如果您对生成人工智能 (Generative AI)、ChatGPT、Stable Diffusion 和 MobileGPT 感到兴奋,请阅读本文。
在本文中,我们将探讨提示或提示工程的艺术。在本故事结束时,您将成为生成 AI 提示的大师 - 我们将介绍文本和图像生成提示。
如果您想最大限度地提高您使用的 GenerativeAI 工具的输出,那么本文适合您。
从最基本的层面来看,即时工程是设计、制作和完善输入或“提示”的过程,用于指导人工智能 (AI) 模型的输出。
当我们处理生成式 AI 模型时,例如 OpenAI(GPT-3 和 GPT-4)或其他类似技术开发的模型,该术语尤其相关。
想象一下,您正在指示某人执行他们以前从未做过的任务。说明的清晰度和具体性可以极大地影响最终结果。同样,对于人工智能来说,你构建提示的方式会显着影响人工智能的反应。
没有比例子更好的学习方法了;我们将在 WhatsApp 上使用MobileGPT - GenerativeAI 来演示这些概念。
提示示例:
写演讲稿
这是我们从 MobileGPT 得到的回复,该指令对于 AI 来说太模糊了,无法理解,它甚至会回复更多澄清问题。
至少,我们需要提供一个主题或主题。这给我们带来了提示的基础知识 - 您需要提供格式和主题。
格式:这是AI必须返回或提交给您的内容,它是您提示的基础。例如,您是否要求人工智能以要点列表、正式信件、演讲或对话的形式生成文本?
主题:你的格式是什么?内容的主题、主题或标题,构成 AI 将返回的内容的基础。
在我们的例子中,我们可以说:
写一篇关于“剽窃的危险”的演讲
标题或主题是:剽窃的危险
生成式人工智能非常智能且训练有素,仅格式和主题就足以生成真正精彩的内容。
然而,我们想进一步完善它,所以我将引入更多的变量来定制这个演讲,完全按照我们想要的方式。
考虑:
语气是指人工智能生成的内容所传达的一般性格、态度或情感。它是通过输出中使用的语言描绘的整体感觉或情绪。
您可以将语气视为人工智能在响应中应如何“听起来”的指令。
受众是指人工智能生成内容的预期接收者或消费者。从本质上讲,内容是旨在覆盖或影响的人群。
在 GenerativeAI 中,澄清听众非常重要——在幼儿园课堂上发表演讲与在哈佛大学的毕业班上发表演讲是不一样的——即使主题是相同的。
目标是指人工智能生成内容的预期目的或目标。从本质上讲,这就是您希望通过人工智能生成的内容实现的目标。定义目标可以帮助人工智能为您的内容选择相关的谈话要点。
在提示中定义“充当”是指示 AI 在生成内容时承担特定角色、观点或角色的一种方式。这可以显着影响人工智能输出的语气、风格、语言和整体性质。
在大多数情况下,您不需要在一个提示中定义所有这些变量。例如,如果您选择说:充当讲师,您可能不需要定义语气,因为人物角色带有上下文和语气。
让我们测试一下这些并完善我们的提示。
变化1:
撰写一篇关于“剽窃的危险”的演讲,由奥普拉·温弗瑞 (Oprah Winfrey) 向高中毕业生发表
变化2:
以幽默的语气写一篇关于“抄袭的危险”的演讲,让学龄前儿童了解抄袭的危险
改变受众会导致完全不同的演讲,指定语气有助于人工智能理解如何构建内容,最重要的是,定义目标给出了内容应达到的人工智能规范。
我开发了一份总结参考指南,下载它,分享它,当有疑问时,请参考备忘单:
但是等等——还有更多。您可以通过指定更多变量来自定义从生成式 AI 获得的输出,例如 (1) 背景信息、(2) 关键字、(3) 字数、(4) 指南和 (5) 大纲。
假设您正在发表演讲,但您希望人工智能更多地了解上下文。你可以给它一些背景信息。例如,您可以添加:“我是这所学校的新人,这是我的第一年,我以全班第一的成绩毕业;我想在这次演讲中表现得谦虚一些。”
我必须说 GPT3 和 GPT4 引擎,我们称之为 MobileGPT 响应,通常喜欢忽略有关关键字的说明,但我喜欢包含它们,尤其是在为博客或社交媒体编写内容时。
指定生成的内容中必须出现的重要术语和单词通常很重要。
这是 GPT3 和 GPT4 引擎喜欢忽略的另一个变量,但并非总是如此,具体取决于您如何表达它。最好说:给我写 5 个段落,每个段落 2 个句子,而不是说:给我写 500 个单词。
