รูปภาพที่สร้างผ่าน DALL-E 3
ยินดีต้อนรับสู่คำแนะนำวิธีแนะนำครั้งแรกในซีรีส์ Prompt Alchemy ของฉัน! นี่เป็นความพยายามครั้งแรกของฉันในการแบ่งปันเทคนิค เคล็ดลับ และกลเม็ด "วิศวกรรม" ของฉัน ดังนั้นหากคุณชอบ repo นี้ โปรดพิจารณาให้ดาวหรือแยกส่วนเพื่อสนับสนุน คุณยังสามารถแชร์ภายในเครือข่ายของคุณเพื่อช่วยได้ คนอื่นพบมัน ฉันยินดีเป็นอย่างยิ่งที่จะแบ่งปันเพิ่มเติมหากผู้คนสนใจ
คู่มือนี้จะช่วยให้คุณโต้ตอบกับ ChatGPT ที่เป็นส่วนตัวมากขึ้น โดยใช้ประโยชน์จากการสนทนาที่ประสบความสำเร็จที่คุณเคยทำมาก่อน เพื่อสร้างข้อความแจ้งพิเศษภายในการตั้งค่า "คำแนะนำที่กำหนดเอง" ใน ChatGPT ฉันเรียกข้อมูลนี้ว่า "การกลั่นกรอง" และไม่ใช่ "การสรุป" หรือ "การเพิ่มประสิทธิภาพ" เนื่องจากสิ่งสำคัญในที่นี้ไม่ใช่การรักษาบริบทหรือโครงสร้างเดียวกัน แต่เป็นการย่อและแปลงข้อมูลให้เป็นสิ่งที่เหมาะสมกับกรณีการใช้งานนี้มากกว่า
โปรดทราบว่าการดำเนินการนี้มีจุดมุ่งหมายเพื่อใช้ข้อมูล ของคุณเอง เพื่อทำงานร่วมกับ GPT ผ่านกระบวนการนี้ ความตั้งใจคือการผลิตผลงานเฉพาะบุคคลเพื่อใช้ส่วนตัว หากคุณไม่สะดวกใจที่จะปล่อยให้ GPT ทำงานกับชุดข้อมูลดังกล่าวและเนื้อหาภายในชุดนั้น เทคนิคนี้อาจไม่เหมาะกับคุณ การปรับกรอบการทำงานนี้เพื่อจัดการกับการใช้งานทางเลือกจากข้อมูลอื่น (ที่คุณเป็นเจ้าของ) จะต้องดำเนินการด้วยตัวเอง
ฉันหวังว่าคุณจะพบว่าคู่มือนี้มีประโยชน์!
เทคนิคนี้จำเป็นต้องเข้าถึงปลั๊กอิน "การวิเคราะห์ข้อมูลขั้นสูง" |
---|
เทคนิคนี้ออกแบบมาสำหรับ UI บนเว็บ ChatGPT เท่านั้น ไม่สามารถมอบไฟล์ให้กับโมเดล GPT โดยตรงผ่าน CLI ได้ (ยัง) |
---|
เทคนิคนี้มีจุดมุ่งหมายเพื่อกลั่นกรองข้อมูลการสนทนาส่วนตัวให้เหมาะกับการตั้งค่า "คำแนะนำที่กำหนดเอง" บนอินเทอร์เฟซ ChatGPT อาจเป็นไปได้ที่จะใช้วิธีการนี้สำหรับการเรียก API เช่นกัน อย่างไรก็ตาม โปรดทราบว่าคุณยังต้องเข้าถึงปลั๊กอินการวิเคราะห์ข้อมูลขั้นสูงบนอินเทอร์เฟซ ChatGPT เพื่อใช้เทคนิคนี้ สำหรับวัตถุประสงค์ของการสาธิตนี้ ฉันถือว่าคุณจะใช้สิ่งที่ส่งออกจากเว็บไซต์ของ ChatGPT
นี่จะไม่ใช่การแจ้งนัดเดียว คิดว่านี่เป็นการสาธิต "คำแนะนำ" ที่รวดเร็ว ซึ่งคล้ายกับการใช้เหตุผลของ CoT อย่างใกล้ชิดมากขึ้น แม้ว่าจะแตกต่างออกไปเล็กน้อยก็ตาม การแยกส่วนและประมวลผลสิ่งนี้ตามขั้นตอนที่สมเหตุสมผลและนำไปปฏิบัติได้มีความสำคัญอย่างยิ่งต่อการบรรลุผลตามที่ต้องการอย่างมีประสิทธิผลและประสิทธิผล หากคุณคาดหวังว่ามันจะทำทุกอย่างพร้อมกัน มันจะสับสนและลืมรายละเอียดทั้งหมดที่ควรจะรวมและทำ
คุณสามารถรวบรวมและจัดรูปแบบข้อมูลส่วนบุคคลของคุณจากรายการทีละขั้นตอนนี้
“Could you pretty-print or reformat the entire json file to a more human-readable format and allow me to download the reformatted file?”
