ChatGPT进阶 : 提示工程入门

《ChatGPT进阶：提示工程入门》是一本面向所有人的提示工程工具书，旨在帮助你掌握并有效利用以ChatGPT为代表的AI工具。学习完《ChatGPT进阶：提示工程入门》后，你将能够自如地将ChatGPT运用在生活和专业领域中，成为ChatGPT进阶玩家。
《ChatGPT进阶：提示工程入门》共分为9章，内容涵盖三个层次：介绍与解读、入门学习、进阶提升。第1～2章深入介绍与剖析了ChatGPT与提示工程，并从多个学科的角度探讨了提示工程学科。第3～5章演示了ChatGPT的实际运用，教你如何使用ChatGPT解决自然语言处理问题，并为你提供了一套可操作、可重复的提示设计框架，让你能够熟练驾驭ChatGPT。第6～9章讲解了来自学术界的提示工程方法，以及如何围绕ChatGPT进行创新；此外，为希望ChatGPT进行应用开发的读者提供了实用的参考资料，并介绍了除ChatGPT之外的其他选择。
《ChatGPT进阶：提示工程入门》聚焦ChatGPT的实际应用，可操作，可重复，轻松易读却不失深度。无论你是对ChatGPT及类似工具充满好奇，还是期待将其转化为生产力，《ChatGPT进阶：提示工程入门》都值得一读。此外，《ChatGPT进阶：提示工程入门》还可作为相关培训机构的教材。

陈颢鹏：

提示工程师，AI产品经理，毕业于北京邮电大学计算机学院。曾在滴滴自动驾驶、图森未来、字节跳动、美团等公司积累了行业经验，现就职于一家AI领域的独角兽公司。作为ChatGPT发布后的初期用户，他运用该技术重塑了工作流程，显著提高了工作效率，发明的ChatGPT提示设计框架在小红书（ID：陈财猫）上获得了40000 赞与收藏，被多次转载，并在多家公司内部被广泛分享。他负责本书主体内容的写作。

李子菡：

硕士就读于香港科技大学计算机与工程系，本科毕业于北京邮电大学。研究的领域涉及大语言模型和Prompt，参与相关工作已在自然语言处理领域学术会议ACL上发表，对人工智能领域及各种语言模型有着深入的了解。她是本书的科研顾问，参与了第一章的写作，并对本书进行了审阅。

系统：全面剖析ChatGPT应用技巧，带你从小白变身ChatGPT应用专家。
实用：内含开箱即用的“提示公式”，聚焦ChatGPT实际应用。
有思路，有办法，能落地：带你将ChatGPT真正转化为生产力，开启AI驱动的工作流程。
简单易读：深入浅出，循序渐进，内含60 个示例，适合初学者和进阶读者。
深度：理论结合实际，涵盖提示工程学科深度讨论，授人以鱼更授人以渔。

人类一直在寻找、制造并使用工具，以扩展我们的能力，适应我们的环境，甚至超越我们的生物限制。我们所掌握的每一项工具都在某种程度上塑造了我们的生活和社会——从火和轮子，到印刷术和电力，再到计算机和互联网。现在，我们正站在一个历史性的分水岭之上，迎来人工智能（ArtificialIntelligence，AI）的时代。
如今，以ChatGPT为代表的人工智能已经成为一种无法忽视的力量。它们正在迅速地重塑我们的世界，改变我们的生活方式和思考模式。无论你是否愿意接受，这已经成为世界的现状，也将是未来的发展趋势。
以ChatGPT为代表的大语言模型（LargeLanguageModel，LLM）是非常强大的工具。然而，同其他工具一样，其真正的价值取决于我们如何使用它们。
考虑到这一点，我们需要像学习使用其他工具一样学习使用ChatGPT。这就是本书的主旨：本书是一本面向所有人的基于GPT-4 的提示工程（PromptEngineering）教程，可以帮助你掌握和利用以ChatGPT为代表的这类强大的人工智能工具。
那什么是提示工程呢？简单来说，就是通过精心设计、优化输入信息来引导人工智能生成高质量、准确、有针对性的回应。不过，我更愿意将提示工程看作一门关于“如何更好地利用人工智能工具”的艺术。
如果将互联网比喻为人类的新器官，那么每个人都可以通过互联网随时随地获取大量信息。互联网极大地扩展了我们的记忆容量，就像我们额外拥有了一个记忆器官。这是一个深刻而形象的比喻，揭示了我们正在成为的生物——一种通过与技术深度相连来增强自我能力的生物。
就像互联网一样，以ChatGPT为代表的人工智能也正在成为我们的新器官，它们将辅助我们处理信息、做出决策、进行学习、理解和解决复杂的问题，激发我们的创造力。它们将极大地扩展我们的认知范围和思维能力。在它们的辅助下，每个人在未来都可以做到以前想象不到的事情。
本书将尽可能地帮助你理解和学会使用ChatGPT，这个模型有着广泛的应用，从答疑解惑到写作辅助，再到编程帮助，它的能力都令人惊叹。
本书除了介绍使用ChatGPT的基本技巧，还将探讨如何以一种创新的方式来使用ChatGPT，帮助你熟练地使用这个工具，将其应用于你的专业领域。

