# 基本概念 GPT: Generative Pre-Training Transformer(生成式预训练模型) > 生成式：内容实时生成。 > 预训练：提前学习过大量知识。 > 模型：算法。 **误解：ChatGPT是搜索引擎？** >ChatGPT不是搜索引擎，所有的结果都是ChatGPT通过给定的上下文逐字实时生成的。它能够创造不存在的文本，而搜索引擎只能够从数据库中查询已有的数据。搜索引擎不会混淆答案，但是生成语言模型可能会。比如生活中根本不存在的内容。 ChatGPT: GPT模型的基础上进行了特定的微调和优化，以提供更好的对话交互能力。 Prompt: 一种使用自然语言来引导用户与机器之间的交互的技术。 # GTP 工作原理 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e5f6ebf9ec8a411f8a6000fb8662ebd0~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=935&h=330&s=13737&e=png&b=fdf1f0) **本质就是单字接龙，通过上一次词自动计算出下一个词。** > 如何自动计算？ > > 将每一个数据向量化，然后计算它们出现的概率分布，这样GPT就可以根据上文，通过概率去随机取得下一个关联的数据。这也是为什么每一次回答ChaptGPT的答案都不一样的原因。 > > 注意：这里的数据可能是文本、可能是语音、可能是视频、可能是像素块等等。 > > **任何数据均可向量化**。比如，通过从身高、体重、籍贯等三个方面，就可以把人向量化为[11,22,33]。 > > 最后形成多维空间的一个点。数据被向量化后，有一个形象化的例子，就形成了空间中的概率分布图，点越密集的地方，证明某个数据出现的频次越高。 ![图片.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/25b2611d1166403a8411242060262100~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=935&h=643&s=455053&e=png&b=040404) 长的文章，通过**单字接龙的自回归**所生成。 > 什么是自回归生成？ > 将生成的所有数据作为下一次生成的参数，不断依次迭代进行，直到触发结束任务。 > 比如：输入一个"我"，希望ChatGPT生成一个我是一只小小鸟。 ![图片.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9832edd9d117434b8cc822fde250c5ce~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=886&h=362&s=21107&e=png&b=fdeeed) 模型：GPT的大脑，也就是一种算法，对应着输入和输出。通过大量高质量的学习材料，来学习通用规律，以便于能够根据上文自动生成下文内容，学习的方式就是单字接龙。学习材料：各种互联网文本、书籍、语音、视频等... 还有一些问答范例的学习，比如： > 白日依山尽的下一句是什么？ > 白日依山尽的下一句是黄河入海流。 > ................................ # 大模型学习步骤 ![图片.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/b8bc0bc62c5142de9f86102b7e8f8a1c~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=775&h=153&s=6658&e=png&b=fff3f1) 1. 通过大量的数据学习人类的语义关系和语法规律。（开卷有益） > 让ChatGpt对海量的互联网文本做单字接龙，以扩充模型的词汇量，语言知识、关于世界的信息和知识。使ChatGpt从一只“不会说话的鹦鹉”变成脑容量超级大的懂王鹦鹉。 > 注意：模型训练的目的不是记忆，而是学习提问和回答的通用规律。以便于当遇见从没有记忆过的提问时，也能够生成用户想要的回答。 | OpenAI | 学习材料 | 参数(类比函数的入参) | 实际效果 | | --- | --- | --- |--- | | GPT-1 | 5GB | 1.17亿 |平平无奇 | | GPT-2 | 40GB | 15亿 |平平无奇 | | GPT-3 | 45TB | 1750亿 |人类各种词语搭配和语法规则几乎都已明白 | 2. 矫正GPT模型参数，让模型输出我们想要的结果（模板规范） > 让ChatGPT使用优质的，人工选择的优质对话范例进行单字接龙学习，以规范回答的对话模式和内容，使得ChaptGPT变成“懂规矩的博学鹦鹉”。 3. 增强GPT的创新性，避免变成机械式的刻板回答（创意引导） >让ChatGpt根据人类对它生成答案的好坏评分来调节模型，以引导它生成人类认可的创意回答。使得ChatGPT变成既懂规矩又会试探的博学鹦鹉。 **ChatGPT没有意识，没有思想，也没有欲望，只是一个算法模型，通过输入参数计算出输出结果而已。** # 编写一个优秀的Prompt步骤 **原则：** > 你让模型猜测的东西越少，你得到的答案就会越精准。 ## 明确指令和相关上下文示例一： ![图片.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/2fab572b1ced433881a5e0f5c7568d56~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=841&h=465&s=41314&e=png&b=f7f7f8) 示例二： ![图片.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/223f94b653174d759130f89999cc737e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=821&h=643&s=69305&e=png&b=f5f5f6) ## 防止错误答案 ![图片.