题:
1.什么是ChatGPT?
CHATGPT，一个预训练的对话式文本生成AI其中，chat包括输入端里发出的有效提问和输出端的智能参考答案。
一个广泛的误解:“ GPT通过搜索来拼凑答案”是上一个搜索时代的惯性认知幻觉。
GPT的运行方式：我们提交问题，云端的GPT大脑基于预训练好的能力“计算”出结果。
2. ChatGPT有什么样的底层能力？
①涌现，会表达
随着模型迭代的参数量变，ChatGPT 对世界的认知产生了质变。TA 不再是单纯记住预训练的信息。现在的信息会通过理解，再被提炼为知识，然后由 GPT 为你表达。而到了 GPT-4，也可以说 TA 拥有超越了认知的创造力。
②思维链，能推理
GPT3 之后的模型泛化出了思维链（CoT，Chain-of-Thought）的能力，这个能力是模型涌现新能力的关键机制，你可以把它理解为 GPT 的推理能力（Resoning）。比如我希望 GPT 结合 Golden Circle（一种思维模式），说一说 iPhone 的销售方式，这就是无法通过搜索来拼凑的答案，但 GPT 就能给你说出来。
class3由简入繁，从解答到解决
开始应用chat GPT遇到的共性问题
提问5要素
主题:是什么/做什么
用自然语言发挥就是:XX是什么？我们来谈谈XX。为什么XX？你怎么看XX？如果XX会怎么样？写一份XX。
数量:要多少个参量？
为何需要数量，因为不指定，那就只有一个参考。
细节:具体说。
只要你不提期望的细节，结果必然泛泛而谈。
方式:怎么来？
三种实用方式引导chat GPT修正:
第1种：基于偏好/感受
第2种:基于目标受众
第3种：基于课题创造性。
格式:怎么秀？
1.日常办公： PPT脑图流程图通通要求输出，Mark down自己再转化一下。
2.数据可视化：让GPT联动Python或者Excel可生成专业级的可视化图表。
3.教育和投资领域：可以直接让GPT直观渲染公式可读性和辨识性都很优秀。
怎样持续对话？
中断是ChatGPT的常态，对话是可持续
ChatGPT倾向于从头开始补全，应该使用精确继续 Prompt来应对:
本文链接：https://my.lmcjl.com/post/13505.html
4 评论