AIGC輔助數(shù)據(jù)分析與挖掘:基于ChatGPT的方法與實(shí)踐 宋天龍
定 價:99 元
- 作者:宋天龍
- 出版時間:2024/2/1
- ISBN:9787111744153
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP18
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
內(nèi)容簡介這是一本能指導(dǎo)數(shù)據(jù)分析師和數(shù)據(jù)挖掘工程師在AIGC時代快速實(shí)現(xiàn)能力躍遷的著作,教會他們使用ChatGPT等AIGC工具,大幅提升數(shù)據(jù)分析與挖掘的能力和效率。全書圍繞Excel、SQL和Python這3大常用的數(shù)據(jù)分析和挖掘工具展開,從方法和實(shí)踐2個維度系統(tǒng)講解了如何使用ChatGPT和Bing Copilot等AIGC工具來輔助提升效率。全書一共8章,內(nèi)容可以分為四個部分:1.AIGC工具使用和Prompt撰寫首先詳細(xì)介紹了數(shù)據(jù)分析與挖掘能用到的各種AIGC工具的使用方法和注意事項(xiàng),然后全面講解了如何面向數(shù)據(jù)分析與挖掘場景構(gòu)建高質(zhì)量的Prompt,包括大量的方法和最佳實(shí)踐。2.AIGC輔助Excel數(shù)據(jù)分析與挖掘方法角度,詳細(xì)闡述了AIGC工具如何輔助Excel數(shù)據(jù)分析與挖掘,包括數(shù)據(jù)集生成、數(shù)據(jù)管理、數(shù)據(jù)處理、數(shù)據(jù)分析和數(shù)據(jù)展示等;實(shí)踐角度,通過RFM分析、時間序列分析和相關(guān)性分析等3個方面的案例講解了AIGC工具與Excel在不同場景中的結(jié)合使用。3.AIGC輔助SQL數(shù)據(jù)分析與挖掘方法角度,詳細(xì)講解了AIGC工具如何輔助SQL數(shù)據(jù)分析與挖掘,包括數(shù)據(jù)準(zhǔn)備、查詢、清洗、轉(zhuǎn)換、分析等;實(shí)踐角度,通過廣告渠道評估、歸因報表、留存報表等3個方面的案例講解了AIGC工具與SQL在不同場景中的結(jié)合使用。4.AIGC輔助Python數(shù)據(jù)分析與挖掘方法角度,詳細(xì)講解了AIGC工具如何輔助Python數(shù)據(jù)分析與挖掘,包括環(huán)境構(gòu)建、數(shù)據(jù)探索、數(shù)據(jù)處理、AutoML等;實(shí)踐角度,通過廣告預(yù)測、商品分析和KPI監(jiān)控等3個方面的案例講解了AIGC工具與Python在不同場景中的結(jié)合使用。除此之外,本書還全面總結(jié)了用AIGC輔助這3種數(shù)據(jù)分析與挖掘工具時會遇到哪些問題以及有哪些注意事項(xiàng)。
(1)作者背景權(quán)威:作者是觸脈咨詢合伙人,前Webtrekk(德國最大在線數(shù)據(jù)分析服務(wù)提供商)中國區(qū)前技術(shù)和咨詢負(fù)責(zé)人,中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會專家組成員。(2)作者經(jīng)驗(yàn)豐富:作者有15年數(shù)據(jù)分析相關(guān)工作經(jīng)驗(yàn),是AIGC領(lǐng)域的布道者,為SHEIN、聯(lián)合利華、順豐優(yōu)選等企業(yè)提供服務(wù)。(3)覆蓋流行AI工具:本書所使用的AI工具均是免費(fèi)的且是當(dāng)下流行的,包括ChatGPT、Bing Copilot及第三方插件,突出這些工具的強(qiáng)大能力、易用性等特點(diǎn)。 (4)覆蓋核心數(shù)據(jù)分析工具:本書同時講解了如何用ChatGPT等AIGC工具輔助Excel、SQL和Python這3種數(shù)據(jù)分析工具來進(jìn)行數(shù)據(jù)分析與挖掘。(5)多元 AI 交互方法:全面介紹多種與 AI 交互的方法,涵蓋高效提示詞撰寫、AI 交互反饋、多模態(tài)信息交互、個性化參數(shù)設(shè)定等,保證了AIGC 知識的完整性和實(shí)用性。 (6)以案例為核心:通過大量綜合案例展示如何與 AI 交互并解決實(shí)際工作中的問題。 (7)強(qiáng)調(diào)人的主導(dǎo)地位:突出人在 AI 應(yīng)用中的主導(dǎo)作用,強(qiáng)調(diào)在交互過程中如何充分利用人類的智慧、經(jīng)驗(yàn)和能力達(dá)到預(yù)期的輸出結(jié)果,進(jìn)一步突出了數(shù)據(jù)工作者的工作價值。 (8)豐富的學(xué)習(xí)資源:本書提供了豐富的輔助學(xué)習(xí)資源,包括數(shù)據(jù)、圖表、代碼、提示詞等,同時強(qiáng)調(diào)互動性,鼓勵讀者積極分享。
為何寫作本書
在數(shù)字化時代,數(shù)據(jù)已經(jīng)成為企業(yè)和組織的寶貴資源。數(shù)據(jù)分析與挖掘則是數(shù)據(jù)價值挖掘的重要途徑,對于制定戰(zhàn)略決策、優(yōu)化業(yè)務(wù)流程和發(fā)現(xiàn)市場趨勢具有巨大的作用。數(shù)據(jù)分析與挖掘不僅僅需要技術(shù),還需要正確的理論、工具和方法,方能完成數(shù)據(jù)的收集、清洗、處理、分析、挖掘和展示等工作。這些工作并不簡單,通常需要花費(fèi)大量的時間和精力來學(xué)習(xí)與實(shí)踐,甚至可能需要其他專業(yè)人士的協(xié)助和指導(dǎo)。
那么,有沒有一種方法,可以讓數(shù)據(jù)工作者更輕松、更高效地完成這些工作呢?答案是肯定的。這就是本書要介紹的AIGC(Artificial Intelligence Generated Content,人工智能生成內(nèi)容)技術(shù)。AIGC是一種基于人工智能的引導(dǎo)式計(jì)算技術(shù),它通過自然語言交互的方式,幫助用戶完成各種計(jì)算任務(wù),包括數(shù)據(jù)分析與挖掘、編程開發(fā)、文本生成等。AIGC技術(shù)是數(shù)據(jù)分析與挖掘的革命性引擎,為我們提供了新的機(jī)會和工作方式。
我編寫本書的初衷是想分享我在使用AIGC技術(shù)過程中的心得和經(jīng)驗(yàn),以及我在數(shù)據(jù)領(lǐng)域的一些觀察和思考。我認(rèn)為AIGC技術(shù)是一種具有革命性潛力的技術(shù),它可以讓數(shù)據(jù)工作變得更加簡單、快捷和有趣,同時讓數(shù)據(jù)工作者更專注于數(shù)據(jù)的本質(zhì)和價值,而不受煩瑣的細(xì)節(jié)的困擾。我希望通過這本書,能夠讓更多的數(shù)據(jù)工作者了解和運(yùn)用AIGC,幫助他們提升自己的數(shù)據(jù)分析與挖掘能力。
本書主要特點(diǎn)
使用流行且免費(fèi)的AI工具:本書充分利用免費(fèi)AI工具(如ChatGPT、New Bing Chat及第三方插件)進(jìn)行數(shù)據(jù)處理,突出這些工具的強(qiáng)大能力、易用性等特點(diǎn)。
聚焦數(shù)據(jù)分析與挖掘領(lǐng)域:本書聚焦于數(shù)據(jù)分析與挖掘領(lǐng)域,與數(shù)據(jù)工作流程緊密結(jié)合,強(qiáng)調(diào)數(shù)據(jù)領(lǐng)域中核心工具(如Excel、SQL和Python)的應(yīng)用。
詳盡介紹多元化AI交互方法:本書全面介紹了多種與AI交互的方法,涵蓋提示詞指令體系及與不同工具的結(jié)合應(yīng)用、AI交互反饋、多模態(tài)信息交互、個性化參數(shù)設(shè)定和提示詞構(gòu)建工具等內(nèi)容,保證了AIGC知識的完整性和實(shí)用性。
以案例為核心:本書以案例為核心,通過案例展示如何與AI交互并解決實(shí)際工作中的問題,真實(shí)呈現(xiàn)實(shí)際工作場景。
強(qiáng)調(diào)人在AI應(yīng)用中的主導(dǎo)地位:本書突出了人在AI應(yīng)用中的主導(dǎo)作用,強(qiáng)調(diào)了在交互過程中如何充分利用人類的智慧、經(jīng)驗(yàn)和能力達(dá)到預(yù)期的輸出結(jié)果,進(jìn)一步突出了數(shù)據(jù)工作者的工作價值。
