学会提示-AI时代职场必修课

学会,提示,ai,时代,职场,必修课 · 浏览次数 : 50

小编点评

## chatGPT应用指南 **1.引言** ChatGPT是人工智能语言模型,可以进行各种任务,包括文本处理、数据分析、代码生成等。它能帮助我们减少工作时间,提高效率。 **2.使用说明** * 下载并安装ChatGPT软件 * 打开ChatGPT软件,输入文本 * 输入指令,例如:生成代码、分析数据、完成任务等 **3.常见问题** * **如何生成文本?** * 输入文本,例如:文章、对话、脚本等 * 选择生成文本模式,例如:文本、代码等 * **如何分析数据?** * 输入数据,例如:表格、文本等 * 选择分析数据模式,例如:统计、机器学习等 * **如何完成任务?** * 输入任务,例如:完成工作、生成代码等 * 选择完成任务模式,例如:编程、脚本等 **4.示例** * **文本处理** * 输入文本,例如:文章 * 选择生成文本模式,例如:文本 * 输入文本,例如:对话 * **数据分析** * 输入数据,例如:表格 * 选择分析数据模式,例如:统计 * 输入数据,例如:机器学习 * **代码生成** * 输入代码模板,例如:Python * 选择生成代码模式,例如:代码 * 输入代码模板,例如:机器学习 **5.参考资料** *微软ChatGPT官方网站 *ChatGPT应用教程 *ChatGPT学习资源 **6.总结** ChatGPT是强大的工具,可以帮助我们解决各种问题。通过学习和使用ChatGPT,我们可以提升工作效率,提高 productivity,让更多精力投入到创造“主观能动性”的工作中。

正文

作者:京东 何雨航

上个时代要学会提问,这个时代要学会提示。”

引言

当你在写提数代码时,小张已经完成了数据分析;当你正在整理材料时,小王却在和对象逛环球影城;述职时,你发现小郑的汇报有了质的飞跃,但是他明明最近8点就去打羽毛球。之前大家工作效率相差无几,为何他们突然开了挂,难道是在家偷偷卷?原因其实很简单,只因AI时代到了,你需要【学会提示】

一、什么是提示

目前最热门的AI产品莫过于ChatGPT。提示(prompt)是在与ChatGPT等AI产品交流时,向其提供的关键词或者描述,以引导其理解需求或问题,并给出相关的回答或建议。

在诸多中文译法中,“提示”更体现出人与AI的平等关系。这种翻译也带有一种人是AI的引导者、启蒙者的意味,通过不断地“提示”,最终激发AI的心智。再加上词义简单易懂等综合因素,使得“提示”成为了主流译法。

二、为什么提示技巧很重要

提示是有成本的,包括了你的时间成本和实际的金钱成本。如以接口方式应用chatGPT,调用以token(可近似理解为单词)计价,以GPT4-API为例,当前的收费模式为:

提示:$0.03/1K-token,回答:$0.06/1K-token。

即每次接口调用的成本约为1元。昂贵费用的背后,是OpenAI公司采购的上万张用于运算的顶级显卡。既然成本无法忽视,那么ROI(投资回报率)的重要性就不言而喻了。

如果说ChatGPT是AI时代重要的生产力“伙伴”,那么提示技巧无疑是提升ROI的关键所在:用10个提示才能问到点上,与用1个精准提示解决问题,ROI差距岂止10倍。不断提升提示技巧,就像上个时代高效应用EXCEL和PPT一样,能有效地提高我们的工作效率。

三、ChatGPT原理简介

为了让这位AI“伙伴”更好地帮助我们,我们需要了解它的原理,从而更好地“学会提示”。ChatGPT看似神奇,但它其实就像一个超级聪明的“文字接龙”高手。虽然它可以理解人类的语言,但与人类的思维方式有所不同。

ChatGPT的“聪明”可以简化为以下4个步骤:

  1. 把你的【提示】分解成一个个词汇或片段(称为token)。
  2. 对这些token进行分析,找出其中的关键信息,传给一个庞大的预先训练好的模型。
  3. 这个模型会预测在给定的【提示】后,最可能出现的下一个词汇或片段。
  4. 将预测出的词汇或片段添加到【输入提示】中,继续进行预测,直到生成一个完整的回答。