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c89dc9fee9fc48b2bbae752f654e179f~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=869&h=504&s=36436&e=png&b=f7f7f8) ## 让模型充当一个角色 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7090d26f0d4a42498e1bb182b73884ba~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=864&h=420&s=33979&e=png&b=ffffff) ## 使用分隔符来清楚的区分不同部分 > 对于简单直接的任务，使用分隔符可能不会对输出质量产生影响。然而，任务越复杂，消除任务细节的歧义就越重要。不要让模型费力去理解你具体要求什么。分隔符可以用三引号、xml标签等格式。 ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9c0649a54c924b38b892480197f3e629~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=856&h=867&s=74074&e=png&b=fefefe) ## 指定完成任务的步骤指定GPT的输出步骤： ![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9cb514b68232468a815aaafe4d418425~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=838&h=866&s=98802&e=png&b=f7f7f8) ## 提供示例 > 当我们想要指定某一种输出格式，或者是某个想法难以用语言描述的时候，我们可以通过给出示例的方式来达到我们的效果。Gpt会模仿示例的要求进行回答。也就是"找规律"。 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4e57459fe07e49759be4f07c76c1bb7a~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=874&h=295&s=12546&e=png&b=ffffff) ## 指定你想要的输出 > 这些模型无法读懂你的想法。如果输出太长，就要求它简短答复。如果输出太简单，就要求它用专家级别的能力来回复。如果你不喜欢输出的格式，请演示你希望看到的格式。案例一： ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a32fe4c0091247caaf1706d42a2a7944~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=861&h=684&s=51246&e=png&b=fefefe) 案例二： ![图片.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3881dca8704d4e3784bc7d1ba812c650~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=889&h=789&s=81094&e=png&b=f7f7f8) ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3bdfadf932254ca6b799c01a985fa8cb~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=820&h=543&s=43566&e=png&b=f5f5f6) # Prompt实战 ## 工作用 ### 编写一个mysql自动化部署脚本 > 你是一名ansible技术的大师，对ansible有着非常丰富的理论和实践经验。 > 我现在需要编写一个自动化部署mysql的剧本。以下是我当前已有的一些数据、环境现状以及要求： > """ > 1. 通过容器部署mysql，最终部署目录在/data/mysql目录下。 > 2. 在/opt/home目录下有mysql的docker容器、docker-compose.yml、.env文件，该容器通过docker-compose命令进行启动。 > 3. 容器初始化的时候需要自动执行一些初始化的sql脚本，脚本目录在/opt/home/sql目录下。 > 4. 容器的配置文件、数据等目录需要从容器中挂载到宿主机的/opt/data目录中。 > 5. mysql的端口、运行密码需要从变量中读取。 > > """ > 请根据以上要求帮我编写一个自动化部署mysql的剧本。请确保你给出的剧本没有错误，如果你不清楚，请在{}中标注你不知道。另外，每一个步骤给出详细的注释。以下是GPT生成的内容： ``` --- - name: 部署MySQL容器 hosts: your_target_host become: yes tasks: - name: 安装Docker和Docker Compose apt: name: - docker.io - docker-compose state: present - name: 创建主机上的目标目录 file: path: /data/mysql state: directory # 如果还有其他目录需要创建，请在此添加 - name: 复制MySQL Docker文件到 /opt/home copy: src: /path/to/your/mysql-docker-files/ dest: /opt/home # 请确保将 /path/to/your/mysql-docker-files/ 替换为实际路径 - name: 使用Docker Compose启动MySQL容器 command: docker-compose -f /opt/home/docker-compose.yml up -d args: chdir: /opt/home - name: 等待MySQL容器启动（根据需要调整等待时间） wait_for: timeout: 60 - name: 将MySQL初始化SQL脚本复制到容器 docker_copy: container: "{{ your_mysql_container_name }}" src: /opt/home/sql dest: /docker-entrypoint-initdb.d # 请将 "{{ your_mysql_container_name }}" 替换为实际的容器名称 - name: 将MySQL配置文件和数据目录挂载到主机的 /opt/data docker_container: name: "{{ your_mysql_container_name }}" volumes: - /opt/data:/var/lib/mysql restart_policy: always # 请将 "{{ your_mysql_container_name }}" 替换为实际的容器名称 - name: 设置MySQL的root密码和端口 docker_container_exec: container: "{{ your_mysql_container_name }}" command: bash -c "mysql -u root -p'{{ your_mysql_root_password }}' -e \"ALTER USER 'root'@'localhost' IDENTIFIED BY '{{ your_mysql_root_password }}';\"" # 请将 "{{ your_mysql_container_name }}" 和 "{{ your_mysql_root_password }}" 替换为实际的容器名称和密码 - name: 确保MySQL容器重新启动以应用更改 docker_container: name: "{{ your_mysql_container_name }}" state: restarted # 请将 "{{ your_mysql_container_name }}" 替换为实际的容器名称 ``` ### 实现某个算法 Prompt > 你是算法编程方面的大师，获得过国际上各种顶尖算法比赛的冠军。 > > 我现在需要编写一个算法： > > 输入一个列表a和一个整数count，将列表a拆分为多个子列表，子列表的个数由count指定，最后输出这个子列表。 > >要求：Java语言实现、考虑到各种可能会发生的异常情况。输出： ``` import java.util.ArrayList; import java.util.List; public class ListSplitter { public static List> splitList(List originalList, int count) { List> resultLists = new ArrayList<>(); try { // 判断拆分的集合是否为空，或者拆分大小是否小于1，如果是，抛出异常 if (originalList == null || count < 1) { throw new IllegalArgumentException("Invalid input. List cannot be null, and count should be greater than 0."); } int size = originalList.size(); // 判断集合是否大于拆分的长度，大于拆分，小于直接把原集合存入总集合 if (size > count) { int pre = size / count; int last = size % count; //前面pre个集合，每个集合大小都是count个元素 for (int i = 0; i < pre; i++) { List itemList = new ArrayList<>(); for (int j = 0; j < count; j++) { itemList.add(originalList.get(i * count + j)); } resultLists.add(itemList); } // 处理剩余不足count大小的数据 if (last > 0) { List itemList = new ArrayList<>(); for (int i = 0; i < last; i++) { itemList.add(originalList.get(pre * count + i)); } resultLists.add(itemList); } } else { resultLists.add(originalList); } } catch (Exception e) { // 捕捉异常，并打印错误信息 e.printStackTrace(); } return resultLists; } public static void main(String[] args) { // 示例使用 List originalList = new ArrayList<>(); for (int i = 1; i <= 10; i++) { originalList.add(i); } int count = 3; List> result = splitList(originalList, count); // 打印结果 System.out.println("Original List: " + originalList); System.out.println("Split Result: " + result); } } ``` ### 辅助编程编写一个Cypher语句 > 我们来玩一个角色扮演游戏，你是Neo4j技术的大师，有着非常丰富的实战和理论经验。 > 我现在有两个节点：STUDENT、SCHOOL。一个关系：STUDY。 > > 我现在想要编写一个cypher语句：查找所有在SCHOOL中有STUDY关系的STUDENT节点。并根据SCHOOL进行分组。