บันทึกไฟล์นี้ในตำแหน่งที่คุณบันทึกไฟล์การสนทนาต้นฉบับ GPT มีเวลาในการตีความวิธีจัดการไฟล์ json ได้ยากขึ้น และจะค้างหากไม่ได้พิมพ์ออกมาสวย เมื่อมีการฟอร์แมตใหม่ด้วยวิธีนี้ GPT จะสามารถประเมินไฟล์และเนื้อหาได้อย่างรวดเร็วและง่ายดายคุณสามารถเข้าถึงสิ่งนี้ได้ด้วยวิธีใดวิธีหนึ่งจากสองวิธี: คุณสามารถอธิบายเป้าหมายและความตั้งใจของสิ่งที่คุณพยายามทำให้สำเร็จเป็นอันดับแรก และอนุญาตให้ GPT สร้างขั้นตอนการวิเคราะห์เอง (ซึ่งเป็นสิ่งที่ฉันทำโดยมีการอ้างอิงโยง) หรือคุณ สามารถขอการวิเคราะห์โดยเฉพาะในขั้นตอนที่ฉันให้ไว้ด้านล่าง โปรดจำไว้ว่าพื้นหลังของฉันอยู่ในภาษาศาสตร์ ดังนั้นฉันจึงสามารถตรวจสอบได้ว่าการวิเคราะห์ใดที่พยายามดำเนินการ และปรับแต่งสิ่งที่พยายามจะทำโดยอิงตามความรู้ของฉัน หากข้อมูลดังกล่าวทำอะไรแปลกๆ เพื่อลดความขัดแย้งและความสับสน ฉันขอแนะนำให้ใช้ข้อความแจ้งที่ให้ไว้ แต่หากคุณชอบสำรวจและอยากรู้อยากเห็นเหมือนฉัน การได้เห็นว่าแนวทางใดบ้างที่เสนอแนะอาจเป็นประสบการณ์ที่สนุกสนาน
ก่อนที่เราจะดำเนินการต่อ โปรดเข้าใจว่า GPT จะพยายามยืนยันกับคุณว่าสิ่งที่ทำถูกต้องหรือไม่ และทำตามขั้นตอนต่างๆ ดังที่หลายๆ คนชี้ให้เห็นอย่างถูกต้อง คุณไม่สามารถคาดหวังผลลัพธ์และผลลัพธ์ที่จะเหมือนกันในแต่ละครั้งที่คุณลองทำ คงความยืดหยุ่นในระหว่างกระบวนการนี้และให้ข้อเสนอแนะที่สร้างสรรค์มากที่สุดเท่าที่จะเป็นไปได้ ข้อความแจ้งที่ฉันให้ไว้ จะแนะนำ โมเดลเพื่อให้บรรลุภารกิจ ฉันไม่ได้ สั่ง มัน ใช้คำแนะนำแต่เข้าใจว่าจะขึ้นอยู่กับคุณที่จะชี้แนะไปในทิศทางที่ถูกต้องเพื่อให้บรรลุเป้าหมาย นี่ไม่ใช่เรื่องยากอย่างที่คิด เพราะการเปลี่ยนกระบวนการวิเคราะห์ให้เป็นขั้นตอนที่ชัดเจนทำให้แบบจำลองสามารถตอบสนองทีละขั้นตอน ตอบสนองทีละการตอบสนอง ซึ่งช่วยให้ช่วงเวลาของการชี้แจงและข้อเสนอแนะสามารถปรับได้เมื่อจำเป็น คุณอาจต้องเตือนถึงขั้นตอนสุดท้ายหากบทสนทนาขยายออกไปไกล แต่ขอย้ำอีกครั้งว่า “จำ X ได้ไหม” เปลี่ยนเส้นทางความสนใจไปยังเป้าหมายที่ตั้งใจไว้
เป็นความคิดที่ดีที่จะสรุปความตั้งใจของคุณก่อนที่จะพิจารณาว่าจะกระตุ้นอะไรและอย่างไร ตอนนี้เรามาดูกันดีกว่า ด้านล่างนี้เป็นภาพรวมระดับสูงของสิ่งที่เราพยายามทำและวิธีดำเนินการ
ขั้นตอน:
ตอนนี้ เรามาสร้างพรอมต์เพื่อแสดงเป้าหมายของเราต่อ GPT และสิ่งที่เราคาดหวังให้ทำ:
“ชุดข้อมูลนี้ที่เรากำลังทำงานด้วยคือข้อมูลการโต้ตอบส่วนบุคคลที่สะสมไว้ในฐานะผู้ใช้ เป้าหมายโดยรวมของฉันสำหรับการสนทนานี้คือการรวบรวมชุดคำสั่งที่กำหนดเองโดยใช้ชุดข้อมูลนี้เพื่อปรับแต่งการโต้ตอบในอนาคตให้เป็นส่วนตัว และลดความซับซ้อนของคำแนะนำเพิ่มเติมไปพร้อมๆ กัน”
