
- 首頁
- 介紹
- 提示在AI模型中的作用
- 什麼是生成式AI?
- NLP和ML基礎
- 常見的NLP任務
- 最佳化基於提示的模型
- 調整和最佳化技術
- 預訓練和遷移學習
- 設計有效的提示
- 提示生成策略
- 監控提示有效性
- 特定領域的提示
- ChatGPT提示示例
- 扮演…角色(ACT LIKE)提示
- 包含…資訊(INCLUDE)提示
- 列出…資訊(COLUMN)提示
- 查詢…資訊(FIND)提示
- 翻譯提示
- 定義提示
- 轉換提示
- 計算提示
- 生成想法提示
- 建立一個列表提示
- 確定原因提示
- 評估影響提示
- 推薦解決方案提示
- 解釋概念提示
- 概述步驟提示
- 描述好處提示
- 解釋缺點提示
- 縮短提示
- 設計指令碼提示
- 創意調查問卷提示
- 分析工作流程提示
- 設計入職流程提示
- 開發培訓計劃提示
- 設計反饋流程提示
- 制定留存策略提示
- 分析SEO提示
- 制定銷售策略提示
- 建立專案計劃提示
- 分析客戶行為提示
- 建立內容策略提示
- 建立郵件營銷活動提示
- 工作場所中的ChatGPT
- 程式設計師的提示
- 基於人力資源的提示
- 基於財務的提示
- 基於營銷的提示
- 基於客戶服務的提示
- 思維鏈提示
- 先問後答提示
- 填空提示
- 視角提示
- 建設性批評提示
- 比較提示
- 反向提示
- 社交媒體提示
- 高階提示工程
- 高階提示
- 新想法和文案生成
- 倫理考量
- 應該做和不應該做的事情
- 有用的庫和框架
- 案例研究和示例
- 新興趨勢
- 提示工程有用資源
- 快速指南
- 有用資源
- 討論
討論提示工程
提示工程是設計文字提示以幫助大型語言模型 (LLM) 生成更準確、一致和富有創意的輸出的過程。透過仔細選擇提示中的單詞和短語,提示工程師可以影響LLM解釋任務的方式及其產生的結果。
廣告