最近ChatGPT真是火的一塌糊涂......
今天就遇到一个老哥问我ChatGPT怎么搞的，我本打算让他按照步骤一步一步注册，后面发现对他有点难，就直接帮他搞好了，最后问他，为什么要体验ChatGPT，他就说时尚啊，人人都在聊，了解一下总比不了解强。
随着AI的大火，也推火了Prompt，甚至新出了一种职业，AI提示工程师。
随着人工智能技术的快速发展，“AI 不会取代你，会用 AI 的人会取代你！”这句话绝不是杞人忧天。作为互联网行业的从业者，更应该快速了解新的技术。
01Prompt是什么？
对ChatGPT和Midjourney（AI画图）来讲，prompt是魔法咒语。
为什么很多人一开始就在使用ChatGPT，但是用着用着就放弃了，因为ChatGPT真的会一本正紧胡说八道，另外就是觉得AI的答案没有帮助到他。工具再好，也要看使用者会不会使用，有的人已经能够用AI写日报，写总结，写论文，甚至写小说去赚钱了。
这其实就是你给GPT的prompt不对，ChatGPT或者AI画图完成的效果，很依赖你输入的关键词，也就是说你要给出清晰，准确的描述。
=好的 Prompt 具有的设计原则
- 清晰，切忌复杂或歧义，如果有术语，应定义清楚。
- 具体，描述语言应尽量具体，不要抽象和模棱两可。
- 聚焦，问题避免太泛或开放。
- 简洁，避免不必要的描述。
- 相关，主要指主题相关，而且是整个对话期间，不要东一瓢西一瓤。
- 但这些原则比较抽象，不具有具体的指导意义，只能先做为整体的要求了解。
好与坏的举例：
=ChatGPT具有十大类基本能力：
文本生成： ChatGPT 可以生成各种格式的文本，例如写故事、写新闻文章或诗歌、写代码等。自动摘要： ChatGPT 可以将一段很长的文本摘要成一个较短的版本。自然语言理解 (NLU)： ChatGPT 可以理解文本的含义，可用于情感分析、命名实体识别和文本分类等任务。语言翻译： ChatGPT 可以针对语言翻译任务进行微调，将文本从一种语言翻译成另一种语言。对话生成： ChatGPT 可以生成类似人类的对话，使其适用于聊天机器人和虚拟助手应用程序。文本转语音： ChatGPT 可以针对文本转语音任务进行微调，将文本转换为口语。图像字幕： ChatGPT 可以针对图像字幕任务进行微调，它可以为图像和视频生成字幕。阅读理解： ChatGPT 可以针对阅读理解任务进行微调，它可以根据给定的文本回答问题。
问答： ChatGPT 可以根据给定的上下文或知识库回答问题。
文本补全： ChatGPT 可以根据给定的上下文或提示来完成给定的文本。
这些能力都可以作为任务项去使用。
=让AI扮演角色
你想让它扮演一个什么样的角色，它便站在这样角色的立场思考。
结论：无论写什么Prompt，开头第一句先描述一下我们想让ChatGPT充当什么角色。如果没有这样的角色，就杜撰一个，次数多了它可能也猜到是什么了。
02编写Prompt将成为程序员的必修课
3 月 25 日，由 CSDN、《新程序员》联合主办的“新程序员大会（NPCon）：AIGC 与大模型技术应用峰会”在北京环球贸易中心盛大召开。为了迎接这个崭新的 AI 应用时代，在大会“AIGC 与大模型技术应用论坛”，邀请了五位极具代表性的人工智能专家，通过对 AIGC 和大模型的思考和在行业多年的探索实践，深入展现人工智能发展的最全面貌。
直播回放：https://live.csdn.net/room/programmer_editor/Nc8cfWuo
“AI 不会取代你，会用 AI 的人会取代你！”作为主题演讲环节的收尾，句子互动创始人 & CEO，微软人工智能最具价值专家（AI MVP）李佳芮带来了“ChatGPT 从 0 到 1”的主题演讲，她也是本场论坛的主持人。
李佳芮从应用场景、技术原理以及 OpenAI 的创业角度入手，深度探讨 ChatGPT。她以一个利用 ChatGPT 制作公开课大纲的案例，展示了ChatGPT 完美的上下文处理能力与它的「可解释性」和「数据偏见」问题。而想要让 ChatGPT 正确地给出答案，就必须提出准确的问题，提问者的水平会影响答案的质量。
她表示，如果想成为优秀的提问者——Prompt Engineer，就要从提问的方式开始学起，清晰地表达自己的想法。她指出了以下几点：
- 适当的提示可以引导模型生成有用的输出；
- 用多种方式表达以达到最佳结果；
- 描述具体的事情并给出相关的背景信息；
- 向模型展示你希望看到的内容，引导模型生成想要的输出。
在现场，李佳芮介绍了三种 Prompt 的实例操作。面对代码编写、情人节约会指南和论文写作等要求，ChatGPT 都可以完成任务；和传统写作截然不同的是，Prompt Engineer 不需要先寻找事实资料，而是先要求 ChatGPT 生成论点和结论。
同时，现在也已经出现了 FlowGPT 这样的 ChatGPT 使用者社群，用户们已在上面上传了上百个使用场景与提示词，助力自动化写作。
李佳芮还剖析了生成式人工智能的应用场景。她指出，生成式人工智能是基于归纳分析学习数据生成的模式，可以创造出新的数据样本。生成式人工智能广泛应用于文本、代码生成、图片、语音合成、视频、三维模型等领域。
最后，李佳芮表示，对话式人工智能时代已经到来，交互方式的范式出现了转变。她提出工业革命解决了“重复体力劳动”的事情，人工智能未来解决“重复脑力劳动”的事情，人工智能不会取代程序员，取代程序员的将会是善用 AI 的人。她相信单纯的智能不会解决所有的问题，机器和人将协同工作。