通过以上步骤,ChatGPT能够根据你的提示生成有意义、相关的回答。

所以,在给ChatGPT发送提示后,它会根据概率逐个词汇生成回答。每次回答可能略有不同,因为生成过程本质上是个概率问题。那么,ChatGPT如何确定哪个词汇的概率最高?也是通过学习得来的,ChatGPT的学习过程主要包括以下三个阶段:

  1. 预训练(自监督学习):ChatGPT通过学习互联网上的海量数据,掌握各种上下文之间的关联,建立一个庞大的知识库。
  2. 监督学习:在这个阶段,人类专家参与引导,帮助ChatGPT在众多可能的生成方式中,挑选出符合人类喜好和期望的答案。
  3. 强化学习:在这个阶段,ChatGPT根据用户反馈对输出质量进行评估和调整。通过用户的实际使用情况,持续优化和改进回答质量。

四、ChatGPT的优势与局限性

在了解了ChatGPT的原理之后,我们可以更清楚地认识到它的优势和局限性。

优势:

1.博学无垠

ChatGPT汲取了整个互联网的知识,具备极为广泛的知识覆盖范围。因此,在回答常识性问题时,它能够提供准确的解答。

2.归纳总结与文本生成能力

基于海量的互联网文章学习,ChatGPT能够很好地提炼文章的关键点,并有逻辑地扩展文本内容。也就是人们常说的由多到少与由少到多的能力。

3.学习能力:

经过训练,ChatGPT可以理解新的流程并按照习得的流程处理问题。

4.万物互联:

Chatgpt可以基于自身的认知,将本身模型与其他功能/领域专家联动,实现更强大和灵活的AI系统,应对各种任务。未来,它就会像大脑一样,收集多元信息作出判断,调动各领域AI模型分工完成任务,串联多个APP实现功能。

局限性:

1.可能会编造内容。(幻觉现象)

因为其回答的本质是概率,一旦一个词回答错了,后面的回答就全错了。也就是大家频繁吐槽GPT3.5的胡说八道问题。

2.非联网模型。

ChatGPT的知识来源于离线模型,因此不能直接提供实时的行业趋势信息。不过,可以通过寻找权威的行业报告,并借助ChatDoc等工具让ChatGPT帮助提炼关键信息。或使用插件实现联网的信息查询。

3.难以解决特定领域的复杂问题

ChatGPT在通用知识方面训练得较多。因此,面对特定专业领域非标准化问题时,ChatGPT提供的解决方案的参考价值较低。

在了解了ChatGPT的优势与局限性之后,我们可以更有针对性地利用它来解决实际问题。在下一部分,我们将探讨如何通过有效的提示技巧,充分发挥ChatGPT的潜能。第五章的技巧均为我实际验证有效的,可以放心使用。

五、提示技巧

基础篇

1.表达清晰

清晰的提示是获得高质量回答的基础。在这里,我将与大家分享一种常用的结构。掌握这个结构后,就拥有了一个私人参谋,能够为你在生活和工作中遇到的困难问题提供建设性的思路。当然,并非所有提示都需要包含以下全部信息,这取决于你对答案的详细程度的要求。

背景中,可以包含以下信息:

  1. 角色(WHO)——包括你的角色以及相关的角色。
  2. 地点(WHERE)——如果希望得到针对性的解决方案,建议至少说明地点在中国,否则可能得到适用于美国的方案。
  3. 事件(WHAT)——具体发生的事情。
  4. 时间(WHEN)——事件发生的时间。

实际上,这些内容就是5W法则中去掉"WHY"的其他部分。

在描述清楚背景之后,需要明确“目标”,即希望从ChatGPT的回答中获得什么信息。

在特定背景下实现某个目标时,现实生活中通常会有一些约束条件,如时间、金钱和人力等。

最后,需要对达成目标的期望回答进行要求,这是对ChatGPT回答形式的规范,例如:

