书籍详情
ChatGPT进阶：提示工程入门
作者：陈颢鹏 李子菡
出版社：北京大学出版社
出版时间：2023-09-01
ISBN：9787301342497
定价：¥59.00
购买这本书可以去
内容简介
《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。
作者简介
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。
目录
第1章 认识ChatGPT
1.1 ChatGPT是什么
1.2 ChatGPT的能力
1.3 ChatGPT的局限
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
2.2 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
2.5 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
4.3 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
4.5 实体识别：抽取特定实体
4.6 机器翻译：跨语言的文本转换
4.7 关键词抽取：从文本中识别主题
4.8 问题问答：用ChatGPT学知识
4.9 生成式任务：用ChatGPT做内容创作
第5章 使用BROKE框架设计ChatGPT提示
5.1 BROKE框架
5.2 背景（Background）：信息传达与角色设计
5.3 角色（Role）：AI助手的角色扮演游戏
5.4 目标与关键结果（Object&Key Results）：给ChatGPT“打绩效”
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
6.2 上下文学习：为ChatGPT提供范例
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
7.3 ChatGPT+工具
7.4 ChatGPT+其他AI工具
7.5 用ChatGPT做数据分析
第8章 基于ChatGPT进行开发
8.1 ChatGPT API：利用ChatGPT制作自己的应用
8.2 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
参考文献
1.1 ChatGPT是什么
1.2 ChatGPT的能力
1.3 ChatGPT的局限
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
2.2 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
2.5 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
4.3 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
4.5 实体识别：抽取特定实体
4.6 机器翻译：跨语言的文本转换
4.7 关键词抽取：从文本中识别主题
4.8 问题问答：用ChatGPT学知识
4.9 生成式任务：用ChatGPT做内容创作
第5章 使用BROKE框架设计ChatGPT提示
5.1 BROKE框架
5.2 背景（Background）：信息传达与角色设计
5.3 角色（Role）：AI助手的角色扮演游戏
5.4 目标与关键结果（Object&Key Results）：给ChatGPT“打绩效”
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
6.2 上下文学习：为ChatGPT提供范例
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
7.3 ChatGPT+工具
7.4 ChatGPT+其他AI工具
7.5 用ChatGPT做数据分析
第8章 基于ChatGPT进行开发
8.1 ChatGPT API：利用ChatGPT制作自己的应用
8.2 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
参考文献
猜您喜欢