本书特色
简单易读：本书将复杂的话题变得易于理解，适合所有对ChatGPT与提示工程感兴趣的读者。
实用性强：本书的内容聚焦于人工智能和ChatGPT的实际应用，而非空泛的理论。读者可以从中学到实用的知识和技巧，并将其应用于自己的工作和生活。
深入探讨：本书的内容注重实用性，但并未忽视深度，有“术”也有“道”。本书涵盖了人工智能和ChatGPT的许多复杂话题，并对这些话题进行了深入探讨。
内容新颖：本书的案例均使用较新（截至本书完成时）、更强大的GPT-4 模型。
提示公式：本书提供了开箱即用的“提示公式”，读者可以根据需求直接取用。
资源丰富：本书提供了完善的配套资源，包括本书中的提示的电子文档、程序示例等。

本书读者对象
对ChatGPT和类似ChatGPT的AI工具感兴趣的人。
提示工程师（PromptEngineer）。
希望使用AI工具的产品经理。
运营、文案、广告等方面的从业者。

第1章 认识ChatGPT

1.1 ChatGPT是什么

1.1.1 什么是语言模型

1.1.2 什么是GPT

1.2 ChatGPT的能力

1.2.1 GPT-4有多强

1.2.2 大语言模型的“涌现”能力

1.2.3 “GPT们”会抢走我们的工作吗

1.3 ChatGPT的局限

1.3.1 大语言模型的“幻觉”现象

1.3.2 有限的上下文：ChatGPT的“失忆症”

1.3.3 隐私漏洞与安全隐患

1.3.4 大语言模型的偏见

第2章 人机共舞的艺术：提示工程简介

2.1 什么是提示与提示工程

2.1.1 什么是提示

2.1.2 什么是提示工程

2.2 提示工程的巨大威力：从Let’s think step by step说起

2.3 我们与ChatGPT的沟通模型

2.4 从人工智能学科角度看提示工程

2.4.1 技术奇点与智能增强：人类需要学会与人工智能合作

2.4.2 对齐：如何避免人工智能毁灭世界

2.4.3 弥达斯国王问题：我们想要的就是我们的真实需求吗

2.5 拆解、标准化、流程化：如何用AI改造工作

第3章 使用ChatGPT的基础技巧

3.1 使用文本分隔符分割指令和上下文

3.2 使用标记语言标记输入格式

3.3 使用有序列表与无序列表列出不同的项

3.4 量化你的要求

3.5 不要说“不要做什么”，要说“要做什么”

