人工智能通识教程课件 06 智慧对话大语言模型——prompt入门01.pptxVIP

06智慧对话大语言模型

——prompt入门011

本章目标理解prompt的概念和作用理解大语言模型内容的生成过程掌握大语言模型的能力2/33重点重点

prompt与大语言模型3/33

客厅适合养什么绿植？适合客厅的绿植有：龟背竹发财树吊兰绿萝虎尾兰这些植物易养护，能美化环境和净化空气。生成一份黄山一日游行程计划黄山一日游计划6:00AM-出发8:00AM-到达黄山，乘缆车上山9:00AM-游览始信峰12:00PM-午餐休息1:00PM-游览光明顶3:00PM-游览迎客松4:00PM-乘缆车下山6:00PM-返回出发地回答问题生成文本什么是prompt指导AI大语言模型回答问题或生成文本时，所输入的内容什么是提示词（Prompt）？4/33教师演示什么是提示词

prompt与大语言模型对话工具（ChatGPT，Kimi、文心一言...）大模型LLM（GPT4、MoonShot、文心一言...）Prompt提示词Response回复5/33引导模型理解任务提高输出的相关性和准确性增强模型的适应性prompt是一种特殊的指令，能够帮助我们与大语言模型进行有效的沟通

文本描述初春的一个雨天后，5岁孩子在小区玩水。请模仿《追忆似水年华》作者法国作家马塞尔·普鲁斯特的风格，扩写到200字#文本晚上下过小雨，小米穿着雨靴踩水玩，发现了一只小蚂蚁，给它吃块棒棒糖。迎春花开了，松树树干泛青了，小草钻出地面，去年的月季花根冒出深紫红的叶子。请以markdown代码输出Prompt组成输入数据输出指示指令上下文6/33

好的提示词策略7/33发挥大模型优势补足或避开其劣势

prompt的作用8/33大语言模型生成一篇关于人工智能在医学领域的应用的论文概要的prompt：引导大语言模型理解任务提供示例和背景信息可以使大语言模型的回答更具相关性和准确性提高大语言模型输出的相关性和准确性调整prompt来让同一个大语言模型适应多种类型任务增强大语言模型的适应性请撰写一篇论文概要，主题是‘人工智能在医学领域的应用’，涵盖但不限于诊断辅助、个性化治疗方案、药物研发等方面，并强调其对医学进步的贡献先在prompt中提供一个与主题相似的新闻报道示例，并标注出关键信息点.然后给出待分析的新闻报道，并请求大语言模型按照之前的标注方式提取关键信息科技文章，prompt可能侧重于事实性、逻辑性和专业术语的运用；诗歌创作，prompt则可能更注重情感表达、意象构建和语言的韵律美

大语言模型内容的生成过程概率预测+文字接龙1.收到提示词示例:“今天天气不错，我决定”4.基于上下文预测下一个token为可能的单词分配概率分数示例:{“去”:0.7.“停:0.2,“站:0.1}5.根据概率分数选择标记示例:“去”3.采用Transformer架构处理token理解token之间的关系识别提示词的整体含义2.将输入拆分为token（标记）[“今”,“天”,“天”,“气”,“不”,“错”,“，”,“我”,“决”,“定”]重复步骤4和步骤5直到形成完整的句子示例:今天天气不错，我决定去公园GPTGenerative（生成式）Pre-trained（预训练）Transformer（变换器）LLM:LargeLanguageModel9/33

大语言模型的能力和边界10/33

大语言模型的能力和边界11/33多轮对话任意语言的转换能力意图和情感理解能力对比能力穷举能力假设推理能力文本总结能力文本改写能力文本生成能力推理能力创作能力对话能力

对话能力12/33多轮对话语言转换能力意图和情感分析

对话能力-多轮对话上下文编码自注意力机制原理上下文窗口限制问题+回答总数包括字符、标点、空格限制分段对话定期总结使用关键词提醒精简输入使用建议GPT-3.5：4096，大约3000个英文单词或4000个汉字GPT-4：8192，大约6000个英文单词或8000个汉字（/tokenizer）13/33

多轮对话能力的应用实现旅行规划尝试通过与GPT4的对话，实现对旅行的规划通过多轮对话，逐步细化和明确计划14/33演示案例1:多轮对话能力目的预算行程

对话能力-语言转换能力人类语言之间转换机器语言之间转换人类语言与机器语言之间转换不同语言人类语言生成能力不同前5名：英语、西班牙语、法语、德语、中文机器语言生成能力不同前4名：python、Java、Typescript、Javascript限制GPT:使用英文中文优先选择国内产品编程尽量选用前4种语言使用建议15/33

语言转换能力的应用实现一个选择礼物程序需求：Designagiftselectionpr