提供豐富的輔助學(xué)習(xí)資源:本書提供了豐富的輔助學(xué)習(xí)資源,包括數(shù)據(jù)、圖表、代碼、提示語等,同時強(qiáng)調(diào)互動性,鼓勵讀者積極分享。
本書閱讀對象
本書適合數(shù)據(jù)領(lǐng)域的從業(yè)者和愛好者閱讀,無論剛?cè)腴T的新手,還是經(jīng)驗(yàn)豐富的專家,都可以從本書中獲取有價值的信息和靈感。你不需要擁有深厚的編程或數(shù)學(xué)背景,只需對數(shù)據(jù)分析和挖掘感興趣,并愿意嘗試新的技術(shù)和方法,就能輕松閱讀本書。
以下是本書特別適合的讀者群體。
數(shù)據(jù)分析師:渴望提升數(shù)據(jù)分析技能和效率的專業(yè)人士。
業(yè)務(wù)分析師:需要更好地理解和利用數(shù)據(jù)來支持業(yè)務(wù)決策的專業(yè)人士。
市場研究人員:尋求更深入的市場洞察和趨勢分析的專業(yè)人士。
數(shù)據(jù)科學(xué)家:對AIGC技術(shù)在機(jī)器學(xué)習(xí)和自然語言處理領(lǐng)域的應(yīng)用感興趣的專業(yè)人士。
如何閱讀本書
本書共8章,分為四部分,根據(jù)不同的方法和數(shù)據(jù)工具(Excel、SQL、Python)進(jìn)行組織。每個部分包含2章,除第一部分外,其余三個部分分別從方法和實(shí)踐兩個方面進(jìn)行闡述。
第一部分(第1章和第2章)介紹了AIGC技術(shù)的基礎(chǔ)知識,包括概念、產(chǎn)品、操作、指南、注意事項(xiàng)以及在數(shù)據(jù)分析場景中撰寫Prompt的方法。這部分為后續(xù)章節(jié)提供了必要的AIGC工具和提示詞指令的知識儲備及技術(shù)指南。
第二部分(第3章和第4章)闡述了AIGC技術(shù)如何輔助Excel進(jìn)行數(shù)據(jù)分析與挖掘,包括數(shù)據(jù)管理、處理、分析和展現(xiàn)等,以及3個實(shí)際數(shù)據(jù)問題的解決方案。
第三部分(第5章和第6章)探討了AIGC技術(shù)如何輔助SQL進(jìn)行數(shù)據(jù)分析與挖掘,包括數(shù)據(jù)準(zhǔn)備、查詢、清洗、轉(zhuǎn)換、分析等,以及3個實(shí)際數(shù)據(jù)問題的解決方案。
第四部分(第7章和第8章)介紹了AIGC技術(shù)如何輔助Python進(jìn)行數(shù)據(jù)分析與挖掘,包括環(huán)境構(gòu)建、數(shù)據(jù)探索、數(shù)據(jù)處理、AutoML等,以及3個實(shí)際數(shù)據(jù)問題的解決方案。
你可以根據(jù)自己的需求和興趣,選擇相應(yīng)的部分進(jìn)行閱讀。如果你想了解AIGC技術(shù)的基礎(chǔ)知識和原理,可以先閱讀第一部分;如果你希望學(xué)習(xí)AIGC技術(shù)在某個具體數(shù)據(jù)工具上的應(yīng)用方法,可以直接跳到相關(guān)部分;如果你想查看AIGC技術(shù)在實(shí)際數(shù)據(jù)問題上的解決方案,可以參考每個部分的實(shí)踐案例內(nèi)容。
同時,為了更好地與AI進(jìn)行交互,本書中的AIGC交互指令都按照統(tǒng)一規(guī)范編寫。以下是一個完整的AIGC交互示例:
[ChatGPT] 3/1/2 用戶輸入的Prompt指令
上述交互指令的具體說明如下:
[ChatGPT]表示我們所使用的AI產(chǎn)品,默認(rèn)為ChatGPT免費(fèi)版和New Bing Chat(Bing Copilot)。
3/1/2中的3表示該對話是第幾章的對話,該示例中是第3章。
3/1/2中的1表示該對話是本章的第幾個對話,該示例中是第3章的第1個對話。
3/1/2中的2表示在當(dāng)前對話中這是第幾次交互,該示例中是第3章第1個對話中的第2次交互。
“用戶輸入的Prompt指令”是輸入的具體提示指令,該指令可能是一句話、一段話,甚至幾個段落。
