AI 已經(jīng)無處不在！無論你看向哪里，幾乎生活的每一個方面都有新的人工智能工具。從 ChatGPT、AutoGPT、Midjourney、Dall-E 到 GitHub Copilot，你可以構(gòu)建、編碼、獲取答案，甚至創(chuàng)造出美麗的藝術(shù)品……至少我們中的一些人可以做到。

為什么有些人使用生成式 AI 時能獲得比其他人更好的結(jié)果呢？為什么有些人創(chuàng)作出的藝術(shù)品堪比盧浮宮的作品，而其他人得到的卻接近一團糟呢？

這一切都歸結(jié)于你使用的輸入。這種輸入被稱為“提示”。提示是你提出的問題，或者你用來創(chuàng)造某樣?xùn)|西的文字。那些“精心制作”提示或?qū)ζ漭斎氩呗孕钥紤]的人稱之為“提示工程”。

什么是提示工程？

提示工程指的是以一種特定的方式設(shè)計提示，以便從 AI 獲得更好的結(jié)果。

創(chuàng)建 AI 系統(tǒng)的人，如 OpenAI、Google 等許多其他組織，甚至在聘請“提示工程師”來幫助訓(xùn)練他們的模型。一些“創(chuàng)造者”甚至在 Etsy 這樣的平臺上出售他們的 Midjourney 提示。

簡而言之，AI 系統(tǒng)就像數(shù)據(jù)一樣：垃圾進，垃圾出。如果你有一個糟糕的輸入，你可能會得到一個糟糕的結(jié)果。提示工程在很大程度上受到上下文的影響。

AI 中的上下文

上下文是我們得到的結(jié)果中最大的問題之一。例如，如果我在 Google 上搜索“甜甜圈”（或“doughnut”??），我可能會得到各種各樣的結(jié)果；從甜甜圈食譜，到甜甜圈的圖片，或者在哪里可以買到這種美味的甜點。這是因為我沒有給搜索引擎提供其他的上下文。當(dāng)然，Google 會使用諸如我的以往搜索歷史和我的位置等信息來幫助確定結(jié)果，但僅此而已。

搜索引擎對“甜甜圈”一詞的解釋可能意味著任何東西，從形狀，到 Slack 插件，應(yīng)用程序，或者這些在 GitHub Universe 2022 上提供的美味 GitHub 甜甜圈

例如，如果我想找一個關(guān)于在 Blender 中創(chuàng)建甜甜圈 3D 模型的教程，那么如果我只輸入“甜甜圈”，可能不會顯示我想要的搜索結(jié)果。我需要更具體。像“甜甜圈 Blender3D 教程”這樣的搜索會為我提供更準確的結(jié)果。

當(dāng)涉及到 AI 時也是如此。你需要為 AI 提供足夠的上下文，以便你能獲得你想要的更好結(jié)果。

聊天應(yīng)用的提示工程

很多人向我們展示了來自 ChatGPT 的一些瘋狂結(jié)果。雖然它們并不總是準確的，但 ChatGPT 在一件事上做得非常好：文案。它在編寫良好、結(jié)構(gòu)合理、流暢的句子方面簡直令人驚嘆。其結(jié)果易于閱讀，聽起來真的很棒。但獲得準確的回復(fù)則是另一回事。例如，人們嘗試使用 ChatGPT 寫歷史論文，雖然論文可能讀起來不錯，但可能并不歷史準確。比如，如果你讓 ChatGPT “寫一篇關(guān)于中國衰落的2000字論文”，它會為你寫一篇關(guān)于中國衰落的2000字論文。但這不一定是事實上正確的。

雖然某些內(nèi)容可能讀起來不錯，但可能并不是事實上正確的。提示：我沒有博士學(xué)位 ??

這是因為 ChatGPT 正在從多個來源收集信息并將它們混合在一起。這些來源本身可能并不準確。ChatGPT 也不知道你指的是中國的哪一次衰落。因此，它很容易錯誤地交叉引用日期。通過以對話方式向 ChatGPT 提供信息，然后讓它寫一篇2000字的論文，你將獲得更好的結(jié)果。

我到底是什么意思呢？有些人認為 ChatGPT 是一種單向的、對話式的、單一輸入方式獲取信息的方法。但事實并非如此。它之所以稱為“聊天”，是有原因的。進行對話，細化你的問題，為你的回應(yīng)提供上下文。

例如，如果我想要關(guān)于“NDC 會議”的一段旅行報告，我不會以“為 NDC 寫一段旅行報告”開始我的 ChatGPT 對話。相反，我會先弄清楚 ChatGPT 對 NDC 了解多少，一路上提供上下文。你提供的輸入極大地決定了輸出。這就是為什么有些人能夠獲得非常好的結(jié)果，而其他人則不能。

沒有任何上下文，ChatGPT 不知道我指的是哪個 NDC

另一個例子：如果你即將參加一次工作面試，并希望得到一些建議，只是讓 ChatGPT “給我一些準備工作面試的提示”，會給你一些好的回應(yīng)，但遠非具體。相反，像“我即將在一家 AI 創(chuàng)業(yè)公司面試軟件開發(fā)職位，請你給我一些建議如何準備面試？”這樣的提問會給你更加量身定制、個人化的結(jié)果。就像如果你讓一個專家在舞臺上對1000人的觀眾給出答案，他們可能會提供一些通用的內(nèi)容，以便每個人都有所收獲。但如果你一對一地問同一個人，他們很可能會向你提出一些后續(xù)問題以了解你的情況，因此提供更加個人化、具體的答案。

