kehuduan
客户端
weixin
微 信
weibo
微 博
您所在的位置: 中国新车评网 > 导购 >

13条咒语挖掘GPT-4最大潜力,Github万星AI导师火了,网友:隔

2023-06-15 11:58:11     来源:IT之家    阅读量:10066   

只需一段提示词,让 GPT-4 变成你的“梦中情导”,在 GitHub 上揽星上万。

学习的内容、难度可任意指定,从小学教到博士,甚至可以改变 AI 导师的教学风格和说话语气:

终于不用为了一个搞不懂的疑难(zhi)问题去找导师了!

现在,一个 AI 就能帮你学习任何主题,还是 24 小时待命且从来不会失去耐心。

比如用来学习一门新的编程语言 Rust,并告诉 AI 你会 C 语言,AI 在教你的时候就会跳过数据类型、函数等基础知识了。

甚至 Github 上还有因为受到很大帮助,主动要求赞助作者开发资金的。

一位搞出海电商、经常需要了解不同行业产品和不同国家市场的朋友,体验后评价到:隔行再也不隔山了。

实现这个 AI 导师 Mr. Ranedeer,不需要 AI 模型的训练或微调,甚至不需要写代码,完全靠给 AI 写提示词就能搞定。

并且被搞教育科技行业的人评价为,与当前最先进的教育科技同等水平。

Mr. Ranedeer 版本还在快速迭代中,当前提示词已经复杂到离谱,足足 7839 个字符,在 GPT-4 上要消耗 3721 个 token。

可以算是目前大模型提示词的“天花板”级别。

而开发这段提示词的作者年仅 17 岁,还是一位高中生……

专属导师,从小学教到博士

请 AI 来当专属导师的方法很简单,直接把完整提示词复制到 GPT-4 里,或点击作者提供的 ChatGPT 分享链接,选择“继续这个对话”都行。

下一步,当然是先让老师改说中文啦。

接下来 AI 导师会提醒你调整基本设置,先打“/congfig”然后把你的选择敲进去就行。

支持的选项非常丰富,各种花色各种款式任你选择,总有一款能满足你需求。

其中“视觉”学习风格需要开启插件,让 GPT-4 调用 Wolfram 等功能画图才能实现。

如果你实在不确定如何选,还可以让 AI 解释一下各个选项的含义。

这里告诉大家一个隐藏功能,除了深度是在提示词中定义的,其他风格类选项都是 AI 自己理解的,你想选一个没有列出的风格其实也可以。

甚至可以只指定深度,其他让 AI 随机挑一种,每次上课都是不一样的感觉。

确定好想学的主题后,通过“/plan”输入,AI 导师就会为你量身制定一个学习计划了。

比如学学最近被 ChatGPT 带火的向量数据库。

可以看到,AI 导师会先写下一行“自我提醒”以免把配置给忘了,接下来根据深度假设一些你已经知道的基础知识。

接下来的每一节课开始时,AI 导师都会重复一遍这样的“自我提醒”,来确保不偏离课程计划。

课程开始后,AI 导师会先进行一段讲解,可以看出确实是按照配置用了“类比”的方式来教学,把向量数据库类比成图书馆。

等学完了就可以输入“/test”,进入随堂小测验环节。

AI 导师会判断你的回答是否正确,做出点评,并根据你掌握的情况判断是否可以进入下一节课。

而且 AI 还会适当的夸夸你,如果喜欢这种,可以把语气风格设置为“鼓励”让 AI 更频繁的夸夸。

如果你有其他问题,也可以随时“举手”提问。

都问好以后,输入“/continue”就会进入下一课。

到第二课的测试环节发现太难,临时让 AI 导师给降降难度也是可以的。

降过难度后再来一次随堂测试,可以看出难度确实降低了。

就这样不知不觉间,我已经把 GPT-4 每 3 小时 25 条的额度用完了。

没错,阻止你学习的最大的障碍就是 GPT-4 使用额度和上下文长度了。

而且作者特别强调了“不推荐使用 GPT-3.5”,并且由于提示词太复杂,调用 GPT-4 API 的话会非常贵。

其他大语言模型同样可用

好消息是,这套 AI 导师提示词可以用到 OpenAI 之外的其他大模型。

作者测试了隔壁的 ChatGPT 最强竞品 Claude,也可以顺利完成一个课程,但有些细微区别。

比如 Claude 在教诗歌分析时不如 GPT-4。

不过 Claude 教数学时效果会更好,并且在全部课程结束后还会建议继续学习的方向,而 GPT-4 只是告诉你已经学完了。

看来 AI 导师也分擅长教文科的和擅长教理科的?