通過這樣的交互規(guī)范,我們能夠更清晰地呈現(xiàn)AIGC與用戶之間的對話,包括所使用的產(chǎn)品、上下文信息、內(nèi)容輸入和輸出等。同時,我們保持所有對話都使用系統(tǒng)默認(rèn)參數(shù),以確保讀者在使用本書的Prompt示例時,能夠更容易地還原案例中的細(xì)節(jié)。
勘誤
盡管我努力確保本書的準(zhǔn)確性和質(zhì)量,但鑒于時間和能力有限,以及ChatGPT特性和功能快速迭代,書中難免會有錯誤和不完善之處。你在閱讀過程中發(fā)現(xiàn)任何錯漏或有任何疑問,歡迎隨時聯(lián)系我,我將不遺余力地進(jìn)行修正和解答。你可以通過以下方式獲取支持和更新信息。
關(guān)于本書的勘誤、常見問題以及配套資源,你可以在鏈接https://www.dataivy.cn/article/2022/1/25/3.html中找到。
致謝
在本書的創(chuàng)作過程中,我獲得了許多人的幫助、支持與鼓勵。
感謝王曉東先生和柳輝先生,他們在觸脈公司為我提供了很多發(fā)揮優(yōu)勢的機(jī)會,使我能夠接觸到不斷涌現(xiàn)的新場景、新技術(shù)、新方法和新思維,開始認(rèn)真研究、學(xué)習(xí)、探索和實(shí)踐ChatGPT。此外,還要感謝與我密切合作的觸脈團(tuán)隊(duì)成員,包括張默宇、張璐、白迪、王奇、許曼、丘岳才、楊思琦、洪曉丹、楊曉岳、胡振、張國鋒等。在與他們一起工作的過程中,我積累了豐富的實(shí)踐經(jīng)驗(yàn),由衷感謝他們的支持。
感謝一直支持我的讀者朋友們。自2014年以來,有許多讀者朋友與我以書會友,無論在內(nèi)容、主題方面還是書稿質(zhì)量等方面,他們都提供了寶貴的建議。正是因?yàn)橛辛怂麄兊闹С,我才有了寫作的動力?br />感謝我的家人,特別是我的夫人姜麗。在本書的創(chuàng)作過程中,她給予我無限的支持和理解,讓我能夠堅(jiān)持不懈地寫作。
最后,感謝你選擇本書,希望本書能夠?yàn)槟愕臄?shù)據(jù)工作帶來新的靈感和幫助。祝你閱讀愉快!
宋天龍(TonySong)
數(shù)據(jù)領(lǐng)域資深技術(shù)專家,觸脈咨詢合伙人,前Webtrekk(德國最大在線數(shù)據(jù)分析服務(wù)提供商)中
國區(qū)前技術(shù)和咨詢負(fù)責(zé)人。
在數(shù)據(jù)領(lǐng)域工作15年,積累了大量的數(shù)據(jù)工作經(jīng)驗(yàn)、案例、場景和方法,并且在數(shù)據(jù)分析領(lǐng)域頗有口碑。擅長數(shù)據(jù)挖掘、建模、分析與運(yùn)營,精通端到端數(shù)據(jù)價值場景設(shè)計(jì)、業(yè)務(wù)需求轉(zhuǎn)換、數(shù)據(jù)結(jié)構(gòu)梳理、數(shù)據(jù)建模與學(xué)習(xí)以及數(shù)據(jù)工程交付。在跨境、電子商務(wù)、零售、銀行、保險等多個行業(yè)擁有豐富的數(shù)據(jù)項(xiàng)目工作經(jīng)驗(yàn),參與過集團(tuán)和企業(yè)級數(shù)據(jù)體系規(guī)劃、DMP與數(shù)據(jù)倉庫建設(shè)、標(biāo)簽和畫像系統(tǒng)建設(shè)、大數(shù)據(jù)產(chǎn)品開發(fā)、網(wǎng)站流量系統(tǒng)建設(shè)、個性化智能推薦與精準(zhǔn)營銷、企業(yè)大數(shù)據(jù)智能營銷與應(yīng)用等。服務(wù)客戶包括SHEIN、聯(lián)合利華、Webpower、德國OTTO集團(tuán)電子商務(wù)(中國),Esprit中國、豬八戒網(wǎng)、順豐優(yōu)選、樂視商城、泰康人壽、酒仙網(wǎng),國美在線、迪信通等。
主要研究項(xiàng)目及領(lǐng)域
數(shù)據(jù)化運(yùn)營 × AI、數(shù)據(jù)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、個性化推薦、精準(zhǔn)營銷、互聯(lián)網(wǎng)和網(wǎng)站分析。
社會資源和身份