3.6 利用ChatGPT“接龙”的特性引导下一步动作

3.7 多轮对话：ChatGPT“越用越聪明”的秘诀

3.8 使用ChatGPT插件

第4章 使用ChatGPT完成自然语言处理任务

4.1 什么是自然语言处理任务

4.2 文本摘要：提炼文本精华

4.2.1 文本摘要的提示公式

4.2.2 用文本摘要+ChatGPT进行论文阅读

4.2.3 用文本摘要+ChatGPT做会议记录

4.3 文本纠错：检测和修正文本错误

4.4 情感分析：挖掘文本中的情感倾向

4.4.1 情感分析任务的提示公式

4.4.2 场景示例：批量分析外卖评论，寻找经营改进点

4.5 实体识别：抽取特定实体

4.5.1 实体识别任务的提示公式

4.5.2 示例：从简历中提取关键信息

4.5.3 ChatGPT+实体识别+5W1H快速阅读复杂文本

4.6 机器翻译：跨语言的文本转换

4.6.1 机器翻译任务的提示公式

4.6.2 用ChatGPT翻译诗歌

4.7 关键词抽取：从文本中识别主题

4.7.1 关键词抽取任务的提示公式

4.7.2 用ChatGPT抽取论文摘要关键词

4.8 问题问答：用ChatGPT学知识

4.8.1 用类比学习复杂概念

4.8.2 小朋友也能听得懂的故事解释法

4.8.3 如何减少ChatGPT的“幻觉”

4.9 生成式任务：用ChatGPT做内容创作

4.9.1 生成式任务的提示设计维度

4.9.2 用ChatGPT写深度评论文章

第5章 使用BROKE框架设计ChatGPT提示

5.1 BROKE框架

5.1.1 BROKE框架的基本内容

5.1.2 用BROKE框架让ChatGPT介绍BROKE框架

5.2 背景（Background）：信息传达与角色设计

5.2.1 让ChatGPT向使用者提问，分析问题背景

5.2.2 给ChatGPT尽可能多的原始信息

5.2.3 用符合直觉与经验的方式设计问题背景

5.3 角色（Role）：AI助手的角色扮演游戏

5.4 目标与关键结果（Objectives&Key Results）：给ChatGPT“打绩效”

5.4.1 如何设计目标

5.4.2 如何设计关键结果

5.5 改进（Evolve）：进行试验与调整

5.6 示例：写自动驾驶出租车试乘报告框架

5.7 从认知心理学角度看BROKE框架的设计

第6章 使用ChatGPT的进阶技巧

6.1 使用分治法让ChatGPT完成大而复杂的任务

6.1.1 如何将分治法应用到ChatGPT提示设计中

6.1.2 用ChatGPT+分治法写长篇科幻小说

6.1.3 示例：使用ChatGPT完成复杂程序代码

6.2 上下文学习：为ChatGPT提供范例

6.2.1 上下文学习的基本步骤

6.2.2 示例：规定回复格式，让ChatGPT当英语外教陪聊

6.3 用链式思维提高ChatGPT的逻辑能力

6.4 自一致性：利用“投票”获得可靠答案

6.5 知识生成提示

第7章 如何用ChatGPT进行创新

7.1 组合式创新

7.2 ChatGPT+领域知识

7.2.1 ChatGPT+心理学：设计更容易被填写的问卷

7.2.2 ChatGPT+逻辑学：用谓词逻辑提取文字中的命题

7.2.3 ChatGPT+管理学+心理学+社会学：用多领域理论优化管理策略

7.3 ChatGPT+工具

7.3.1 ChatGPT+Mermaid：用ChatGPT画时序图

7.4 ChatGPT+其他AI工具

7.5 用ChatGPT做数据分析

7.5.1 用ChatGPT做数据分析可以利用的工具

7.5.2 用ChatGPT做数据分析的注意事项

7.5.3 示例：使用ChatGPT选择算法并设计数据集

第8章 基于ChatGPT进行开发

8.1 ChatGPT API：利用ChatGPT制作自己的应用

8.1.1 什么是API

8.1.2 API的参数：如何造就疯癫赛博诗人

8.2 LangChain：大语言模型开发框架

第9章 ChatGPT的替代品们

9.1 Claude：ChatGPT的孪生姐妹

9.2 PaLM 2：来自谷歌的实力对手

9.3 HuggingChat：“抱抱脸”聊天机器人

9.4 ChatGLM：来自清华大学的语言模型

9.5 Alpaca&Vicuna：语言模型之羊驼家族

9.6 其他大语言模型

9.6.1 文心一言：百度的聊天机器人

9.6.2 讯飞星火：科大讯飞的聊天机器人

9.6.3 通义千问：阿里巴巴的聊天机器人

参考文献