หากคุณต้องการให้ GPT สร้างคำสั่งของตัวเองเพื่อให้บรรลุเป้าหมาย เพียงผนวกสิ่งนี้:
“คุณช่วยฉันบรรลุเป้าหมายนี้และวิเคราะห์ข้อมูลของฉันได้ไหม”
การขอให้ตรวจสอบการยืนยันเช่นนี้ทำให้ AI สามารถตอบสนองโดยทั้งตรวจสอบความเข้าใจในข้อความแจ้งของคุณและพิสูจน์ว่าเข้าใจสิ่งที่คุณถามโดยอธิบายว่าจะบรรลุภารกิจนี้ได้อย่างไร ซึ่งโดยทั่วไปจะเกิดขึ้นในรูปแบบรายการที่ง่ายต่อการปฏิบัติตาม คุณไม่จำเป็นต้องบอก GPT อย่างชัดเจนให้สร้างขั้นตอนการวิเคราะห์ เนื่องจาก GPT จะดำเนินการดังกล่าวด้วยตัวเองที่นี่
การเพิ่มเติมข้อความแจ้งที่นี่ไม่จำเป็นต้องทำซ้ำทุกคำ แต่ประโยคสุดท้ายต้องเป็นประโยคคำถาม และจะต้องลงท้ายเครื่องหมายวรรคตอนด้วย '?' เพื่อให้พฤติกรรมถูกทำซ้ำ |
---|
หากคุณต้องการใช้กระบวนการที่สร้างไว้ล่วงหน้า สามารถจำลองได้ดังนี้ ผนวกสิ่งนี้เข้ากับพรอมต์ต้นฉบับ:
“เพื่อให้บรรลุเป้าหมายนี้ เราจะแบ่งสิ่งนี้ออกเป็นกระบวนการทีละขั้นตอน เราสามารถปฏิบัติตามวิธีนี้ได้ดังนี้:
- สถิติพื้นฐาน: เราจะเริ่มต้นด้วยการวิเคราะห์จำนวนการสนทนา ความยาวข้อความโดยเฉลี่ย ความถี่ของการโต้ตอบ ฯลฯ
- การวิเคราะห์เนื้อหา: เราจะเจาะลึกเนื้อหาของข้อความในข้อมูลการโต้ตอบนี้เพื่อทำความเข้าใจหัวข้อที่น่าสนใจ วลีที่ใช้บ่อย ความรู้สึก และอื่นๆ
- รูปแบบการโต้ตอบ: เราจะดูว่าคุณโต้ตอบกับผู้ช่วยอย่างไร เช่น ประเภทของคำถามที่คุณถาม ข้อเสนอแนะที่ให้ไว้ รูปแบบ และระยะเวลาของการโต้ตอบ
- การพัฒนาคำแนะนำแบบกำหนดเอง: ตามข้อมูลเชิงลึกจากข้างต้น เราจะกำหนดคำแนะนำแบบกำหนดเองที่สามารถใช้เพื่อปรับปรุงการโต้ตอบในอนาคต
คุณเข้าใจคำแนะนำหรือไม่”
สิ่งเหล่านี้คือเมตริกที่ GPT ดูเหมือนจะให้คุณค่าอยู่ในเกณฑ์ดี แม้ว่าอาจดูเหมือนไม่มีนัยสำคัญหรือไม่เกี่ยวข้องกับเรา แต่อย่าลืมว่าเราไม่ได้สร้างคำสั่งเหล่านี้เพื่อให้เราตีความ แต่เรากำลังสร้างคำสั่งเหล่านี้เพื่อให้ AI ตีความ
หลังจากส่งข้อความพร้อมท์นี้แล้ว ระบบจะเริ่มดำเนินการตามกระบวนการทีละขั้นตอนผ่านชุดของการตอบกลับ การทดลอง และข้อผิดพลาด มีแนวโน้มว่าแต่ละขั้นตอนการสอนจะนำหน้าด้วยกระบวนการย่อยของขั้นตอนต่างๆ เพื่อให้บรรลุเป้าหมายของขั้นตอนเฉพาะ จำนวนคำตอบที่ใช้ในการทำขั้นตอนย่อยของขั้นตอนพิเศษนั้นให้เสร็จสมบูรณ์จะแตกต่างกันไป แต่ควรได้ผลลัพธ์ที่ถูกต้องโดยไม่มีการรบกวนใดๆ เลยนอกจาก “let's proceed!”