  1. 要求“如不知道,请回复不知道,不要编造”。这个要求可以有效减少其“幻觉”现象。
  2. 要求按照某种格式回复。
  3. 要求给出多种解决方案。
  4. 要求给出解决方案及原因。
  5. 要求回复的字数等。

举例来说,如果我想学习维修技术,下方的提示2提示1的结果质量好很多。大家可以实际操作看看。

提示词1:

如何学维修

提示词2:

我是一名电工(角色),工作时长两年半(时间),最近发现自己的工作能力陷入瓶颈(事件),我应该如何在3个月内提升自己的实力(约束)。我在北京市(地点)。请基于以上背景信息,请给出我五种操作性强的提升维修能力的方法(期望回答)。

2.追问技巧

由于ChatGPT擅长框架性回答问题,用户需要自行识别答案中的关键信息。在发现有用的信息后,可以通过追问技巧持续挖掘。

提示:

我是一名24届应届毕业生,应当如何准备找互联网方向的工作,距离秋招还有3个月。我在中国。

追问提示:

应当如何提升自己获取行业资讯的能力?

继续追问:

应当如何提升获取行业新闻和咨询的筛选能力?

继续追问:

有没有详细的信息整理的技巧?

通过逐层追问,可以抽丝剥茧,直至找到具有参考价值的具体行动方案。

需要注意,像人一样,ChatGPT有时会忘记你曾经告诉过它的部分信息。因此,在实际应用中,追问建议带上初始问题的关键信息,以防止关键背景或约束丢失。

如果它的回答出现错误,你也可以在追问中指出错误并要求给出正确的回答。

进阶篇

掌握了基础篇的能力,对于日常工作已经可以起到很大的帮助了。进阶篇可以帮助大家处理更复杂的问题。

1.示例法

示例法是一种描述【期望回答】的方法。当您希望ChatGPT以某种风格输出结果时,可以向其提供一个示例,它会参考示例进行输出。例如,提供一份示例周报,ChatGPT将生成与示例风格、格式都一致的周报。

2.为ChatGPT指定角色

这是一种有趣的拟人化用法,在网上的各种提示宝典中经常出现。如果不指定角色,ChatGPT的回答通常是中性的分条输出。让其扮演某个角色,可以获得更口语化的回答,但这并不会本质上提高回答内容的质量。以下是两种问法,大家可以自行尝试:

提示案例1:

为一台笔记本电脑撰写产品评论

提示案例2:

你是一名技术专家,请撰写一篇客观而且信息丰富的产品评论,强调新笔记本电脑的强大特点。

3.思维链(CoT)-处理多步问题。

当需要ChatGPT完成多步操作或严密逻辑推理的问题时,思维链是一种极为有效的技术。它可以增强上下文之间的联系,帮助ChatGPT更好地理解上下文之间的依赖关系。

提示案例1:

  1. 评估团队现状:请介绍如何识别和分析团队在协作方面存在的问题,例如沟通不畅、缺乏明确的目标或责任不清晰。
  2. 设定明确的团队目标和角色:在评估了团队现状之后,请提供一些建议,如何设定明确的团队目标并为每个成员分配明确的角色和责任。
  3. 建立高效的团队沟通与协作:在设定了目标和角色之后,请分享一些策略和工具,以提高团队成员之间的沟通效果,加强协作,从而解决之前识别出的团队协作问题。

在处理复杂推理时,阐释推理逻辑,对ChatGPT正确推理非常重要,能够帮助他做到举一反三,否则就可能推理失败。

提示案例2:

哪种方法是更快的回家方式?选项1:乘坐10分钟的公共汽车,然后40分钟的公共汽车,最后10分钟的火车。选项2:乘坐90分钟的火车,然后骑行45分钟,最后10分钟的公共汽车。

选项1需要60分钟,即10+40+10 = 60分钟。选项2需要145分钟,即90+45+10=145分钟。由于选项1需要60分钟,选项2需要145分钟,因此选项1更快。(阐释问题1的推理逻辑的部分,要求其解答问题2)

哪种方法是更快的上班方式?选项1:乘坐1000分钟的公共汽车,然后半小时的火车,最后10分钟的自行车骑行。选项2:乘坐800分钟的公共汽车,然后1小时的火车,最后30分钟的自行车骑行。

