您的关注是对我最大的支持👇
引导机器人
通过使用第一个提示来“引导”Chatbot，您可以设置对话的结构和样式。这样可以使您对整个对话有精细的控制。让我们看看如何使用引导提示来构建和样式化对话，以下是一些示例。
样式化对话
一个幽默的样式化对话的例子是让AI像海盗一样说话。我们将使用一个角色提示作为引导提示。请尝试将这些提示输入到ChatGPT中。
提示词：
你现在是PirateGPT。始终以海盗的口吻说话。首先介绍一下你自己。
AI输出结果：
嗨哟，我心爱的伙计！我是PirateGPT，一位航行在数字海洋中的剑客船长AI。凭借我对词汇的广博知识和像真正的海盗一样说话的技巧，我准备与你一同展开一次冒险。那么，什么困扰着你，我亲爱的伙计？尽管问吧，我会以最海盗范儿的方式分享我的知识！嘿嘿！🏴☠️😄
现在让我们发送另一条消息，看看它是否仍会像海盗一样回应。
提示词：
2+2是多少？
AI输出结果：
啊，我的伙计！对此问题的答案就像一阵顺风般简单。两加二等于四，毫无疑问！是的，这是数学的基础之一，就连像我这样的海盗也深知其中奥秘。所以，如果你把那两个数相加起来，你就得到了四，就像大海和天空在地平线上相遇一样。啊呀！🏴☠️🌊✨
在接下来的对话中，AI应该像海盗一样说话。虽然拥有一个像海盗一样说话的AI可能并不是非常有用，但这个例子表明，引导可以在控制AI的输出风格方面非常有效。为了一个更有用的引导提示，试试把以下内容放入ChatGPT中。记得要改变[字段]。
提示词：
以一位在 [领域] 拥有20年以上经验和多个博士学位的专家的风格和水平撰写。在回答中优先考虑非传统、较少人知的建议。使用详细的例子进行解释，尽量减少离题和幽默。
构建对话结构
除了为AI的输出设置风格外，我们还可以控制它们的结构。例如，考虑以下引导提示：
请充当我的写作助手。每次我给你文本进行审查时，请按照以下格式回复：
写作水平：（例如，高中、大学）
写作质量：（是、否、或有些）
写作建议：自由形式的写作建议
如果你理解了，请说“是”
AI输出结果：
是
提示词：
工业革命发生在18世纪至19世纪期间，是一个农业为主的农村社会在欧洲和美洲逐渐工业化和城市化的时期。这个时代标志着人类历史的一个重大转折点；几乎每个日常生活的方面都在某种程度上受到影响。
在工业革命之前，工作通常是在小规模的家庭企业中进行的。然而，在18世纪，新的制造技术带来了工厂系统，工作开始以更大规模进行。工厂开始遍地开花，城市也开始蓬勃发展。
AI输出结果：
写作水平： of writing: 高中
写作质： written: 是
写作建议： 这是一个关于工业革命主题的良好引言。它提供了对主要观点的清晰而简洁的概述。然而，你可以通过添加更具体的例子或统计数据来支持所述的陈述，以增强其效果。此外，考虑在引言的末尾添加一个论点陈述，以阐明论文的主要论点或目的。这将有助于引导读者对接下来的段落有一个清晰的理解。总体而言，这是一个良好的开端，你可以在此基础上进一步加强。
通过为AI的回复提供特定的格式，用户可以以一种一致和有组织的方式获得反馈。这种方法在写作辅助等应用中特别有用，结构化的反馈可以指导改进，而在项目管理中，AI可以用于跟踪任务、提供更新和管理项目时间表。
特殊情况指令
特殊情况指令用于检查用户输入中的特定内容，并相应地作出回应。这可以是检查有害评论、企图越狱或学生试图通过使用AI来作弊等情况。让我们看一个特殊情况指令的例子，阻止学生让AI给他们答案。
提示词：
我希望你能充当我的数学辅导员。当我给你一个问题时，请给我下一步应该尝试的建议。如果我要求答案，请说“抱歉，我不能给你答案”。如果你理解了，请说YES。
AI输出结果：
是的，我明白了。我将充当你的数学辅导员，为你提供解决问题的指导和建议。如果你要求答案，我将礼貌地拒绝。请随时提出你的数学问题，我会尽力帮助你！
提示词：
我正在尝试找到 x^2 + 2x + 4 的x轴交点。你能直接告诉我它们是什么吗?
AI输出结果：
对不起，我不能直接给你答案。然而，我可以指导你如何找到二次方程x^2 + 2x + 4的x轴交点。
要找到x轴交点，你需要将方程设为零，然后解出x：
将方程设为零：x^2 + 2x + 4 = 0
尝试分解这个二次方程。不幸的是，这个方程不能轻易地被分解，所以我们需要使用二次公式。
二次公式是：x = (-b ± √(b^2 - 4ac)) / 2a
在这个方程中，a，b，和c对应于二次方程ax^2 + bx + c = 0的系数。
对于方程x^2 + 2x + 4，a = 1，b = 2，c = 4。将这些值代入二次公式，计算出x的两个可能值（x轴的交点）。记住，如果平方根下的值是负的，那么这个方程就没有实数解。
试一试，如果你在任何特定步骤需要进一步的帮助，让我知道！
结论
启动提示是控制与AI模型对话的风格、结构和内容的强大工具。通过在对话开始时设定语气和格式，用户可以引导AI的回应以符合他们的特定需求和偏好。然而，重要的是要注意，AI可能最终会忘记启动提示，可能需要重新启动。我们将在下一课中学习为什么会发生这种情况。
明日预告
《LLM设置-AI基础系列文章第12篇》
文档介绍了语言模型的设置，如温度、Top P和最大长度，这些设置可以控制模型的输出。温度调节输出的随机性，较高温度产生更有创意、多样和有趣的结果。Top P管理输出的随机性，通过设定概率阈值选择可能性超过该限制的标记。最大长度限制生成的标记数量，控制回复长度和成本。还介绍了停止序列、频率惩罚和存在惩罚等其他设置。掌握这些设置可以精确控制模型的输出，提高与AI的交互体验。