-
เพื่อตรวจสอบและตรวจสอบขั้นตอนที่ประสบความสำเร็จซึ่งการทำซ้ำของฉันใช้เพื่อทำงานเหล่านี้ให้สำเร็จ ฉันได้ระบุไว้ด้านล่างนี้ ไม่ต้องกังวล ฉันไม่คาดหวังให้ทุกคนที่ใช้เทคนิคนี้จะรู้การวิเคราะห์ที่ซับซ้อนเหล่านี้และวิธีทำงาน คุณสามารถใช้สิ่งนี้เป็นข้อมูลอ้างอิงเพื่อทราบว่าอะไรได้ผลและควรมองหาอะไร หาก AI แนะนำว่าต้องการทำสิ่งที่คุณไม่รู้หรือไม่เข้าใจ ให้บอกให้ทำตามขั้นตอนด้านล่าง คุณยังสามารถใช้โครงร่างเพื่อจับคู่ขั้นตอนย่อยร่วมกันเพื่อให้แน่ใจว่าไปถูกทางแล้ว โปรดจำไว้ว่า นี่คือโครงร่างสำหรับชี้แนะโมเดล ฉันไม่แนะนำให้ส่งสิ่งนี้เป็นคำต่อคำไปยังโมเดล
โปรดจำไว้ว่า GPT ไม่ใช่พระเจ้า คุณยังอาจจำเป็นต้องเตือนอีกครั้งหนึ่งหรือสองครั้งเพื่อติดตามและปฏิบัติตามกระบวนการ อาจต้องการข้ามขั้นตอนหนึ่งหรือสองขั้นตอน เมื่อคุณประสบความสำเร็จในการโน้มน้าวโมเดลให้ตอบสนองต่อผลการวิเคราะห์ทั้งหมดข้างต้น และคุณสามารถดูการทำงานของโมเดลได้ ก็ถึงเวลาสำหรับขั้นตอนสุดท้าย อย่าถอยห่างไปนาน หากหมดเวลา GPT จะลืมข้อมูลทั้งหมดที่ได้มาเนื่องจากไม่มีการใช้งาน คุณสามารถลองขอให้มันย้อนกลับไปดูบทสนทนาได้ แต่มีแนวโน้มที่จะพิสูจน์ได้ว่าไม่น่าเชื่อถือ ทั้งนี้ขึ้นอยู่กับความยาวของบทสนทนา
ได้รับผลลัพธ์ของการวิเคราะห์แล้ว และหากได้รับคำแนะนำอย่างถูกต้อง ก็ควรจะแสดงผลการค้นพบทั้งหมดจนถึงตอนนี้ คุณสามารถใช้ประโยชน์จากสิ่งนี้เพื่อการจดจำ การดึงข้อมูล และการตรวจสอบยืนยันโดยการตรวจสอบคำแนะนำที่กลั่นแล้วกับผลลัพธ์ที่ให้ไว้ก่อนหน้านี้ เนื่องจากข้อมูลนี้ได้มาโดยใช้การวิเคราะห์ข้อมูลขั้นสูง คุณจึงสามารถย้อนกลับไปดูว่าข้อมูลคำนวณผลลัพธ์เหล่านี้ได้อย่างไร ตัวเลขทั้งหมดควรได้รับการคำนวณโดยทางโปรแกรมผ่านเทคนิคการวิเคราะห์ที่ถูกต้อง หากคุณทำตามโครงร่าง