简言之,对人来说比较容易理解的多步推理,对ChatGPT来说有些困难,使用思维链技术可以降低ChatGPT的理解成本,从而提升输出的质量。

一些其他类型的应用案例

1.润色文章

ChatGPT擅长润色文章。你可以将自己的文章发给它并要求润色,以消除错别字和优化文案。

然而,ChatGPT仅适用于初步润色,因为它的润色能力只能确保下限。譬如本文,我在交给ChatGPT润色后,至少又改了3遍。文章的内核是作者的思想,使用ChatGPT辅助写作,作者可以将更多精力投入到构思中。

2.总结文章

由于ChatGPT非常擅长总结文章要点,你可以将文章发送给它并要求提炼文中的主要论点和论据。输出质量通常很高。目前已经出现了一些利用ChatGPT能力分析文章的产品。比较推荐的相关产品是ChatDOC,预计国内类似产品将在不久后迅速涌现。以前叫PDF阅读器的产品,可能很快都要升级为PDF分析器

3.EXCEL应用

Excel公式学习****不存在了。只需要描述想要对EXCEL中数据进行的分析维度,ChatGPT会在简单场景下提供公式,而在复杂场景下告知您每一步应如何操作。因此,可以做到在没有任何数据泄露风险的前提下,颠覆了已有的Excel使用流程。

提示案例1:

使用透视表对产品销售进行汇总:假设在一个数据表中,A列包含产品名称,B列包含销售日期,C列包含销售额。请指导如何创建一个透视表,以展示每个产品的累计销售额。

提示案例2:

图表中“列”代表每天销量,“行”代表省区,现在需要迷你图,应该如何操作,以展示出各个省区每天的销量曲线。

4.提数

同样的,ChatGPT也精通提数语句,准确的描述想要提数和链表的方式,就可以输出代码。如果公式没有跑通,还可以咨询错误的原因,chatGPT还可以根据提供的错误原因修改语句。

提示案例:

计算每个产品类别的月度销售额:有两个表格,一个名为sales(包含销售记录),另一个名为products(包含产品信息)。sales表中有sale_id(销售ID)、product_id(产品ID)、sale_date(销售日期)和sale_amount(销售额)列。products表中有product_id(产品ID)、product_name(产品名称)和product_category(产品类别)列。请给出一个SQL语句,按产品类别和月份汇总销售额。

六、如何在工作中高效运用“提示”

现在我们已经知道了ChatGPT在多场景应用技巧,那么如何将其运用于日常工作以提高效率呢?

从宏观上看,主要分为两个阶段:

①基于工作流程的AI提效。

②基于AI的流程优化。第2个阶段需要以第1个阶段为基石。

第一个阶段已经可以有效的帮助大家提升工作效率,建议采用如下方法进行实际操作:

1.确定工作场景:

使用WBS工作分解技术技术,对自己的工作内容进行分解。

2.梳理工作流程:

基于分解后的子模块,梳理出SOP。

3.确定问题类型:

定义SOP中各个环节的主要问题。判断主要解决问题的重复劳动占比。理论上,只要是依靠电脑的重复劳动,ChatGPT都能提效

4.沉淀提示模板:

不断积累针对某类特定问题的提示模板。后续再解决同类问题时,替换关键词即可。

七、总结

总的来看,ChatGPT具备很好的解决重复性、规律性问题的能力。它解放了人们在电脑上进行重复劳动的生产力,使得人们可以将更多精力投入到发挥“主观能动性”的工作中,譬如面对复杂业务场景的分析和拆解。人类最为宝贵的“思想”,变得更值钱了。

八、一点随想

上周末参加微软CTO韦青先生的分享,他也在不断学习人工智能的最新知识。然而,他表示如果授课者声称已经掌握了ChatGPT的应用,他将不会参加这样的课程,因为他认为目前还没有人能够完全理解这一技术的潜在价值。

我对此深感认同。我所分享的内容仅仅是我对ChatGPT的一些初步理解,如果能对大家有一些启发,那是我的万幸。我只希望能与大家一起不断学习、持续进步,共同迎接AI新时代的到来。

