- 首页
- 介绍
- 提示在AI模型中的作用
- 什么是生成式AI?
- NLP和ML基础
- 常见的NLP任务
- 优化基于提示的模型
- 调整和优化技术
- 预训练和迁移学习
- 设计有效的提示
- 提示生成策略
- 监控提示有效性
- 特定领域的提示
- ChatGPT提示示例
- 扮演…角色(ACT LIKE)提示
- 包含…信息(INCLUDE)提示
- 列出…信息(COLUMN)提示
- 查找…信息(FIND)提示
- 翻译提示
- 定义提示
- 转换提示
- 计算提示
- 生成想法提示
- 创建一个列表提示
- 确定原因提示
- 评估影响提示
- 推荐解决方案提示
- 解释概念提示
- 概述步骤提示
- 描述好处提示
- 解释缺点提示
- 缩短提示
- 设计脚本提示
- 创意调查问卷提示
- 分析工作流程提示
- 设计入职流程提示
- 开发培训计划提示
- 设计反馈流程提示
- 制定留存策略提示
- 分析SEO提示
- 制定销售策略提示
- 创建项目计划提示
- 分析客户行为提示
- 创建内容策略提示
- 创建邮件营销活动提示
- 工作场所中的ChatGPT
- 程序员的提示
- 基于人力资源的提示
- 基于财务的提示
- 基于营销的提示
- 基于客户服务的提示
- 思维链提示
- 先问后答提示
- 填空提示
- 视角提示
- 建设性批评提示
- 比较提示
- 反向提示
- 社交媒体提示
- 高级提示工程
- 高级提示
- 新想法和文案生成
- 伦理考量
- 应该做和不应该做的事情
- 有用的库和框架
- 案例研究和示例
- 新兴趋势
- 提示工程有用资源
- 快速指南
- 有用资源
- 讨论
讨论提示工程
提示工程是设计文本提示以帮助大型语言模型 (LLM) 生成更准确、一致和富有创意的输出的过程。通过仔细选择提示中的单词和短语,提示工程师可以影响LLM解释任务的方式及其产生的结果。
广告