ซึ่งหมายความว่าตัวเลขเหล่านี้น่าจะแม่นยำและไม่สำคัญ GPT สามารถสรุปส่วนสำคัญและการประเมินข้อมูลได้เช่นกัน ดังนั้นสิ่งใดก็ตามที่ไม่ใช่ค่าตัวเลขจึงถือเป็นผลลัพธ์โดยตรงของการสรุปเกณฑ์การวิเคราะห์ข้อมูล นี่เป็นสิ่งสำคัญ เนื่องจากเมื่อกลั่นผลลัพธ์สุดท้ายที่เราต้องการและตัวเลขไม่ตรงกัน (เกิดขึ้น) ให้เตือนและอ้างอิงจุดข้อมูลสำคัญที่ให้ไว้ก่อนหน้านี้ (หรืออีกทางหนึ่ง คัดลอกพาสต้าโดยตรงเป็นการแก้ไขข้อผิดพลาด) . เมื่อคุณพร้อม ก็ถึงเวลาอ้างอิงแบบจำลองไปยังเป้าหมายที่ครอบคลุม และให้คำแนะนำที่ชัดเจนและชัดเจนแก่ GPT สำหรับสิ่งที่เราต้องการโดยใช้ผลลัพธ์ที่เราได้รับ (GPT นั้นควรมีการโหลดแบบด่วนสำหรับการอ้างอิงตามบริบทหากเป็นเช่นนั้น ไม่หมดเวลา)
หากคุณสังเกตเห็นก่อนหน้านี้ เราไม่ได้ให้คำแนะนำโดยละเอียดและชัดเจนเกี่ยวกับคำแนะนำแบบกำหนดเองเหล่านี้คืออะไร และเราต้องการให้สร้างและกลั่นอย่างไร นี่เป็นความตั้งใจที่จะไม่ครอบงำและ/หรือหันเหความสนใจของ GPT ในทางที่ผิด สิ่งที่เราทำจนถึงจุดนี้คือการปรับปรุง บริบท ของข้อมูลที่ GPT สามารถนำมาใช้ได้จนถึงส่วนต่างๆ ที่สามารถจัดการได้ แทนที่จะย่อบริบทของหน้าต่างด้วยการสรุปข้อมูล เราจะแยกส่วนที่เกี่ยวข้องมากที่สุดของข้อมูลที่สำคัญสำหรับ AI ตอนนี้เราได้แยกรายละเอียดเหล่านี้แล้ว เราสามารถใช้เป็นบริบทของเราในการสร้างชุดคำสั่งกลั่นของเราได้
“ตอนนี้ จำเป้าหมายโดยรวมของเราสำหรับการสนทนานี้ เป้าหมายในการสร้างคำสั่งแบบกำหนดเองเหล่านี้คือการให้ AI เข้าใจประเภทของผู้ใช้ที่ฉันเป็นอย่างรวดเร็ว และเพื่อสร้างชุดคำสั่งแบบกำหนดเองส่วนบุคคลตามข้อมูลการโต้ตอบทั้งหมดที่เราวิเคราะห์จนถึงตอนนี้ AI ที่เป็นปัญหานี้คือคุณโดยเฉพาะบนแพลตฟอร์มนี้ มีกล่องอยู่สองกล่อง. มีดังนี้:
