導(dǎo)讀
AI 不是來替代你的，是來幫助你更好工作。用better prompt使用chatgpt，替換搜索引擎，讓你了解如何在工作中利用Prompt高效使用ChatGPT。
01背景
現(xiàn)在 GPT 已經(jīng)開啟了人工智能狂潮，不過是IT圈，還是金融圈。
一開始，我覺的它就是一個(gè)增強(qiáng)版搜索引擎，在使用了一段時(shí)間之后，才發(fā)現(xiàn)它可能不僅僅是一個(gè)搜索引擎，它可以做更多的事情，它更加智能，搜索引擎能做的，它能做，甚至做得更好，搜索引擎不能做的，它也能做。
剛開始的時(shí)候，它的很多回答都是胡編亂造的。例如你問它一些新上映的電影，它即使不知道也會(huì)胡編亂造一通。大家又開始貶低它，覺得只不過就是一個(gè)普通的聊天機(jī)器人，但是一段時(shí)間的使用之后，你會(huì)發(fā)現(xiàn)，它進(jìn)化了。
雖然，目前chatgpt肯定不是最完善的，當(dāng)時(shí)它已經(jīng)可以很好的做一些工作了，我們可以看看利用Prompt，chatgpt會(huì)給我們那些驚喜。這里我們用國內(nèi)的文心一言大模型，進(jìn)行測試。
02AI 可以幫助我們做什么？
2.1 知識(shí)總結(jié)
剛開始接觸學(xué)習(xí)新知識(shí)的時(shí)候，難免需要去查看文檔?，F(xiàn)在的各種在線文檔非常豐富。往往對(duì)于一個(gè)初學(xué)者來說，需要接觸的信息太多、排版五花八門，學(xué)起來很費(fèi)力。
這時(shí)候就可以借助 ChatGPT 的總結(jié)能力，例如我想學(xué)習(xí)一下 K8S 的相關(guān)知識(shí)，我發(fā)給它一個(gè)文檔的地址，讓它幫我總結(jié)。
?
可以看到，它很好地總結(jié)了這篇中文的文檔，并且對(duì)每一個(gè)關(guān)鍵點(diǎn)進(jìn)行了概括，列出了文檔中所有重要的知識(shí)點(diǎn)。
在這里你繼續(xù)發(fā)一篇英文的文檔給它，它也會(huì)用中文幫你總結(jié)。
|
prompt: 總結(jié)這篇文檔https://kubernetes.io/ocs/concepts/overview/components/ 。
|
|---|
?
它總結(jié)一下 wikipedia 里的介紹。
|
prompt: 總結(jié)：https://zh.wikipedia.org/zh/%E6%B5%81%E6%B5%AA%E5%9C%B0%E7%90%832
|
|---|
?
?
當(dāng)我們將很長的文檔的內(nèi)容復(fù)制進(jìn)來，讓 chatgpt 進(jìn)行總結(jié)。但是這時(shí)候會(huì)發(fā)現(xiàn)，文章太長了，可能會(huì)收到報(bào)錯(cuò)。 這時(shí)候，就要運(yùn)用自己的想象力，使用 prompt 來進(jìn)行優(yōu)化了。我們需要把文章進(jìn)行段落拆分，每一段都符合它的標(biāo)準(zhǔn)。
?
?
?
這樣，就能得到了一篇文檔的正確總結(jié)。
2.2 拆解任務(wù)
我們從需求端獲取一個(gè)需求以后，很多情況下需要我們將任務(wù)拆分清楚，平且非常準(zhǔn)確的估計(jì)時(shí)間，這時(shí)候可以簡要描述一下我們這次的需求點(diǎn)，讓 ChatGPT 幫我們進(jìn)行任務(wù)拆解。
?
?
任務(wù)整體被拆成了一個(gè)個(gè)細(xì)小的任務(wù)。它可以很快的讓我們將任務(wù)轉(zhuǎn)換為 task，或者是需求跟蹤單。這既方便和產(chǎn)品經(jīng)理進(jìn)行溝通，也便于我們自身排期。如果仍有疑問，可以繼續(xù)詢問拆解。比如我們想要詢問第三步應(yīng)該如何進(jìn)一步實(shí)現(xiàn)。
?
2.3 閱讀代碼/優(yōu)化代碼
開發(fā)者經(jīng)常接手別人的代碼。質(zhì)量參差不齊，還會(huì)夾在很多奇怪的命名。當(dāng)我們閱讀整體邏輯或者修改邏輯，可能會(huì)因?yàn)樽陨黹喿x的問題造成理解偏差，進(jìn)一步引發(fā) bug。
如果將這個(gè)方法交給 AI 去閱讀呢？可以看看效果。
?
?
我們還可以讓Chatgpt對(duì)每一行分別進(jìn)行解釋。這時(shí)候繼續(xù)和它對(duì)話：
|
prompt: 在每一行代碼上面加上注釋
|
|---|
?
我們還可以嘗試讓它幫我們做代碼的優(yōu)化和重構(gòu)。
|
prompt:對(duì)代碼進(jìn)行優(yōu)化和重構(gòu)
|
|---|
?
?
你可以對(duì)某一個(gè)部分提出更細(xì)節(jié)的要求，為它提出更好的優(yōu)化方向。
|
prompt: 這個(gè)函數(shù)怎么重構(gòu)為更加通用？
|
|---|
?
?