另外,不论是用哪个大模型,AI 一本正经胡说八道的情况仍然存在。

训练数据中存在的经典知识还好,要是想学点偏门或前沿的,最好先让 AI 阅读一段靠谱的学习材料再教你。

这时候,支持 10 万 token 上下文的 Claude-100k 就成了很好的选择。

另外 Sam Altman 也在最近一场讨论会中分享了 OpenAI 短期路线图,其中提到最高 100 万 token 的上下文窗口在 2023 年是有可能做到的。

在更强大的大模型降临之前,除了先把 AI 导师用起来之外,背后这段非常复杂的提示词同样值得学习。

17 岁高中生打造

这个名叫“驯鹿先生”的 AI 导师设计思路,主要包括整体架构设计和课程内容生成两部分。

一方面,是雕刻出这一整个 AI 导师“人设”的整体架构设计。

从内容来看,它包含名字、版本信息、作者、课程等级、导师性格类型、推理框架、指令、规则、用户偏好、配置、课程设置、初始化等内容。

在 GitHub 上直接可以下载提示词完整版:

提示词也支持多种格式,包括 JSON、YAML 和 Markdown。

那么,Mr. Ranedeer 在 GitHub 中给出的这一大段“咒语”,究竟是怎么起作用的?

我们直接拿去问了问 GPT-4:

GPT-4 很快帮我们分析出了这一大串代码的运行原理,主要包含特性、命令、规则、学生偏好、格式和初始化六个部分:

用 GPT-4 总结一下,这提示词通常具备这几类特点:

  • 设置特定的规则和格式

  • 个性化偏好设置

  • 使用图标增加可读性

  • 命令接口

  • 结构化输出

其中,核心让 AI 导师维持人设的方法,在于这一大串咒语中规则部分的撰写。

这部分的格式,和之前网传泄露的“微软调教 GitHub Copilot 提示词”比较接近。

虽然“GitHub Copilot 提示词遭泄露”这事儿不保真,不过从这段提示词内容来看,规则编写同样包括特定场景规则、明确的角色身份、行为规范指导和交互方式设定等:

那么,整体架构设计好后,就是具体课程上的提示词设计了。

另一方面,在课程内容生成上,AI 导师借鉴了当前非常火的大模型“思维树”原理。

从图中来看,这段提示词的核心原理是“阶梯式迭代”,即目的是让 AI 反复生成并评估课程质量,最终给用户输出最好的课程内容。

无论是课程内容、还是课程质量评估,都由 AI 负责完成。以一堂高中物理课为例,提示词就需要包含生成目标、思维树步骤和规则限制:

给我上一堂高中光电效应的课。

首先,创建 5 个计划,介绍你如何计划这门课。

然后,创建一个包含所有提议计划的表格,并从 0 到 100 对它们进行评分,包括对它们的互动一致性和实用性 进行评分。

随后,仅使用最佳评分计划生成一个完整的课程,并且迭代 3 次,这样我们就可以分析我们应该给学生的最佳个别课程 。

上完课后,像你在表格中对计划 所做的那样,再做一次相同的评分。最后,输出你认为最好的课程以及原因。

注意: 本课程仅由你自己产生。也就是说,你将用你的大语言模型能力来教授这个话题。不要主动进行活动,因为你看不到学生在做什么。只能是文字互动。

事实上,以思维树的方式撰写提示词技巧,如今在各种前沿教程里面已经是“标配”了。

例如,在吴恩达和 OpenAI 研究员 Isa Fulford 一起开设的 ChatGPT 提示词工程新课中,就同样介绍了类似的思维链提示词写作方法。

以设计一个 AI 电脑客服为例,我们就可以用到思维链的方式,让它按照以下逻辑来回答客户提出的问题:

首先,确定用户要提问的电脑产品类型和数量;

随后,确定用户要提问的产品类型是否在数据库范围内;

接下来,根据数据库内容,回答客户有关电脑产品的问题,并用友好的语气纠正他们不合理的提问;

注意事项包括回答方式和格式等。

总结下来就是,先设计整体框架,然后具体到课程内容上,则可以采用思维树的方式生成。

有意思的是,写出这个 AI 专属导师插件提示词的作者,竟然是一名年仅 17 岁的高中生。

据《金融时报》介绍,这名高中生名叫贾斯汀,来自澳大利亚。

和大伙儿一样,贾斯汀也面临考试前一周“临时抱佛脚”的境遇,为此他打造了一个 GPT-4 私教给自己补课,发现效果非常不错。

考试结束后,他继续自学了更高级的提示词工程,开发了更完整的 AI 导师项目,可根据不同的课程水平、学习风格、推理能力、语气和交互方式进行定制。

随后,他将之命名为 Mr. Ranedeer项目,上传到 GitHub,没想到意外爆火。

贾斯汀表示,自己 14 岁的时候,就已经产生了让 AI 当老师的念头。

值得一提的是,从推特来看,这位老哥也是马斯克粉丝没跑了:

在联系方式界面,他还给出了一串狗狗币代码,方便大伙儿给他打赏狗狗币支持。

One More Thing

看了这么多,你是不是也有点心动,想“抄抄”作业,用类似的提示词来开发自己的 AI 插件了?

老样子,拿它问问 GPT-4,很快就能抽取一个模板出来:

属实是万物皆可 GPT-4 了。

领一个导师:

参考链接:

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。

  • 汽车品牌

版权所有中国新车评网网站地图

中国新车评网所载文章、数据仅供参考,使用前务请仔细阅读法律申明,风险自负。

新车评网APP
官方微信
官方微博