李继刚去年10月的提示词分享视频，带来不少启发，记录如下。 提升AI输出质量，关键还是得提升自己 高质量的提示词给AI模型，才有高质量的回复。但高质量的提示词又是人的输出，所以最终还是要提高个人的积累。 李继刚研究一个主题，会先快速翻5本书，大概搞清楚关键概念。原因： 确保AI输出自己能接的住； 有基础的判断能力来辨别AI是否骗我； 清晰表达 如果你肚里有货，那么就可以引导出AI的高质量回答。 下一步就要清晰表达。 清晰表达是平时广泛的积累 培养对语言的敏感 角色引入的是行为模式 框架式的提示词是在规范行为模式 。 而让AI扮演角色，就是让AI使用角色的行为模式 。 例如马斯克代表着（冒险的精……
继续阅读»»»
心态：不畏难 （收获：虽然平时也用AI解决一些问题，但比较惊叹于魔云兽对于使用AI的深度尝试，看来我还是要尝试多深度挖掘AI的潜力） 我要知道什么，AI解决什么 （会前的疑问：我要知道什么才能用好AI） 魔云兽提到的“白话-黑话-对话”算是一个解决方案，我只要知道需求，就可以让AI用黑话提出专业回答（解决方案可能超出我的认知边界，但我也可以让AI来解释和帮我学习，扩展边界） 提问（如何判断AI答案的好坏，书中提给AI的问题本身也很专业，那我到底要知道提高自己什么认知才能更好的使用AI） 答案可能是：螺旋的互动，在与AI互动的过程中，让AI教育自己，让自己成长。（顾：就算 AI 再强，我也不想放……
继续阅读»»»
微软也加入GPT自动化调教大军。现在估计还是个试验品，看了半天才明白大概是在咋搞。 下面一步步说明： 核心就是这张两张图。 关键就是Planner和Skills Planner :用来生成调用Skills的list Skills:就是一个prompt模版，里面有各种特殊符号，在执行时被替换成文本，替换的方式就是从M(memoary)中获取，或执行Connector（可以理解为API）后取结果然后塞回prompt. Planner生成的是一个xml，内容如图 Skills就是一个prompt. Prompt 中的{{$varible}}会被替换。 {{http.getAsync$url}}之类就……
继续阅读»»»