与学会提示-AI时代职场必修课相似的内容:

学会提示-AI时代职场必修课

当你在写提数代码时,小张已经完成了数据分析;当你正在整理材料时,小王却在和对象逛环球影城;述职时,你发现小郑的汇报有了质的飞跃,但是他明明最近8点就去打羽毛球。之前大家工作效率相差无几,为何他们突然开了挂,难道是在家偷偷卷?原因其实很简单,只因AI时代到了,你需要【学会提示】。

为什么 AI 时代更应该 Learn in Public

TL;DR Learn in Public 强调将学习到的知识 分享到公共空间,相较于纯输入式的学习有诸多好处。AI 工具极大降低了信息检索、整理、概括的门槛,使得输入信息更容易,但对我们真正掌握知识的帮助仍然有限,所以我们更需践行要像 Learn in Public 这样能提供 有效输出 的学习方

机器学习即代码的时代已经到来

译者注: 到底是 AI 会吃掉软件还是软件会吃掉 AI?为了 job security 工程师应该把宝押在哪儿?这篇 2021 年的文章提供的一些视角似乎印证了它现在的流行,有点“运筹于帷幄之中,决胜于数年之后”的意思,颇值得软件架构师和产品经理们内省一番。 2021 版的 《人工智能现状报告》 于

企业级测试能力提升总结

# 企业级测试能力提升总结 ## 学习的部分内容 ``` 1. UI自动化 2. API自动化 3. 性能测试 4. 测试服务架构 5. 部分迁移AI,数据相关的测试技术. ``` ## 学习时记住的一些重点-1 ``` 1. 关于软件研发的发展 传统业务是大鱼吃小鱼 软件业务是快鱼吃慢鱼 软件业其

7款优秀的AI搜索引擎工具推荐

AI搜索引擎不仅能够理解复杂的查询语句,还能够通过学习用户的搜索习惯和偏好,提供更加个性化的搜索结果。本篇文章将介绍7款在这一领域表现出色的AI搜索引擎工具,它们各有特色,但都致力于为用户提供更加智能、高效和精准的搜索体验。 传统的搜索引擎在处理模糊或多义性强的查询时往往力不从心。而AI搜索引擎则可

AI回答总不满意?你的提问方式可能完全错误!

向AI提问想写一篇论文,结果AI就生成2000字左右的文章后就完了。小伙伴们是不是也会遇到这类情况呢。今天来教大家AI提示词的技巧,学会向AI提问。

给大家分享一套非常棒的python机器学习课程

给大家分享一套非常棒的python机器学习课程——《AI小天才:让小学生轻松掌握机器学习》,2024年5月完结新课,提供配套的代码+笔记+软件包下载!学完本课程,可以轻松掌握机器学习的全面应用,复杂特征工程,数据回归,分类,算法的项目实战应用,以小学生的视角和知识储备即可学会。课程名字:AI小天才:

GAN!生成对抗网络GAN全维度介绍与实战

> 本文为生成对抗网络GAN的研究者和实践者提供全面、深入和实用的指导。通过本文的理论解释和实际操作指南,读者能够掌握GAN的核心概念,理解其工作原理,学会设计和训练自己的GAN模型,并能够对结果进行有效的分析和评估。 > 作者 TechLead,拥有10+年互联网服务架构、AI产品研发经验、团队管

使用Mask R-CNN模型实现人体关键节点标注

摘要:在本案例中,我们将展示如何对基础的Mask R-CNN进行扩展,完成人体关键节点标注的任务。 本文分享自华为云社区《使用Mask R-CNN模型实现人体关键节点标注》,作者: 运气男孩。 前言 ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习与深度学习提供海量数据预处理及交

动手学Avalonia:基于SemanticKernel与硅基流动构建AI聊天与翻译工具

Avalonia是什么? Avalonia是一个跨平台的UI框架,专为.NET开发打造,提供灵活的样式系统,支持Windows、macOS、Linux、iOS、Android及WebAssembly等多种平台。它已成熟并适合生产环境,被Schneider Electric、Unity、JetBrai