ChatGPT进阶：提示工程入门

参考文献

9.6 其他大语言模型

9.5 Alpaca&Vicuna：语言模型之羊驼家族

9.4 ChatGLM：来自清华大学的语言模型

9.3 HuggingChat:“抱抱脸”聊天机器人

9.2 PaLM 2：来自谷歌的实力对手

9.1 Claude:ChatGPT的孪生姐妹

第9章 ChatGPT的替代品们

8.2 LangChain：大语言模型开发框架

8.1 ChatGPT API：利用ChatGPT制作自己的应用

第8章 基于ChatGPT进行开发

7.5 用ChatGPT做数据分析

7.4 ChatGPT+其他AI工具

7.3 ChatGPT+工具

7.2 ChatGPT+领域知识

7.1 组合式创新

第7章 如何用ChatGPT进行创新

6.5 知识生成提示

6.4 自一致性：利用“投票”获得可靠答案

6.3 用链式思维提高 ChatGPT 的逻辑能力

6.2 上下文学习：为ChatGPT提供范例

6.1 使用分治法让 ChatGPT 完成大而复杂的任务

第6章 使用ChatGPT的进阶技巧

5.7 从认知心理学角度看BROKE框架的设计

5.6 示例：写自动驾驶出租车试乘报告框架

5.5 改进（Evolve）：进行试验与调整

5.4 目标与关键结果（Object&Key Results）：给ChatGPT“打绩效”

5.3 角色（Role）:AI助手的角色扮演游戏

5.2 背景（Background）：信息传达与角色设计

5.1 BROKE框架

第5章 使用 BROKE框架设计ChatGPT提示

4.9 生成式任务：用ChatGPT做内容创作

4.8 问题回答：用ChatGPT学知识

4.7 关键词抽取：从文本中识别主题

4.6 机器翻译：跨语言的文本转换

4.5 实体识别：抽取特定实体

4.4 情感分析：挖掘文本中的情感倾向

4.3 文本纠错：检测和修正文本错误

4.2 文本摘要：提炼文本精华

4.1 什么是自然语言处理任务

第4章 使用ChatGPT完成自然语言处理任务

3.8 使用ChatGPT插件

3.7 多轮对话：ChatGPT“越用越聪明”的秘诀

3.6 利用ChatGPT“接龙”的特性引导下一步动作

3.5 不要说“不要做什么”，要说“要做什么”

3.4 量化你的要求

3.3 使用有序列表与无序列表列出不同的项

3.2 使用标记语言标记输入格式

3.1 使用文本分隔符分割指令和上下文

第3章 使用ChatGPT的基础技巧

2.5 拆解、标准化、流程化：如何用AI改造工作

2.4 从人工智能学科角度看提示工程

2.3 我们与ChatGPT的沟通模型

2.2 提示工程的巨大威力：从Let's think step by step说起

2.1 什么是提示与提示工程

第2章 人机共舞的艺术：提示工程简介

1.3 ChatGPT的局限

1.2 ChatGPT的能力

1.1 ChatGPT是什么

第1章 认识ChatGPT

前言

版权页

封面

封面

版权页

前言

第1章 认识ChatGPT

1.1 ChatGPT是什么

1.2 ChatGPT的能力

1.3 ChatGPT的局限

第2章 人机共舞的艺术：提示工程简介

2.1 什么是提示与提示工程

2.2 提示工程的巨大威力：从Let's think step by step说起

2.3 我们与ChatGPT的沟通模型

2.4 从人工智能学科角度看提示工程

2.5 拆解、标准化、流程化：如何用AI改造工作

第3章 使用ChatGPT的基础技巧

3.1 使用文本分隔符分割指令和上下文

3.2 使用标记语言标记输入格式

3.3 使用有序列表与无序列表列出不同的项

3.4 量化你的要求

3.5 不要说“不要做什么”，要说“要做什么”

3.6 利用ChatGPT“接龙”的特性引导下一步动作

3.7 多轮对话：ChatGPT“越用越聪明”的秘诀

3.8 使用ChatGPT插件

第4章 使用ChatGPT完成自然语言处理任务

4.1 什么是自然语言处理任务

4.2 文本摘要：提炼文本精华

4.3 文本纠错：检测和修正文本错误

4.4 情感分析：挖掘文本中的情感倾向

4.5 实体识别：抽取特定实体

4.6 机器翻译：跨语言的文本转换

4.7 关键词抽取：从文本中识别主题

4.8 问题回答：用ChatGPT学知识

4.9 生成式任务：用ChatGPT做内容创作

第5章 使用 BROKE框架设计ChatGPT提示

5.1 BROKE框架

5.2 背景（Background）：信息传达与角色设计

5.3 角色（Role）:AI助手的角色扮演游戏

5.4 目标与关键结果（Object&Key Results）：给ChatGPT“打绩效”

5.5 改进（Evolve）：进行试验与调整

5.6 示例：写自动驾驶出租车试乘报告框架

5.7 从认知心理学角度看BROKE框架的设计

第6章 使用ChatGPT的进阶技巧

6.1 使用分治法让 ChatGPT 完成大而复杂的任务

6.2 上下文学习：为ChatGPT提供范例

6.3 用链式思维提高 ChatGPT 的逻辑能力

6.4 自一致性：利用“投票”获得可靠答案

6.5 知识生成提示

第7章 如何用ChatGPT进行创新

7.1 组合式创新

7.2 ChatGPT+领域知识

7.3 ChatGPT+工具

7.4 ChatGPT+其他AI工具

7.5 用ChatGPT做数据分析

第8章 基于ChatGPT进行开发

8.1 ChatGPT API：利用ChatGPT制作自己的应用

8.2 LangChain：大语言模型开发框架

第9章 ChatGPT的替代品们

9.1 Claude:ChatGPT的孪生姐妹

9.2 PaLM 2：来自谷歌的实力对手

9.3 HuggingChat:“抱抱脸”聊天机器人

9.4 ChatGLM：来自清华大学的语言模型

9.5 Alpaca&Vicuna：语言模型之羊驼家族

9.6 其他大语言模型

参考文献