Dieses Repository zielt darauf ab, eine praktische und intuitive Möglichkeit zu bieten, Eingabeaufforderungen basierend auf Wissen und Anforderungen zu verwenden. Der Umfang dieser Richtlinie ist allgemein, verwendet jedoch in erster Linie den Entwicklungsprozess als Beispiel. Zusätzlich wird der Ansatz anhand von Beispielen mit Github -Copilot demonstriert.
Dieser Quadrantenansatz ist unkompliziert. Erstens ist es notwendig zu verstehen, dass die meisten Probleme, die Sie bei der Verwendung von LLM -Chats aufnehmen, zwei kontrollierte Faktoren beinhalten:
Wissen über das Thema : Wie viel Sie über das Thema wissen, das in der Frage angesprochen wurde.
Anforderungen für das Ziel der Frage : Zieht Ihre Frage, um etwas Spezifisches zu lösen oder zu antworten, und haben Sie alle erforderlichen Anforderungen für eine effiziente Antwort?
Diese beiden Faktoren können in einem Quadrant -Diagramm visualisiert werden, wodurch vier Hauptzonen erzeugt werden. Jede Zone entspricht unterschiedlichen Ansätzen im schnellen Engineering.
Quadrantchart
Titelquadrant für den Ansatz?
X-Achse niedriges Wissen-> hohes Wissen
Y-Achse unklare Anforderungen-> Klare Anforderungen
Quadrant-1 Zero/One Shot
Quadrant-2 Vollaufforderung
Quadrant-3 Multi-Eingabeaufforderung
Quadrant-4 Reverse-Eingabeaufforderung/Kinderbett
LadenDie Details des Quadranten und die Gründe für jeden Ansatz können im folgenden Abschnitt weiter untersucht werden.
Grundkenntnisse für schnelle technische Muster
Dieser Abschnitt behandelt grundlegende Muster in der schnellen Technik und erläutert, wie jedes Muster funktioniert und deren Vorteile.
Quadrant für schnelle Engineering
In diesem Abschnitt wird ein Quadrant -Framework eingeführt, um den entsprechenden Aufforderungansatz basierend auf Wissensebene und Erfordernis der Klarheit auszuwählen.
Beispiele und Verwendungen
Dieser Abschnitt enthält praktische Beispiele, in denen Sie veranschaulichen, wie Sie den entsprechenden Quadranten- und Ansatz für verschiedene Szenarien identifizieren können.
Wichtig
Es ist wichtig, schnelle technische Muster besser zu verstehen und den ersten Abschnitt zum empfohlenen Ausgangspunkt zu machen
Einführung in das schnelle Engineering mit Github Copilot
Inside Github: Mit den LLMs hinter Github Copilot arbeiten
Schnelltechnischer Github