人人都是提示工程師

本書旨在介紹提示（prompt）工程師的工作內容和相關技能。本書首先講述提示技術的基本工作原理、提示工程師的常用工具、提示技術的基礎模式和提示技術的進階知識（包括零樣本提示、少樣本提示和思維鏈提示）；然後講解自然語言處理的基礎知識和ChatGPT大模型方面的內容，以及NLP模型的特點和應用場景；最後展示提示工程在辦公、圖片處理、代碼開發和電商中的應用。

本書通俗易懂，不僅適合對提示工程師感興趣或從事相關工作的讀者閱讀，還適合對自然語言處理和人工智能感興趣的讀者參考。

陈明明，统计学硕士，研究方向为自然语言处理、深度学习与量化交易，曾就职于微软，现在从事自然语言处理和人工智能方面的开发工作。

李腾龙， 应用统计学博士，研究方向为因果推断、贝叶斯统计与机器学习，现就职于西交利物浦大学西浦慧湖药学院，担任生物统计学助理教授，曾在美国波士顿大学从事博士后研究，并在美国东北大学讲授“数据分析”课程。

第 1章　概述 　1

1.1　什麽是提示工程師　1

1.2　提示工程的基本工作原理　5

1.3　生成提示的常用工具　12

第 2章　提示的基礎模式　18

2.1　特定指令　19

2.1.1　文本分類指令模板　20

2.1.2　機器翻譯指令模板　21

2.1.3　情感分析指令模板　23

2.1.4　文本生成指令模板　24

2.1.5　問題回答指令模板　25

2.1.6　命名實體識別指令模板　26

2.1.7　關系抽取指令模板　27

2.1.8　摘要生成指令模板　28

2.2　指令模板　30

2.2.1　格式提取指令模板　31

2.2.2　文件格式轉換　33

2.2.3　代碼轉換　34

2.3　代理模式　37

2.3.1　電商客服機器人　37

2.3.2　電腦程序員　38

2.3.3　辦公室文員　41

2.4　示例模式　43

第3章　提示的進階模式　45

3.1　零樣本提示　45

3.1.1　情感分類模板　46

3.1.2　實體提取　48

3.2　少樣本提示　49

3.3　思維鏈提示　51

3.3.1　零樣本思維鏈提示　52

3.3.2　少樣本思維鏈提示　56

第4章　自然語言處理　59

4.1　自然語言基礎知識　59

4.1.1　分詞　61

4.1.2　關鍵詞提取　66

4.1.3　摘要提取　73

4.2　模型如何看懂文字　80

4.2.1　獨熱表示　80

4.2.2　LSA　81

4.2.3　Word2Vec　83

4.2.4　預訓練模型　85

4.2.5　相似度和類比性　87

4.3　ChatGPT大模型　89

第5章　提示工程在辦公領域的應用　95

5.1　用ChatGPT生成PPT　95

5.2　用ChatGPT繪制思維導圖　102

5.3　用ChatGPT畫流程圖　112

第6章　提示工程在圖像處理領域的應用　120

6.1　用ChatGPT生成插畫　120

6.2　用ChatGPT生成裝修圖　127

6.3　用ChatGPT生成游戲原畫　134

6.4　用ChatGPT生成視頻　145

6.5　用ChatGPT生成海報　156

第7章　提示工程在軟件開發領域的應用　162

7.1　用ChatGPT幫助寫代碼　162

7.2　用ChatGPT幫助解釋代碼　172

7.2.1　學習新技術　174

7.2.2　維護代碼　175

7.3　用ChatGPT幫助改代碼　183

7.3.1　代碼自動補全　186

7.3.2　代碼語法檢查　188

第8章　提示工程在電商領域的應用　191

8.1　ChatGPT教你開網店　191

8.2　ChatGPT教你寫文案　202

8.2.1　商品標題和描述　202

8.2.2　活動策劃　204

8.2.3　直播話術和腳本　206

8.2.4　推廣文案　207

8.3　ChatGPT教你生成商品圖　208

8.3.1　產品設計圖　208

8.3.2　產品場景圖　213

第9章　提示工程在金融領域的應用　218

9.1　用ChatGPT寫投資報告　218

9.2　用ChatGPT作為投資顧問　227

9.3　用ChatGPT做量化投資　233