ChatGPT Prompt Engineering Learning Notesfor Developers (面向開發者的ChatGPT提問工程學習筆記)
課程簡單介紹了語言模型的工作原理,提供了最佳的提示工程實踐,並展示瞭如何將語言模型API 應用於各種任務的應用程序中。 此外,課程裡面提供了Jupyter Notebook 代碼實例,可以直接使用OpenAI 提供的API Key 獲得結果,所以沒有賬號也能夠進行體驗。
在ChatGPT Prompt Engineering for Developers 中,能夠學習到如何使用大型語言模型(LLM) 快速構建功能強大的新應用程序。使用OpenAI API,您將能夠快速構建學習創新和創造價值的能力,而這在以前是成本高昂、技術含量高或根本不可能的。
這個由Isa Fulford (OpenAI)和Andrew Ng (DeepLearning.AI)教授的短期課程將描述LLM 的工作原理,提供即時工程的最佳實踐,並展示LLM API 如何用於各種任務的應用程序,包括:
在這個課程中能夠學習到,編寫有效提示的兩個關鍵原則,即如何系統地設計好的提示,並學習構建自定義聊天機器人。
所有概念都通過大量示例進行說明,可以直接在官方的Jupyter notebook環境中使用這些示例,以獲得即時工程的實踐經驗。
課程章節
這個項目是對於ChatGPT Prompt Engineering for Developers課程的學習筆記整理,這裡要感謝Isa Fulford (OpenAI)和Andrew Ng (DeepLearning.AI)提供的精彩課程,這些內容對於像我一樣的初學者提供了很大的幫助,本著學習與實踐的想法,做了下面這些事情,希望可以對提示工程學習者起到幫助:
1.使用prompt+ChatGPT對課程內容原文進行機器翻譯(全文由ChatGPT翻譯生成,每一章都提供了中英對照);
2.使用prompt+ChatGPT對筆記內容進行總結與擴展(在每一節的最後,附上了ChatGPT總結的效果);
3.整理了實踐過程中對應的jupyterbook代碼,位置在: jb_code (可以在本地化部署環境運行);
4.基於notebook代碼製作shell的cli命令腳本(更新中)
python source/cli/cli_py.py --prompt " hello chatgpt " --model " gpt-3.5 "
5.整理了提示工程相關的awesome的項目清單(更新中): https://islinxu.github.io/prompt-engineering-note/projects/index.html
6.玩具項目: 引導ChatGPT實現生成tiny-gpt(從零開始實現一個簡單的gpt模型)
... ...