中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會《中國大數(shù)據(jù)人才培養(yǎng)體系標(biāo)準(zhǔn)》專家組成員,虎嘯獎評委會委員,DMT數(shù)字營銷人才認(rèn)證委員會認(rèn)證委員。
著作成果
《Python大數(shù)據(jù)架構(gòu)全棧開發(fā)與應(yīng)用》(2023年)
《電商流量數(shù)據(jù)化運(yùn)營》(2021年)
《Python數(shù)據(jù)處理、分析、可視化與數(shù)據(jù)化運(yùn)營》(2020年)
《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營(第2版)》(2019年)
《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營》(2017年)
《企業(yè)大數(shù)據(jù)系統(tǒng)構(gòu)建實(shí)戰(zhàn):技術(shù)、架構(gòu)、實(shí)施與應(yīng)用》(2017年)
《網(wǎng)站數(shù)據(jù)挖掘與分析:系統(tǒng)方法與商業(yè)實(shí)踐》(2015年)
序
前言
第一部分 AIGC基礎(chǔ)知識
第1章 AIGC賦能數(shù)據(jù)分析與挖掘2
1.1 探索主流的AIGC產(chǎn)品2
1.1.1 ChatGPT:AIGC的行業(yè)標(biāo)桿2
1.1.2 New Bing Chat:Bing聊天助手3
1.1.3 GitHub Copilot:智能編程伙伴3
1.1.4 Microsoft 365 Copilot:Microsoft一站式辦公AI4
1.1.5 Azure OpenAI:Azure云平臺服務(wù)4
1.1.6 Claude:Anthropic AI工具5
1.1.7 Google Bard:Google AI對話工具5
1.1.8 文心一言:百度AI工具6
1.1.9 通義千問:阿里AI工具6
1.2 選擇適合數(shù)據(jù)工作的AIGC產(chǎn)品6
1.2.1 產(chǎn)品選擇攻略:應(yīng)用場景與關(guān)鍵要素6
1.2.2 應(yīng)用集成AIGC:一站式AI助手7
1.2.3 SaaS模式AIGC:靈活的AI as a Service 7
1.2.4 私有化部署AIGC:企業(yè)定制版AI 9
1.3 ChatGPT實(shí)操指南9
1.3.1 ChatGPT的常用技巧9
1.3.2 ChatGPT的高級功能12
1.4 New Bing Chat實(shí)操指南14
1.4.1 New Bing Chat的常用技巧14
1.4.2 New Bing Chat的高級功能15
1.5 AIGC驅(qū)動數(shù)據(jù)分析與挖掘變革18
1.5.1 技能要求:數(shù)據(jù)從業(yè)者的技能演進(jìn)18
1.5.2 應(yīng)用場景:數(shù)據(jù)工作的加速器19
1.5.3 人機(jī)協(xié)作:數(shù)據(jù)工作的新范式19
1.6 AIGC在數(shù)據(jù)工作中的注意事項(xiàng)20
1.6.1 基于最新知識的推理限制20
1.6.2 “一致性”觀點(diǎn)的挑戰(zhàn)20
1.6.3 數(shù)據(jù)結(jié)果審查與驗(yàn)證21
1.6.4 數(shù)據(jù)安全、數(shù)據(jù)隱私與合規(guī)問題21
1.6.5 知識產(chǎn)權(quán)及版權(quán)問題22
1.6.6 社會認(rèn)知偏差影響數(shù)據(jù)推理22
1.6.7 難以解決大型任務(wù)的統(tǒng)籌與復(fù)雜依賴問題22
1.6.8 垂直領(lǐng)域數(shù)據(jù)和知識缺失問題22
1.6.9 上下文數(shù)據(jù)容量限制23
1.6.10 多模態(tài)語境的輸入限制23
1.6.11 編造事實(shí)24
1.6.12 合理設(shè)置AIGC使用期望24
第2章 構(gòu)建高質(zhì)量Prompt的科學(xué)方法與最佳實(shí)踐25
2.1 Prompt的基本概念25
2.2 Prompt對AIGC的影響和價值25