- คุณต้องการให้ ChatGPT รู้อะไรเกี่ยวกับตัวคุณเพื่อให้สามารถตอบกลับได้ดียิ่งขึ้น
- คุณต้องการให้ ChatGPT ตอบกลับอย่างไร
ทั้งสองกล่องมีจำนวนอักขระสูงสุดที่ 1,500 ตัว ความท้าทายคือฉันต้องการให้การโต้ตอบกับ GPT ในอนาคตทราบข้อมูลที่ถูกต้องเกี่ยวกับการโต้ตอบครั้งก่อนของเราและวิธีที่ฉันใช้แพลตฟอร์มนี้ ตอนนี้คุณมีทั้งผลลัพธ์ทางสถิติและข้อมูลการสนทนาดิบของฉันที่จะใช้งานได้ ฉันต้องการคำแนะนำที่แม่นยำและปรับแต่งมาอย่างดีที่สุดเท่าที่จะเป็นไปได้ เพื่อรวมทุกสิ่งที่ฉันทำกับคุณไว้อย่างมีประสิทธิภาพและประสิทธิผลได้ดีที่สุด ฉันต้องการความชัดเจนเช่นกัน ผลลัพธ์ที่ดีที่สุดไม่จำเป็นต้องตีความสำหรับฉันในฐานะมนุษย์ หากสรุปได้ดีที่สุดว่าเป็นการใช้คำที่ดูเหมือนไร้สาระหรือข้อมูลอื่นๆ ก็ไม่เป็นไร ตราบใดที่เป็นวิธีที่ดีที่สุดและแม่นยำที่สุดในการย่อข้อมูลและเจตนาให้ผู้ช่วยตีความให้ได้มากที่สุดเท่าที่จะเป็นไปได้ สิ่งนี้จะได้ผลสำหรับคุณหรือไม่”
พรอมต์นี้ควรเป็นทุกสิ่งที่คุณต้องการเพื่อให้ได้ผลลัพธ์ที่คุณต้องการ จากนี้ ควรให้ข้อมูลสรุปเชิงวิเคราะห์โดยละเอียดเกี่ยวกับองค์ประกอบสำคัญของข้อมูลของคุณ ตรวจสอบค่าตัวเลขกับผลลัพธ์ก่อนหน้าเพื่อการตรวจสอบ และปรับแต่งตามความจำเป็น โดยขอให้เพิ่มข้อมูลที่เกี่ยวข้องที่คุณคิดว่าพลาดไป สำหรับตัวอย่างของฉัน มันมีกระบวนการตอบสนองสองขั้นตอน หนึ่งอันสำหรับแต่ละกล่องคำสั่ง
ตอนนี้ องค์ประกอบสำคัญในการทำให้สิ่งนี้ประสบความสำเร็จและมีประสิทธิผลคือย่อหน้าที่สองในพรอมต์สุดท้าย นี่คือสิ่งที่ทำให้เทคนิคการสรุปแตกต่างจากเทคนิคการกลั่นนี้ เมื่อคุณสรุป จุดประสงค์คือเพื่อรักษาการเล่าเรื่องและโครงสร้างของแหล่งข้อมูลโดยรวม ตามหลักการแล้ว การสรุปควรเป็นเวอร์ชันย่อของสิ่งเดียวกัน ตรงนี้ เป้าหมายของเราแตกต่างออกไปเล็กน้อย