【Prompt Engineering 提示工程】Ep.3 讓AI身歷其境的角色提示法

2023/06/24閱讀時間約 2 分鐘

前面我們有介紹「【Prompt Engineering 提示工程】Ep.1 什麼是Prompt Engineering?」相信對於下指令給AI應該已經具有基本知識，那麼這一次我們來介紹Prompt技巧中的其中一環「角色提示法」，這是什麼樣的一種魔法呢？很簡單，我們就是讓AI變身成專家，賦予特定領域的專家角色，進而回答該領域的專家知識。

上一篇我們有一個回答錯誤的案例如下：

圖片來源

基於這個錯誤的案例，我們還可以怎麼改善它？我想這可能是因為它還沒認知到自己是個數學家吧！否則真正的數學家怎麼會如此呢？基於這樣的假設之下，我們就來催眠它讓它成為數學專家再來回答我們的問題看看。

催眠

我們先給Chatgpt略施點小法，催眠它成為一個數學專家。

圖片來源

很好！第一步非常的成功，我們將AI催眠成數學專家了，下一步就讓這位數學專家再回答一次剛剛錯誤的問題吧！

施法

我們催眠AI成為述學專家之後，就能夠對它進行施法，請它協助我們計算困難的數學式子。

圖片來源

這次就非常聰明囉，一次回答到位，果然是數學專家。

讓「催眠」在不知不覺中發生

上面的例子我們直接催眠它變成數學專家，但在該輪對話之中可能只能不斷的詢問數學方面的問題，除非我們重新催眠它，另外一個方式就是在提問的內容之中，我們給予很明確的專家領域詞語，偷偷的引導AI強制回答我們該領域的問題，問題如下：

「請問100*800/8*5的這段數學運算式等於多少呢？煩請數學專家回答」

圖片來源

各領域專家隨手可得

從「數學家」變成「醫生」…

問: 想像你是一個醫生，請問每天的蛋白質應該攝取多少呢?

圖片來源

結語

有了角色提示法之後，針對各個領域的諮詢相信都能得到一個較精確地回答，AI雖然很好用，但我們也要會用它，問對問題很重要，但要怎麼問對呢？跟著我們的系列教學文章就能夠讓你成為AI催眠師，催眠出專屬於你的各領域專家，我們只要將這些知識吸收轉化進而決策，相信這是我們人類最重要的一項技能以及無可取代的價值，就讓我們持續的修練AI催眠師魔法吧！

為什麼會看到廣告

#ChatGPT

#AI

#Prompt

阿Han的沙龍阿Han的軟體技術棧 💡AI

阿Han的沙龍

113會員

255內容數

哈囉，我是阿Han，是一位 👩‍💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。

留言0

查看全部

發表第一個留言支持創作者！

阿Han的沙龍的其他內容

【Prompt Engineering 提示工程】Ep.2 踏入提示魔法師的旅程，基本原則與建議

前面我們有介紹「【Generative AI — Prompt篇】Ep.1 什麼是Prompt Engineering?」相信對於下指令給AI應該已經具有基本知識了吧，在進入Prompt Engineering之前有一些Guideline是我們需要知道的，就如同線上遊戲一般，我們會先進到新手村學習一

#ChatGPT #AI #Prompt

【Prompt Engineering 提示工程】Ep.1 什麼是Prompt Engineering?

「Prompt」這個詞是提示的意思，但為什麼需要提示呢？當AI不理解我們的時候，勢必給出的回應並非準確的為我們解答，因此一個好的提示是非常重要的，就如同我們人與人之間的溝通一樣，如何將自己心裡的疑惑轉化成好的問題來提問對方，讓對方理解，進而給出一個明確的答案，這就是提示(Prompt)的重要性，對

#AI #Prompt #NLP

【自然語言處理 — 概念篇】探索TF-IDF, 關於詞的統計與索引隱含著什麼奧秘呢？

所謂TF-IDF是由兩個名詞所組成的, 分別是「詞頻(Term Frequency,TF)」和「逆文檔頻率(Inverse Document Frequency,IDF)。表示詞在文檔中出現的頻率, 就統計學而言, 只要這個詞在文本中出現越多次代表越值得關注, 因此它會具有一個重要的統計評估指標之

#AI #NLP

【💎 語音辨識 — Whisper】雙聲道音訊處理與辨識

假設我們有一段雙聲道的音檔, 正常來說透過whisper進行語音辨識時都是以整段音檔進行辨識,但我們若想將左右聲道分離進行辨識的話就得對音檔進行音訊處理了。怎麼做呢？比較簡單的方式就是透過音訊處理工具將音檔進行左右聲道的分離，再獨立的進行辨識即可。這次會將雙聲道音檔透過pydub這套音訊處理工

#AI #whisper #語音辨識

【自然語言處理 — 概念篇】來認識一下詞向量(Word Embedding or Word Vector)吧

詞跟詞之間的距離有多近呢？如果一個詞在相對的空間內都佔有一席之地的話, 試想, 每個詞都是一個獨立的個體, 就如同我們人類一般, 相同興趣的、相同頻率的就容易被歸納在一起，某些詞可能是相近的意思, 因此我們只需要給每個詞標上一個向量值, 並進行統計，而這些詞在這批資料集之中所佔的位置依照距離都能夠

#NLP #AI #word2vec

【自然語言處理 — 概念篇】最基礎的Bag-of-Words模型是什麼呢？

常常我們在進行NLP討論時，不管哪一種NLP任務都會偶爾聽到BOW這個詞，原來全名就是「Bag-of-words」由名稱就可以知道這是在處理NLP任務之前的基礎工事，將一整篇文章切碎成一段語句，甚至是最小單位的「詞」，而這些詞又如何表述關係或者進一步的使用，試圖讓機器可以理解我們人類的詞語，就是基於

#AI #python #NLP