昨天分享了我自己寫提示詞的經(jīng)驗,然后被問到有沒有相關(guān)的資源可以學(xué)習(xí),那今天這篇文章就分享一個我覺得非常不錯的資源。
下圖是 Anthropic 三位提示詞工程師的訪談視頻,聊天的內(nèi)容非常豐富,基本涵蓋了提示工程的本質(zhì)、技巧、以及在不同場景下的應(yīng)用等方面的內(nèi)容。
鏈接:https://youtu.be/T9aRN5JkmL8
這里額外提一句,假如你英語水平不佳(像我這樣的),完全可以借助字幕工具來弄明白他們的聊天內(nèi)容。甚至可以將他們的聊天內(nèi)容投喂給 AI 工具,讓 AI 梳理出聊天的主要框架并總結(jié)相應(yīng)的筆記。
至于視頻中的具體細節(jié),有興趣的小伙伴可以好好看看。我這里簡單總結(jié)下視頻中提到的一個點,即優(yōu)秀提示詞的設(shè)計方法。
總共涉及四個方面,排除個人先驗知識的干擾(避免個人偏見)、精確完整地傳達模型完成任務(wù)所需的信息(信息完整性)、讓模型參與提示設(shè)計過程并提供反饋(模型參與),以及根據(jù)模型的回應(yīng)不斷改進提示詞(迭代優(yōu)化)。
其實這些點說起來非常簡單,但是在實操的過程中并不容易,尤其是得根據(jù)我們的實操反饋來不斷優(yōu)化自己的提示詞內(nèi)容,這尤其考驗我們自己對業(yè)務(wù)場景的理解。
所以我推薦可以先好好消化這個視頻中提及的方法論,然后結(jié)合 Anthropic 官方文檔里列舉的那些提示詞案例,一步一步鍛煉自己這方面的能力
就寫到這,晚上有應(yīng)酬。
文章為作者獨立觀點,不代表DLZ123立場。如有侵權(quán),請聯(lián)系我們。( 版權(quán)為作者所有,如需轉(zhuǎn)載,請聯(lián)系作者 )

網(wǎng)站運營至今,離不開小伙伴們的支持。 為了給小伙伴們提供一個互相交流的平臺和資源的對接,特地開通了獨立站交流群。
群里有不少運營大神,不時會分享一些運營技巧,更有一些資源收藏愛好者不時分享一些優(yōu)質(zhì)的學(xué)習(xí)資料。
現(xiàn)在可以掃碼進群,備注【加群】。 ( 群完全免費,不廣告不賣課!)