เราต้องการส่วนที่สำคัญที่สุดของข้อมูลที่จะช่วยให้ AI เตรียมพร้อมสำหรับการโต้ตอบในอนาคตได้ดียิ่งขึ้นโดยใช้คำอธิบายตามบริบทน้อยที่สุดเท่าที่จะทำได้ ในขณะเดียวกันก็ลดคำถามหรือวลีที่ซ้ำซาก (เช่น “provide the output in a 5th-grade reading level”
) แบบย่อ เป็น 1,500 ตัวอักษร เคล็ดลับคือการใช้ประโยชน์จาก GPT โดยปล่อยให้ GPT ให้ข้อมูลเชิงลึกที่มีคุณค่าเหล่านั้น โดยไม่คำนึงว่าเราจะเข้าใจความหมายของ GPT หรือเหตุใดจึงเกี่ยวข้องกับ GPT ได้ คุณต้องเน้นไปที่ GPT เพื่ออนุญาตพฤติกรรมนี้และจัดลำดับความสำคัญของความสามารถในการตีความของ AI มากกว่าความสามารถในการตีความของมนุษย์ ดังนั้น สิ่งนี้จึงถูกมองว่าเป็นรูปแบบหนึ่งของ "การกลั่น" ข้อมูล เนื่องจากเรากำลังแปลงผลลัพธ์เป็นสิ่งที่มีโครงสร้างและใช้แตกต่างจากแหล่งข้อมูล แต่ไม่สามารถสร้างขึ้นได้หากไม่มีแหล่งข้อมูล
ยินดีด้วย คุณเพิ่งทำการกลั่นข้อมูลแล้ว! เพลิดเพลินกับการสนทนากับผู้ช่วยของคุณที่ง่ายและราบรื่นยิ่งขึ้น โดยมีการเสียดสีน้อยลงมากและให้คำแนะนำที่ซ้ำซากน้อยลงมาก
คุณสามารถดูผลลัพธ์สำหรับคำแนะนำแรกด้านล่าง นี่ไม่ใช่คำสั่งสุดท้าย ฉันได้ปรับแต่งสิ่งนี้เพิ่มเติมและเพิ่มเครื่องมือเพิ่มประสิทธิภาพส่วนบุคคลอื่นๆ ดังนั้นฉันจึงสบายใจที่จะแบ่งปันสิ่งนี้ เนื่องจากนี่คือการตอบสนองในทันที ค่าสองสามค่าได้ถูกแก้ไขแล้ว แต่นี่จะวาดภาพผลลัพธ์ จากข้อมูลนี้คุณสามารถดูได้ว่าฉันใช้แพลตฟอร์มนี้อย่างไรและ AI คิดว่าเกี่ยวข้องกับตัวมันเองอย่างไร สังเกตว่าการสนทนาของฉันนานแค่ไหน รับรู้ว่าการแจ้งเตือนที่มีคุณภาพไม่จำเป็นต้องเกี่ยวกับการเปลี่ยนทุกอย่างให้เป็นการแจ้งเตือนแบบช็อตเดียว แต่เป็น คำแนะนำ ที่มีคุณภาพเพื่อให้ได้ผลลัพธ์ที่สำคัญและน่าสนใจ ดูว่ามันเปรียบเทียบกับผลลัพธ์ของคุณอย่างไร!