藝術(shù)應(yīng)用的提示工程

你可能已經(jīng)看到一些人使用 Stable Diffusion 應(yīng)用創(chuàng)作出的美麗藝術(shù)品。然后，還有一些藝術(shù)品看起來就是“不對勁”。很多時候這歸結(jié)于上下文。例如，如果我使用 Night Café（我最喜歡的生成器之一），只輸入“狗”這個詞，我得到的是這樣的：

使用 Night Café 生成的圖片，提示詞為“狗”

這里有一些隨機的“狗”字作為標志，前景中有一個奇怪的狗，而且顏色非常奇特?，F(xiàn)在，如果我想象的是一張成年德國牧羊犬在陽光明媚的公園里的照片般的圖像，那可能不是我會得到的。AI 沒有那個上下文。它不能讀懂我的思維（至少現(xiàn)在還不能?。．?dāng)你想要創(chuàng)造藝術(shù)品時，你需要描述你腦海中想象的圖像。你提供的細節(jié)越多，輸出就越好。這就是其中的難點。許多穩(wěn)定擴散應(yīng)用都有限制字符數(shù)。因此，你需要在制作你的提示時有意義且策略性地選擇你的詞語。

與 ChatGPT 相似，你需要不斷重新制作你的提示并對其進行細化?；诹奶斓?AI 有一個優(yōu)勢，即你可以繼續(xù)對話并不斷給 AI 更多的信息和不同的問題，以獲得好的回應(yīng)。雖然一些藝術(shù)生成器允許你“重新混合”你的輸出，但它仍然依賴于一個新的提示。因此，你在不斷等待輸出，看看哪些不符合，然后發(fā)送一個經(jīng)過調(diào)整的新提示。有些用戶在 Midjourney 上花費了數(shù)小時，接收輸出并重新制作他們的提示，以產(chǎn)生一些令人驚嘆的作品。這全都是練習(xí)的問題。這就是為什么一些創(chuàng)作者在 Etsy 上出售他們的提示！

由我的朋友 Jean 使用 Midjourney 制作的 AI 生成的戰(zhàn)斗兔藝術(shù)品

可以肯定的是，如果你想要創(chuàng)作出一些高質(zhì)量的藝術(shù)品，不要期望只花幾秒鐘寫一個提示，點擊“創(chuàng)建”按鈕，然后看到一幅莫奈的作品。不！相反，你需要投入時間（和金錢）來創(chuàng)建數(shù)百個藝術(shù)作品，每次迭代都重新工作你的提示，以便創(chuàng)作出你的杰作。

代碼的提示工程

我不打算花太多時間討論如何為 GitHub Copilot 這樣的東西制作好的提示。

我想說的是，類似于 ChatGPT，GitHub Copilot 依賴于上下文。倉庫中寫了哪些其他代碼？文件的擴展名（因此是哪種語言）是什么？GitHub Copilot 為你創(chuàng)作了什么其他內(nèi)容？你在代碼中加入了哪些評論？所有這些都會幫助 GitHub Copilot 為你合成更準確的代碼。

把它想象成這樣：如果你寫了一條評論，表示你想創(chuàng)建一個使用后端數(shù)據(jù)并解決特定問題的復(fù)雜函數(shù)，你可能不會僅僅通過一個評論就獲得好的回應(yīng)。就像你的代碼（至少應(yīng)該是）被分解成許多函數(shù)，帶有（希望）許多有用的評論一樣，GitHub Copilot 在你分解問題時工作得更好。

與 GitHub Copilot 相比，ChatGPT 和其他聊天應(yīng)用更重視你對聊天所做的最后一條評論；也就是說，你最后添加到對話中的信息。然而，GitHub Copilot 始終考慮所有上下文以產(chǎn)生更好的代碼結(jié)果。

• 文件擴展名是什么

• 項目中有哪些其他文件

• 你如何編寫其他評論

• 其他代碼是如何構(gòu)建的

• 你輸入的評論是什么

• 你輸入的代碼是什么

更好的提示工程

歸根到底，從任何類型的生成式 AI 獲得好結(jié)果取決于你——提供輸入的人。正如我在開始時所說：垃圾進，垃圾出。因此，在制作你的提示時，請考慮以下重要提示：

• 提供好的上下文；給出示例和關(guān)于你想要實現(xiàn)的目標的信息

• 具體；如果是針對特定受眾，請明確說明

• 分解問題

• 在詢問問題時要清晰。如果得到的回復(fù)聽起來不對，請澄清

• 重新表述和細化你的提示

最后，總是、總是驗證你從 AI 接收到的信息。當(dāng)談到藝術(shù)生成器時，這一點不那么重要，但如果你在查看代碼和信息時，這一點很重要。檢查你收到的代碼是否按照你的意圖工作。驗證提供給你的書面信息的準確性。

記住，無論發(fā)生什么，你仍然是掌舵者。你仍然負責(zé)，并且你有最終決定權(quán)，決定使用和分享哪些藝術(shù)品、代碼片段和信息。文章來源地址http://www.zghlxwxcb.cn/news/detail-854402.html

到了這里，關(guān)于AI 提示工程：什么是提示工程以及如何駕馭 AI的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY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)！