AI 数据分析课
尹会生
太乙人工智能技术合伙人 
135 人已学习
新⼈⾸单¥59
课程目录
已更新 4 讲/共 34 讲
AI 数据分析课
登录|注册
留言
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 03|Prompt提示词:与大模型交互的主要方式
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
开篇词|AIGC时代,数据分析可以很简单
01|数据分析入门:从掌握基础流程开始
02|大模型基础:掌握核心原理,知其所以然
03|Prompt提示词:与大模型交互的主要方式
本节摘要

点击“展开”查看“精华文字稿”

学了前面两节课,我们知道和大语言模型的交互中,提示词起着至关重要的作用。它们不仅是沟通“你的需求”和“模型理解”之间的桥梁,还可以极大地影响模型的输出质量。也就是说,优质的提示词设计不仅可以让模型理解你的问题,还能按照你的预期提供精确的分析或回答。

那么,什么样的提示词设计才能提高大语言模型的输出质量呢?今天我们就来聊一聊提示词这个话题,带你找到一些通用的技巧和原则。

提示词的一般技巧

这里我先给你详细介绍几个实用的技巧,帮助你优化与大语言模型的交互。

技巧 1:简洁具体,明确任务要求

好问题比答案更重要,编写提示词的第一个要求就是具体和明确,描述清晰。这意味着在设计提示词时,你需要尽可能详细地描述你的问题和你希望模型如何回答。例如,如果你需要一个数据分析的结果,具体指出需要分析的数据类型、预期使用的分析方法以及结果的表现形式,将帮助模型更准确地理解并执行任务。

你可能还不太理解对数据分析的具体要求,我写一个生活中的例子给你比较一下。

愚蠢的问题:救命啊,这段数据怎么分析?
明智的问题:为我找出这段数据可能有哪些规律?

通过明智的问题,你不仅定义了大语言模型需要关注的分析方向,还减少了模型可能产生的误解。对于数据分析新手而言,这种方式可以有效降低认知负担,让你逐步通过模型的回答深入理解数据。

登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论