"ผู้ใช้มีส่วนร่วมในการสนทนา [value] โดยมีความยาวเฉลี่ยประมาณ 47 ข้อความ ผู้ใช้ตั้งคำถามโดยเฉลี่ย 1.21 คำถามต่อข้อความ การโต้ตอบของผู้ใช้ส่วนใหญ่เป็นเชิงบวก โดยมีข้อเสนอแนะเชิงสร้างสรรค์เป็นครั้งคราวและการรายงานข้อผิดพลาด ผู้ใช้มักถามว่า 'อะไร', ' คำถามประเภท ' ทำ' และ 'เป็น' และต้องการคำตอบที่ละเอียดและครอบคลุม การพัฒนา การอภิปราย AI ภาษาศาสตร์ การดำเนินการข้อมูล การโต้ตอบส่วนบุคคล และการเขียนสคริปต์"
คู่มือนี้ทำหน้าที่เป็นแหล่งข้อมูลที่ครอบคลุมสำหรับทุกคนที่สนใจยกระดับการโต้ตอบกับ ChatGPT ผ่านการกลั่นกรองข้อมูล ด้วยการทำตามขั้นตอนที่ระบุไว้ คุณไม่เพียงแต่จะปรับแต่งประสบการณ์ของคุณเท่านั้น แต่ยังมีส่วนร่วมในการทดลองเชิงโต้ตอบที่สนุกสนานเพื่อปรับแต่งผู้ช่วย AI ให้ตรงกับความต้องการส่วนบุคคลของคุณโดยไม่ต้องปรับแต่งโมเดลอย่างละเอียด
โปรดจำไว้ว่า กระบวนการนี้เป็นแบบวนซ้ำและต่อเนื่อง และอาจต้องมีการลองผิดลองถูกบ้างตามคำตอบเฉพาะของผู้ช่วย อย่างไรก็ตาม ผลลัพธ์—ตัวแทนการสนทนาที่ใช้งานง่ายและตอบสนองมากขึ้น—คุ้มค่ากับความพยายาม ไม่ว่าคุณจะเป็นมือใหม่ที่อยากรู้เกี่ยวกับศักยภาพของ AI หรือผู้เชี่ยวชาญที่ต้องการเพิ่มพลังให้กับความสามารถในการแจ้งเตือนของคุณ คู่มือนี้นำเสนอแนวทางที่ยืดหยุ่นและเชิงสำรวจเพื่อก้าวต่อไป สำหรับผู้ที่กระตือรือร้นที่จะเจาะลึกมากขึ้น ประตูสู่การวิเคราะห์ข้อมูลขั้นสูงและทฤษฎีภาษาศาสตร์ได้เปิดกว้างแล้ว และความเป็นไปได้ไม่มีที่สิ้นสุด
สำหรับเทคนิคถัดไป ฉันจะเขียนแนวทางที่เป็นประโยชน์สำหรับการแสดงภาพพร้อมท์ที่ใช้งานง่ายและใช้งานได้จริงด้วย DALL-E 3
ฉันจะพยายามอย่างเต็มที่เพื่อตอบคำถามและช่วยเหลือผู้อื่นเมื่อทำได้ โปรดแจ้งให้เราทราบว่าคุณคิดอย่างไร! ฉันขอขอบคุณทุกข้อเสนอแนะ!