2.4 代碼生成
開發(fā)者在工作中還有一種場景的工作量比較大，需要復(fù)雜的邏輯思考。但是實(shí)際上最終的代碼可能只需要幾行就可以搞定。你在思考過程中覺得很痛苦，想和身邊的同事去溝通。也許你給他解釋完這個(gè)邏輯以后，他非但不能幫你思考，反而將一人份痛苦變成兩人份。
例如，我們要進(jìn)行數(shù)據(jù)轉(zhuǎn)換，是否也可以交給AI來做？我們發(fā)送給 GPT 這樣的 prompt：
|
將數(shù)據(jù)結(jié)構(gòu)進(jìn)行轉(zhuǎn)換。數(shù)據(jù)源為:[ { "candidates": null, "candidatesX": null, "description": "role---用戶角色", "label": "角色", "name": "role", "optional": true, "schema": null, "type": "String" },{ "candidates": null, "candidatesX": null, "description": "Topics of the pulsar server to create---需要?jiǎng)?chuàng)建的主題", "items": { "schema": [ { "candidates": null, "candidatesX": null, "description": "topic name---主題名稱", "label": "主題名稱", "name": "name", "schema": null, "type": "String" }, { "candidates": null, "candidatesX": null, "default": 1, "description": "partition number---分區(qū)數(shù)", "label": "分區(qū)數(shù)", "name": "partitions", "schema": null, "type": "Integer", "validator": ">0" } ], "type": "Object" }, "label": "主題列表", "name": "topics", "optional": true, "schema": null, "type": "List" }]我想要得到的數(shù)據(jù)是 type 為 List 的數(shù)據(jù)，并且數(shù)據(jù)結(jié)構(gòu)為:[{type:List, name:"topics", needValidates:[{ name:"name", type:"String"},{name:"partitions", type:"Integer"}] }]
|
|---|
GPT 會(huì)為我們得到正確的結(jié)果:
?
?
我們只需要輸入目標(biāo)數(shù)據(jù)結(jié)構(gòu)，轉(zhuǎn)換后的數(shù)據(jù)結(jié)構(gòu)，無需指定語言。因?yàn)樗鼤?huì)從你的上下文里理解到你是想要問什么實(shí)現(xiàn)方式。
還有執(zhí)行腳本，我們只需要描述清楚我們的需求，它也會(huì)幫助我們進(jìn)行完善。
?
上面可以看到，我們?cè)谶@里使用了一次“自然語言編程”的操作流程。不論你是否會(huì)使用 python、bash 你都可以正常的描述你的需求。進(jìn)行生成。
我們這里就可以打開一下思路，我們還可以進(jìn)行代碼轉(zhuǎn)換，例如你寫了一段 js 代碼，你希望將這段代碼轉(zhuǎn)化為python。
2.5 生成單測
我們剛剛那段數(shù)據(jù)轉(zhuǎn)化的代碼，如果我們想要進(jìn)行測試，只需要告訴 AI 幫我生成單測即可。
?
?
?
03Prompt 能力
3.1 Prompt 是什么？
整體來說，上述 AI 的強(qiáng)大之處有幾點(diǎn)：
總結(jié)/理解能力。它能夠很好的總結(jié)你發(fā)給它的內(nèi)容，進(jìn)行總結(jié)。這也就是一種理解能力。
強(qiáng)大的上下文關(guān)聯(lián)能力。你不需要像使用搜索引擎一樣，每一次的操作都是獨(dú)立的。你可以將整個(gè)對(duì)話都變成一個(gè)巨大的搜索，通過多次對(duì)話來闡述自己想要的信息。甚至還能讓它幫助你向它自己提問。
為了更好使用AI、利用這些能力，我們需要做 prompt。prompt 就是提示詞，表達(dá)語言的能力。我們需要轉(zhuǎn)換自己的思維，從工程師到產(chǎn)品經(jīng)理，或者是一個(gè) Business Analysis 的角色。我們需要將接到手的任務(wù)，進(jìn)行拆解，一步步的變?yōu)樘崾驹~。
3.2 Better Prompt
開發(fā)者可以利用它的上下文能力，幫助自己糾正語法以及提供更好的 prompt 的訓(xùn)練。
不管你用任何一種語言，它都是利用數(shù)據(jù)模型進(jìn)行分析，并不是用單一的語言進(jìn)行思考。也就是說結(jié)果的生成質(zhì)量不會(huì)差異很大。當(dāng)然每一種語言會(huì)有所差異，目前來看英文的效果是最好的。目前國內(nèi)的大廠也推出文心一言、通義千問。希望國內(nèi)的大語言模型越來越好，這邊文章就是使用了ai回答就是文心一言，目前來看能力還是不錯(cuò)的。
04總結(jié)
使用 ChatGPT 一開始進(jìn)行簡單的嘗試，并沒有覺得有什么特別的。在瀏覽各類教程時(shí)，才發(fā)現(xiàn)利用 GPT 進(jìn)行代碼創(chuàng)作來豐富自己的武器庫，比如進(jìn)行圖標(biāo)分析、軟件制作等等。實(shí)際上，AI 并不是簡單的問答而已，它具有一定的解決問題甚至是創(chuàng)造知識(shí)的能力。我們要對(duì)自己手里的任務(wù)、方法、邏輯，有更清晰的認(rèn)知。讓人類做人類該做的事情，讓 AI 做它擅長的事情。
05分享
chatgpt prompt學(xué)習(xí)資料分享
?
資料來源：如何在工作中利用Prompt高效使用ChatGPT
?
文章來源地址http://www.zghlxwxcb.cn/news/detail-647548.html
文章來源：http://www.zghlxwxcb.cn/news/detail-647548.html
到了這里，關(guān)于如何在工作中利用Prompt高效使用ChatGPT?的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
