学习open AI的ChatGPT提示工程师课程

随着chatgpt的爆火，市场上现在有很多第三方的chatgpt课程，主要是教授如何使用chatgpt，面向的是普通用户。而chatgpt更进阶一点的玩法，还是基于openAI提供的open API，做定制的应用开发。 为此，openAI和DeepLearning.AI联合发布了一门面向开发者的chatgpt提示词课程，帮助大家学习基于LLM（大模型）的应用开发。 我利用五一假期把这门课程学了一遍，整体感觉非常棒，打开了我利用chatgpt的思路。强烈建议大家乘着目前免费也去学习一下。 这篇文章不进行具体的课程笔记分享，主要记录我在学习过程中的一些感悟。

课程信息

课程地址：https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ 课程时长：1小时 课程难度：初学者水平 付费方式：暂时免费 教学方式：视频学习+在线编程实践

课程特点

1. 授之以渔的教学思路

致富的最佳方式，就是制作一门课程教别人如何致富。

这句话在chatgpt火起来的时期也不为过。市场上铺天盖地的chatgpt课程，教你怎么在各行各业中结合chatgpt提升效率，甚至变现。但是课程内容，千篇一律的100个提示词模版……

这些提示词模版并不是没有任何作用，但是如果只是套用别人已经准备好的提示词，那么还不如让chatgpt给你生成100个模版。

不要花太多精力在网上那些所谓的30个最佳prompts，那些并不重要。重要的是，你要有一个迭代流程，去优化你的prompts。

课程虽短（只有1小时左右），但是开篇立意很好。提示词工程的核心，是遵循两个原则：

• 原则1:写下清晰、具体的指导（Write clear and specific instructions)
• 原则2:给大模型一些时间取思考（Give the model time to think) 这两个原则下，分别给出了具体的实践技巧。比如在原则1下，特别提到四个技巧：
• 使用分割符号，比如""",---,<>
• 要求结构化格式输出内容，比如HTML，JSON
• 使用假设条件及条件结果来执行任务（简单理解成写if-else-except语句)
• 提供示意案例，再执行任务 比如在原则2下，提到了两个技巧：
• 将执行步骤具体化，再执行任务，step1、2....stepN
• 指导大模型先探寻实现方法再得出结论 无论是想用大模型（chatgpt）来解决什么问题，基于一些基本的原则尝试，然后再分析实验结果，再重新尝试，大模型的结果必然是越来越理想的。 试图记住100个提示词模版，然后指望可以一直用下去，只是一种妄想。

这门课虽然是针对开发者，但在日常使用过程中，这些原理也是适用的。

2. 探索型教学方式

说完课程的教学思路，再说具体的教学方式。这门课一共包括五种具体的应用场景，分别是：

• 总结（summarize）：基于指定文本内容，总结文本主旨（比如总结用户评论）
• 推论（Inferring）：基于指定文本内容，进行逻辑推导（比如判断用户评论情感）
• 转换（transforming）：基于指定文本内容，转换格式（比如翻译；比如将markdown转换成html）
• 扩展（expanding）：基于指定文本内容，扩展语句（比如将大纲扩写成文章）
• 聊天机器人（chatbot）：类似chatgpt，注入角色、身份，以既定语境进行对话 不像市面上的课程大多是以ppt或者单纯录制教学视频，这门课提供了一个Jupyter的在线编程界面，学习者可以随时暂停课程视频，实际操练起来。 好处是：
• 所见及所得，能够切身体会如何使用课程教授的技巧
• 学习过程可回顾
• 极低的学习门槛，不需要自己搭建环境
• 手把手教学，在线修改调试

3. 循序渐进，易学实用

最后一点感触是，这门课的教学内容真的是有用心打磨！比如在summarizing 一课中，老师以总结用户购物评论为例，演示了如何迭代提示词：

• 限制总结内容长短
• 强调总结内容方向（分别强调了物流、价格、价值等方面）
• 精准用语，使用提取（extract）代替总结（summarize）
• 批量总结多个购物评论

学完这门课，完全有能力基于chatgpt开发一个针对购物评论的效率神器！

给我任何一个淘宝、亚马逊或者其他电商平台的商品链接，先用爬虫获取评论，再用chatgpt批量对评论进行处理，一份不限数量的经过处理的用户评论就整理出来了。

结合inferring一课中的批量给评论打分，以及提取商品名称和品牌名称，效果更强大。

如果是做用户研究，这一思路还可以延伸到各类产品。比如基于用户评论，分析自家产品和竞品的用户痛点，挖掘需求……

一些学习技巧

英语不好怎么办

官方课程和在线的编程环境都是纯英文录制，还是有一定的学习门槛的。

在网上找了一番，发现了几个不错的解决方案，供有需要的朋友借鉴：

• 【中文完整版全9集】ChatGPT提示工程师｜AI大神吴恩达教你写提示词｜prompt engineering : B站UP主自己翻译的中文版本视频（中英对照），包括课程的九集内容。缺点是内容不一定有版权，另外没有在线实操的演练环境。
• 使用油猴脚本，自动翻译当前播放视频的cc字幕：小众软件推荐的一款油猴脚本，能够自动播放视频的cc字幕！缺点是需要先安装油猴插件，使用脚本后再打开视频，可以自动翻译，效果还不错。
  • 需要注册一下百度翻译API
  • 有一定上手门槛，小众软件文章里有介绍
• 使用飞书机器人调用接口：另一个B站up主分享的内容。有课程内容总结，以及如何用飞书机器人替代官方Jupyter实现案例演示。
• 配套代码和笔记：Github上分享的笔记和配套代码。

小结

chatgpt所引领的AI浪潮下，普通人与AI的关系，我更理解是领导者和被领导者的关系。

就像是突然一天有了好多个下属，但这些下属都比较被动，催一下动一下。对领导者的挑战是，如何用更精确的任务描述、思考路径、限制约束等方法，让AI更好地工作起来。

这门课对我的最大启示就是，将gpt的调用打磨成一个可预期的「函数」，让它的产出更加规律稳定，与目标任务结合起来。

吴恩达在课程中也提到，传统的文本训练需要懂得很多机器学习知识，上手门槛极高。但是有了大模型，我们可以以一种简单的方式达到类似的效果（比如分析文本的情感值）。

大模型就像是炼金术，不需要懂得化学反应中具体的科学原理，一样能「点石成金」。