2.2.1 模型的輸入來源25
2.2.2 控制模型復(fù)雜度26
2.2.3 提高內(nèi)容生成質(zhì)量26
2.2.4 個性化體驗(yàn)和內(nèi)容定制27
2.3 Prompt輸入的限制規(guī)則27
2.3.1 信息類型的限制27
2.3.2 數(shù)據(jù)格式的約束規(guī)則27
2.3.3 內(nèi)容長度的合理限制28
2.3.4 對話主題的限制原則28
2.3.5 語法和語義的嚴(yán)格限制28
2.4 高質(zhì)量Prompt的基本結(jié)構(gòu)29
2.4.1 角色設(shè)定:明確AI角色與工作的定位29
2.4.2 任務(wù)類型:明確AI任務(wù)的類別與性質(zhì)29
2.4.3 細(xì)節(jié)定義:準(zhǔn)確定義期望AI返回的輸出30
2.4.4 上下文:讓AI了解更多背景信息30
2.4.5 約束條件:限制AI返回的內(nèi)容31
2.4.6 參考示例:優(yōu)質(zhì)示例的參考借鑒31
2.5 提升Prompt質(zhì)量的關(guān)鍵要素32
2.5.1 指令動詞:精確引導(dǎo)模型行動32
2.5.2 數(shù)量詞:明確量化任務(wù)要求33
2.5.3 函數(shù)和公式:運(yùn)用數(shù)學(xué)邏輯的威力34
2.5.4 標(biāo)記符號:有效提示引用信息34
2.5.5 條件表達(dá):準(zhǔn)確限定輸出條件35
2.5.6 地理名詞:地理位置信息的界定35
2.5.7 日期和時間詞:數(shù)據(jù)周期的明確表達(dá)36
2.5.8 比較詞:精確比較與對比要求36
2.5.9 參考示例詞:基于樣板輸出內(nèi)容36
2.5.10 語言設(shè)置:設(shè)定合適的輸出語言37
2.5.11 否定提示詞:反向界定與排除歧義37
2.6 構(gòu)建Prompt的最佳實(shí)踐38
2.6.1 明確目標(biāo)和場景:精準(zhǔn)設(shè)定任務(wù)目標(biāo)38
2.6.2 任務(wù)分解:拆解大型、復(fù)雜任務(wù)39
2.6.3 交互反饋:基于正負(fù)向反饋的優(yōu)化40
2.6.4 讓AI提問:引導(dǎo)模型主動提問41
2.6.5 控制上下文:合理管理對話信息量41
2.6.6 引導(dǎo)、追問和連續(xù)追問:優(yōu)化對話交互42
2.6.7 語言簡明扼要:語言表達(dá)精煉43
2.6.8 使用英文Prompt:借助英文提升質(zhì)量43
2.6.9 輸入結(jié)構(gòu)化數(shù)據(jù):讓AI充分理解數(shù)據(jù)44
2.6.10 提供參考信息:確保信息完整性44
2.6.11 增加限制:避免輸出寬泛內(nèi)容45
2.6.12 明確告知AI:不知道時請回答“不知道”45
2.7 精調(diào)Prompt示例:引爆AIGC優(yōu)質(zhì)內(nèi)容46
2.7.1 逐步啟發(fā)和引導(dǎo)式的Prompt精調(diào)46
2.7.2 從廣泛到收縮的Prompt精調(diào)47
2.7.3 利用反轉(zhuǎn)角色的Prompt精調(diào)48
2.7.4 基于少樣本的先驗(yàn)知識的Prompt精調(diào)49
2.7.5 基于調(diào)整模型溫度參數(shù)的Prompt精調(diào)50
2.7.6 基于關(guān)鍵問題的Prompt精調(diào)51
2.8 Prompt構(gòu)建工具:輕松撰寫提示詞52
2.8.1 Prompt構(gòu)建工具簡介52
2.8.2 New Bing Chat的提示詞構(gòu)建和引導(dǎo)功能52
2.8.3 ChatGPT第三方客戶端工具的Prompt模板53
2.8.4 ChatGPT Prompt Generator:AI驅(qū)動的Prompt構(gòu)建工具56
2.9 常見問題56
2.9.1 為什么Prompt相同AIGC答案卻不一樣56
2.9.2 會寫Prompt就能做數(shù)據(jù)分析與挖掘嗎57
2.9.3 如何避免Prompt的內(nèi)部沖突和矛盾57
2.9.4 如何避免Prompt的內(nèi)