ChatGPT高效提问教程

　　本书旨在介绍提示（prompt）工程师的工作内容和相关技能。本书首先讲述提示技术的基本工作原理、提示工程师的常用工具、提示技术的基础模式和提示技术的进阶知识（包括零样本提示、少样本提示和思维链提示）；然后讲解自然语言处理的基础知识和ChatGPT大模型方面的内容，以及NLP模型的特点和应用场景；最后展示提示工程在办公、图片处理、代码开发和电商中的应用。本书通俗易懂，不仅适合对提示工程师感兴趣或从事相关工作的读者阅读，还适合对自然语言处理和人工智能感兴趣的读者参考。

　　陈明明，统计学硕士，研究方向为自然语言处理、深度学习与量化交易，曾就职于微软，现在从事自然语言处理和人工智能方面的开发工作。 李腾龙， 应用统计学博士，研究方向为因果推断、贝叶斯统计与机器学习，现就职于西交利物浦大学西浦慧湖药学院，担任生物统计学助理教授，曾在美国波士顿大学从事博士后研究，并在美国东北大学讲授“数据分析”课程。

第 1章　概述 　1
1.1　什么是提示工程师　1
1.2　提示工程的基本工作原理　5
1.3　生成提示的常用工具　12
第 2章　提示的基础模式　18
2.1　特定指令　19
2.1.1　文本分类指令模板　20
2.1.2　机器翻译指令模板　21
2.1.3　情感分析指令模板　23
2.1.4　文本生成指令模板　24
2.1.5　问题回答指令模板　25
2.1.6　命名实体识别指令模板　26
2.1.7　关系抽取指令模板　27
2.1.8　摘要生成指令模板　28
2.2　指令模板　30
2.2.1　格式提取指令模板　31
2.2.2　文件格式转换　33
2.2.3　代码转换　34
2.3　代理模式　37
2.3.1　电商客服机器人　37
2.3.2　计算机程序员　38
2.3.3　办公室文员　41
2.4　示例模式　43
第3章　提示的进阶模式　45
3.1　零样本提示　45
3.1.1　情感分类模板　46
3.1.2　实体提取　48
3.2　少样本提示　49
3.3　思维链提示　51
3.3.1　零样本思维链提示　52
3.3.2　少样本思维链提示　56
第4章　自然语言处理　59
4.1　自然语言基础知识　59
4.1.1　分词　61
4.1.2　关键词提取　66
4.1.3　摘要提取　73
4.2　模型如何看懂文字　80
4.2.1　独热表示　80
4.2.2　LSA　81
4.2.3　Word2Vec　83
4.2.4　预训练模型　85
4.2.5　相似度和类比性　87
4.3　ChatGPT大模型　89
第5章　提示工程在办公领域的应用　95
5.1　用ChatGPT生成PPT　95
5.2　用ChatGPT绘制思维导图　102
5.3　用ChatGPT画流程图　112
第6章　提示工程在图像处理领域的应用　120
6.1　用ChatGPT生成插画　120
6.2　用ChatGPT生成装修图　127
6.3　用ChatGPT生成游戏原画　134
6.4　用ChatGPT生成视频　145
6.5　用ChatGPT生成海报　156
第7章　提示工程在软件开发领域的应用　162
7.1　用ChatGPT帮助写代码　162
7.2　用ChatGPT帮助解释代码　172
7.2.1　学习新技术　174
7.2.2　维护代码　175
7.3　用ChatGPT帮助改代码　183
7.3.1　代码自动补全　186
7.3.2　代码语法检查　188
第8章　提示工程在电商领域的应用　191
8.1　ChatGPT教你开网店　191
8.2　ChatGPT教你写文案　202
8.2.1　商品标题和描述　202
8.2.2　活动策划　204
8.2.3　直播话术和脚本　206
8.2.4　推广文案　207
8.3　ChatGPT教你生成商品图　208
8.3.1　产品设计图　208
8.3.2　产品场景图　213
第9章　提示工程在金融领域的应用　218
9.1　用ChatGPT写投资报告　218
9.2　用ChatGPT作为投资顾问　227
9.3　用ChatGPT做量化投资　233