老实说,仅“指南”作为一个附加变量就可能意味着通用响应和精心设计的人工智能输出之间的差异。指南就像关于人工智能“如何”构建内容的指令集。
想象一下你想写一份研究报告并告诉人工智能:
撰写一份关于社交媒体对心理健康影响的研究报告。
您可以添加受众、语气和目标,但您可能需要为人工智能提供更多结构。
这就是指南的用武之地;我通常会说:
撰写一份关于社交媒体对心理健康影响的研究报告。
--启动指南--
首先提供一份执行摘要,强调所有要点和要点。
以批判性的方式讨论好处和挑战,提供支持和反对该主题的证据。简要介绍该主题的背景,讨论围绕该主题的文献,并介绍不同的思想流派。
讨论这些年来这个话题是如何演变的,以及文献和思想流派是如何转变的。最后添加 SWOT 分析并讨论结果。最后,总结关键要点并以要点形式呈现调查结果。
--指南结束--
让我们在 MobileGPT 上进行测试,这次我们将使用“长研究报告”功能。只需单击菜单,从任何消息中选择 - 长研究报告。
然后输入报告的标题:社交媒体对心理健康的影响
就是这样:MobileGPT 在后台处理提示工程,从互联网上收集真实数据,并返回 Word 格式的报告。
您还将获得用于编译数据的链接 - 这样您就可以在自己的时间扩展报告。
有时提供生成式人工智能内容大纲会有所帮助,特别是当您正在为报告、博客或需要遵循规定大纲的内容生成内容时。我将以博客写作为例,你可以提供这样的大纲:
生成一个有关抄袭危险的博客,并在博客中包含以下副标题。 (1) 简介 - 讨论博客的目的,(2) 好处 - 谈论抄袭的好处,(3) 讨论抄袭面临的挑战,(4) 结论 - 写出令人信服的结论。
人工智能图像生成可能会更容易,因为您需要记住的事情和变量更少。正如我们在文本生成方面所做的那样,我们将从简单的提示开始,并通过更多细节来构建复杂性,以完善输出并定制我们将从人工智能中获得的内容。
我们将根据提示进行操作:
生成狗的图像
幸运的是,我们还可以在 MobileGPT 上执行此操作 - 从菜单中选择“图像生成”,然后输入提示。
这不是我想要的狗。当谈到图像生成时,你真的必须像艺术家一样思考。开始想象这只狗,它是什么类型的狗,它在做什么,它在哪里。
详细定义主题。
定义主体正在做什么
详细定义背景图像。
让我们再试一次:
生成一张白色吉娃娃的图像,它在房子前面的人行道上奔跑,周围环绕着蓝天和高大的树木。
图像看起来好多了,但还有更多。考虑添加图像类型,您可以选择:
进行图像生成时经常被忽视的变量是设置。这通常与图像类型密切相关,并且取决于图像的主题。
例如,对于模特来说,在工作室环境中是有意义的,也许这是在拍摄照片,而对于鸟来说,在自然环境中(例如森林)是有意义的。
这里有些例子:
人工智能图像生成技术已经发展到可以创建各种背景和设置,并具有复杂的照明和纹理细节的程度。
具体功能可能取决于特定的人工智能模型及其训练数据,但以下是可以创建的背景和设置类型的一些示例:
工作室设置:这可能包括带有受控专业灯光的基本背景(如白色、黑色或特定颜色)。道具和模型也可以包含在内,人工智能会调整它们的外观以匹配工作室的照明条件。
自然环境:可能包括森林、山脉、海滩、沙漠、海洋和其他景观。照明条件可能会有所不同,从明亮的阳光到日落的柔和色调或月夜的冷色调。
城市环境:摩天大楼、繁忙街道、公园或郊区的城市景观都是可能的。同样,可以改变照明条件以模拟一天中的不同时间或天气条件。
室内场景:这些可以是家庭室内、办公室、餐馆、学校、博物馆或任何其他类型的室内环境。可以调整照明以适应典型的室内条件,例如台灯的温暖光芒或办公室明亮的荧光灯。
历史或虚构场景:根据 AI 的训练数据,可能会生成历史场景(如中世纪村庄或 20 年代城市街道)或来自书籍、电影或游戏的虚构环境的图像。
抽象背景:人工智能可以生成具有各种颜色、形状和图案的纯抽象或艺术背景。
让我们应用现在所学到的知识,创造一辆适合杂志封面的未来汽车:
在工作室环境中生成未来电动 BMW 汽车的逼真图像,汽车金属表面上闪烁着完美的色彩和光线。
这只是我的第一次尝试;您可以通过添加汽车的定位方式、不同的摄像角度等来完善提示。
希望你学到了一些东西;请随时在此处查看 MobileGPT:https: //mobile-gpt.io/将其添加到您的 WhatsApp 体验中,并成为提示大师。