#提示工程#

爱可可-爱生活　8天前　北京

“如何用ChatGPT做投资分析” 提供了一系列提示词，构成了系统性的投资研究框架： 从基本面到技术面，从宏观到微观，整个分析思路环环相扣： 1. 市场分析 - 深入研究行业趋势和投资机会 2. 投资组合 - 构建多元化策略降低风险 3. 风控管理 - 制定止损点和仓位控制方案 4. 经济指标 - 关注GDP、就业 ...全文

歸藏的AI工具箱　233天前　北京

给普通人的26条提示工程策略：#ai# #提示工程# 1、与LLM交流不需要礼貌，所以无需添加“请”、“如果你不介意”、“谢谢”、“我想”等短语，直接切入主题。 2、在提示中整合预期的受众，例如，受众是该领域的专家。 3、将复杂任务分解为一系列更简单的提示，进行互动对话。 4、使用肯定指令，例如 ...全文

AIGCLINK　122天前　运城

一个轻量级/功能性的提示工程工具：ell 𝚎𝚕𝚕是@wgussml（william）源于在OpenAI期间的想法，是一个轻量级、功能性的语言模型编程库 ell认为提示不仅是简单的文字，而是可以被执行的程序，ell提供了类似于编程语言的语法，可以更精确地表达意图，比如定义变量、函数、条件语句等 特点： 1、多 ...全文

智能时刻　315天前　北京

【大语言模型】LLM提示简介 详细对比了不同提示策略的设计，开发和评估，另外对比了LLAMA2 7B和ChatGPT-3.5. 什么是提示？ 为什么提示很重要？ 探索不同的提示策略 我们如何实现这些技术？ 4.1. 用零样本提示Llama 2 7B-chat 4.2. 用几个样本提示Llama 2 7B-chat 4.3. 如果我们不遵守聊天模板，会发生 ...全文

爱可可-爱生活　5天前　北京

在与Claude和GPT-4这样的大语言模型对话时，要求它们在给出答案前先“仔细思考”，效果会好得多。 maharshi设计了一个特殊的提示词模板，引导AI模型像人类一样展示其内部的思考过程——包括提出疑问、权衡利弊、修正错误认知等。这就像是让AI把脑中的“独白”都说出来。 令人惊喜的是，这种方法不仅 ...全文

爱可可-爱生活　8天前　北京

“10个超级提示词让学习事半功倍” 经过实践验证的提示框架： 1. 复杂主题解码器 用5个核心原理拆解难懂的内容，配合生动比喻，设计7天掌握路线。每次小测都有清晰度评分，让学习更有方向感。 2. 学习加速蓝图 打造21天快速掌握系统：早晨理论、下午实践、晚上复习。关键是设置即时奖励机制，让多 ...全文

爱可可-爱生活　38天前　北京

【Solar Prompt Guide：一份全面的Solar模型提示工程指南，提供了系统化的教程从基础到高级的提示技巧。包含11个章节，涵盖基本结构、直接清晰提示、少样本学习、角色风格、结构化提示、推理链等关键技术，并附带实际案例和优化方法。特别适合想要掌握LLM提示工程的非专业用户】 'Upstage's Prompt Eng ...全文

爱可可-爱生活　42天前　北京

【PDL(Prompt Declaration Language)：IBM开发的声明式提示编程语言，专为创建可靠、可组合的LLM提示而设计。支持模板系统、多轮对话、工具集成等特性，提供类型检查、Python SDK和可视化调试等开发工具，可与任何LLM模型集成，适合构建复杂的AI应用】 'PDL is a declarative language designed for de ...全文

爱可可-爱生活　46天前　北京

【llm_client：一个用Rust开发的本地LLM接口工具，支持多平台(Mac/Windows/Linux)的CPU和GPU运行。特色是提供了级联提示工作流(Cascading Prompt Workflow)系统，能将LLM的概率性输出转换为确定性信号，大幅提高输出可靠性。支持自动构建、简单的模型预设、灵活的配置选项以及多种API集成】 'The Easie ...全文

AIGCLINK　87天前　运城

一个提示词学习库：Prompt_Engineering，涵盖从初级到高级的提示工程技术的学习资料、教程和文档、能直接使用的提示实例等 github：🔗 #提示词# #Prompt# #提示工程#

爱可可-爱生活　123天前　深圳

【ell：面向语言模型编程的框架，旨在通过提供一套工具和原则，使得对语言模型的编程和提示工程变得更加科学和系统化】'ell - A language model programming framework.' GitHub: github.com/MadcowD/ell #语言模型编程# #提示工程# #多模态# #机器学习#

爱可可-爱生活　125天前　深圳

来自Anthropic的#提示工程# 技巧总结： 1. 编写提示时要清晰精确。清楚地陈述任务和描述概念的能力至关重要。 2. 要愿意快速迭代，连续向模型发送多个提示。优秀的提示工程师能适应不断的来回调整。 3. 设计提示时考虑边缘情况和不寻常场景。思考你的提示在非典型情况下可能如何失效。 4. 用不完美的、 ...全文