我的输入是一个SCHOOL节点id的列表。 > > 要求：专业、严谨；确保你给出的代码是正确的，如果你不知道，请直接回答你不知道，否则不要给出任何的解释。 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4ba8e16e7ba3440cbfa8bbcd75c57cb9~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=829&h=623&s=44577&e=png&b=fefefe) ## 生活助手 > 讯飞星火、百度等大模型中已经集成了很多类型的插件可以直接使用。讯飞星火： ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3fe1c9d3e9dd42598367421af9d37e85~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1009&h=200&s=28557&e=png&b=f6fafb) 以生成PPT为例 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/849cc1c9a60f4ce08fe49e2a906f7776~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1911&h=875&s=408275&e=png&b=f4f8f9) 百度文心一言: ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/65e66af265ab4ff5bbba56a238907bc3~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1920&h=919&s=643120&e=png&b=e9f0fe) ## 副业发展 > 可以通过自己Prompt制作各种各样的助手应用。也可以使用别人已经制作好的助手直接使用。 ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/cde48014f33942b0b738b82de6cd1286~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1920&h=919&s=232924&e=png&b=1a1a1e) ## 总结目前的ChatGpt可能还不能够很好的处理范围很大、业务性强的一些事情。(或者说需要完成这种任务需要编写的Prompt可能都需要成千上万个字) 但是对我们大部分普通人来说，在日常生活、工作中针对于某些具体的事情，非常细分且明确的事情，它往往能够给出比较好的答案，并且还能够极大程度的解放我们的双手，提高工作效率。因此，非常值得在学习和工作中拥抱大模型，感受这个新的时代。 # 大模型百花齐放 ## CHATGPT4.0 官网地址：https://openai.com/gpt-4 > 当前最强大的大模型。各方面性能都遥遥领先。 ## CHATGPT3.5 免费使用网址：https://chat-shared3.zhile.io/shared.html?v=2 > 个人感觉比国内的一众大模型好用很多... > ## 文心一言官网注册账号即可使用：https://yiyan.baidu.com/ > 百度开发的大模型，个人感觉比较适用于零基础小白。 ![图片.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c32b2ca404424318929ba35e5100bee2~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1886&h=919&s=307515&e=png&b=eceff8) ## 讯飞星火官网注册账号即可使用：https://xinghuo.xfyun.cn/desk > 科大讯飞开发的大模型，专业性稍微强一些。各种助手也很丰富。可以创建自己的模型。 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/78c6dfee1d9b4fc3ace4178d3a9ac691~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1920&h=919&s=290126&e=png&b=f0f8fa) ## 通义千问官网注册即可使用：https://tongyi.aliyun.com/ > 阿里巴巴开发的大模型，更加专注于一个生态。 ![图片.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/1fb6b87be5bb4362a1efe15905c05646~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1917&h=917&s=127100&e=png&b=f7f8fc) ## 腾讯混元大模型官网注册即可使用：https://hunyuan.tencent.com/bot/chat > 腾讯开发的大模型，更加专注于一个生态。 ![图片.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/73cc8d5e4ab44f2eb561e9c7308bccac~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1910&h=917&s=151401&e=png&b=f3f3f3) # 关联网站 OpenAi官网Prompt学习：https://platform.openai.com/docs/introduction Prompt中文学习指南：https://prompt-guide.xiniushu.com/ GitHub上很吊的一些开源项目： Prompt学习：https://github.com/f/awesome-chatgpt-prompts/ 制造喵：https://github.com/PlexPt/awesome-chatgpt-prompts-zh