深度對話GPT-4提示工程實戰
仇華
買這商品的人也買了...
-
$650$553 -
$940$700 -
$780$616 -
$474$450 -
$790$616 -
$590$460 -
$520$442 -
$580$452 -
$301人工智能算法 捲1 基礎算法
-
$69$60 -
$520$406 -
$68$68 -
$520$411 -
$880$748 -
$880$695 -
$414$393 -
$599$473 -
$400$360 -
$450$351 -
$880$695 -
$352巧用 ChatGPT 輕鬆學演講
-
$347AI 提示詞工程師精通 ChatGPT 提問與業界熱門應用 208例
-
$913Python 金融數據分析
-
$720$569 -
$690$538
相關主題
商品描述
人工智能技術的發展日新月異,提示工程不僅極大地提高了人工智能在各個領域的應用效率和準確性,還為人類打開了一扇通往智能化世界的大門。大語言模型如同一位博學多才的智者,擁有處理和理解自然語言的超凡能力。提示工程可以看作與這位智者溝通的橋梁和工具,其關鍵在於如何提出精準而富有啟發性的問題,激發大語言模型的創造力和解決問題的能力。
本書作者通過與GPT-4的深度對話,精心梳理了一系列重要的提示工程實踐秘訣。全書共7章,從瞭解大語言模型的進化之路開始,循序漸進地介紹了提示詞及提示工程的知識和實踐技巧,並結合GPT-4在各領域的應用案例展現了大語言模型的強大魅力。此外,本書還基於Azure OpenAI Studio平臺講解了具體的應用開發實踐。
本書適合對大語言模型及提示工程感興趣的讀者閱讀,書中豐富的案例能幫助讀者全面瞭解和掌握提示工程及其應用。
作者簡介
仇华,从事人工智能开发15年,目前在TCL担任资深算法开发工程师。苏州市五一劳动奖章获得者,微软最有价值专家,苏州工业园区大数据协会特聘专家,多年来专注于人工智能领域的研究。曾获得Google深度学习开发者认证、微软AIM人工智能经理证书和苏州市高级视觉工程师证书。
目錄大綱
目 錄
第 1章 人工智能的大語言模型進化之路 1
1.1 從AI的崛起到AIGC的繁榮 1
1.1.1 人工智能技術的發展 1
1.1.2 自然語言處理的關鍵角色 2
1.1.3 AIGC的挑戰與機遇 3
1.2 大語言模型技術歷程 4
1.2.1 大語言模型技術路線 4
1.2.2 淺談智能涌現 6
1.3 ChatGPT和GPT-4的成長故事 7
1.3.1 GPT系列的逆襲之路 8
1.3.2 ChatGPT產品化之旅 11
1.3.3 GPT-4和下一代GPT 14
第 2章 提示詞基礎 21
2.1 提示詞基礎概念 21
2.1.1 提示詞和提示工程 21
2.1.2 提示詞範式思想 22
2.2 提示詞的主要內容 23
2.2.1 提示詞的基本要素 23
2.2.2 Token的計算與空間效率 28
第3章 提示詞入門 33
3.1 提示詞設計的通用技巧 33
3.1.1 明確指示任務和目標 33
3.1.2 提供足夠的上下文 35
3.1.3 清晰的結構和精確的描述 36
3.1.4 自動提示詞(AutoPrompt)優化器 38
3.2 7種提示詞的典型場景 43
3.2.1 文本摘要 43
3.2.2 信息抽取 45
3.2.3 知識問答 46
3.2.4 文本分類 48
3.2.5 人機對話 50
3.2.6 代碼生成 53
3.2.7 邏輯推理 55
第4章 提示工程技術 60
4.1 全局消息 60
4.2 零樣本提示和少樣本提示 65
4.3 明確說明前置 68
4.4 在末尾重復指令 70
4.5 引導輸出 71
4.6 標記語言層次化 72
4.7 任務分解 77
4.8 提供基礎上下文 80
4.9 思維鏈提示 82
4.9.1 案例1:多輪對話任務 84
4.9.2 案例2:復雜問題解答 85
4.9.3 案例3:知識遷移與學習能力 87
4.10 自我反查 89
4.11 結構化輸出 92
4.12 自我一致性 94
4.13 符號規則 96
4.14 偽代碼任務器 98
4.14.1 案例1:菜譜小助手 98
4.14.2 案例2:AI助手 100
4.14.3 案例3:AI教學助手 103
4.15 “AI魔法指令”—神奇提示詞 110
4.15.1 英文神奇提示詞 110
4.15.2 中文神奇提示詞 115
4.16 反向提示模式 116
4.17 創意激發與風險對抗 118
4.17.1 創意激發實驗 119
4.17.2 對抗性提示設計 123
第5章 深度探索GPT-4的特性和能力 128
5.1 探索多模態多學科融合能力 128
5.1.1 藝術理解與代碼生成的融合 128
5.1.2 文學理解與數學邏輯的融合 129
5.1.3 科學知識與歷史人文的融合 132
5.1.4 詩歌理解和音樂創作的融合 133
5.2 驚人的數學思維能力 137
5.2.1 非標準答案解題—考驗GPT-4的理解能力 137
5.2.2 物理&數學思維建模能力 140
5.2.3 有趣的費米問題理解能力 141
5.2.4 挑戰真題:高考數學真題的解答 144
5.3 神奇的“真實物理世界”感知能力 147
5.3.1 探索AI對真實世界的空間體驗 147
5.3.2 強大的世界物理法則感知能力 150
5.4 “像人一樣思考”—人類思維能力 152
5.4.1 人類基本心理能力的探索 152
5.4.2 “自圓其說”—自我解釋能力 156
5.4.3 “分辨是非”—辨別能力 159
5.4.4 “深謀遠慮”—規劃推理能力 161
5.5 啟迪GPT-4的更多奇妙創意能力 165
5.5.1 探索文字類、棋類和RPG游戲 165
5.5.2 “奇思妙想”精彩創意問答 177
第6章 GPT-4落地應用實戰 187
6.1 程序員基礎編程實踐 187
6.1.1 簡單代碼編寫 187
6.1.2 代碼解讀助手 191
6.1.3 代碼重構優化 193
6.1.4 代碼轉譯 195
6.1.5 擔任解釋器&終端 198
6.2 進階編程任務實戰 204
6.2.1 LeetCode真題任務 204
6.2.2 完整的《漢字方塊大師》游戲開發 207
6.2.3 GPT-4演繹代碼執行任務 219
6.2.4 偽代碼執行和代碼理解 221
6.3 學術教育實踐 223
6.3.1 學術論文助手 223
6.3.2 課堂教學助理 228
6.3.3 學術科研的圖形圖表生成 235
6.4 行業應用 258
6.4.1 金融和數據行業 258
6.4.2 醫療健康領域 263
6.4.3 新聞傳媒領域 266
6.4.4 文學藝術創作領域 268
6.4.5 自媒體領域 273
6.4.6 私人助理服務行業 276
6.4.7 辦公自動化領域 286
第7章 Azure OpenAI Studio應用 開發 302
7.1 Azure OpenAI GPT模型部署和推理 303
7.2 API調用和二次開發指南 311
7.2.1 Web應用部署生成 311
7.2.2 通過API調用開發應用程序 314
7.3 增強GPT-4:用戶文檔對話和任務鏈問題解決 325
7.3.1 LangChain基礎用法 327
7.3.2 復雜任務鏈規劃問題解決 328
7.3.3 用戶本地私有知識庫問答 332
參考資料 346