一键总结音视频内容

Attention is All you Need

摘要

本视频是关于提示词工程的直播回放,主要分为三个部分:优秀提示词的拆解、国产提示词的适配迭代讲解以及学员学习卡点的答疑。重点拆解了两个与媒体创作内容相关的提示词,一个是“标题大师”,另一个是“提供内容灵感”,并针对这两个提示词在不同大模型(KIMI、ChatGPT、千问)上的表现进行了测试和分析,同时也探讨了如何针对国产大模型进行提示词的适配和优化。

亮点

  • 💡 标题大师提示词拆解 这条提示词的灵感来自AI自媒体人皮特老师,它是一个纯自然语言编写的三段式提示词,包含目标、技巧和工作流程三个部分,主要用于帮助自媒体创作文章标题或选题。#标题创作 #自媒体 #AI写作

  • 🛠️ 结构化提示词的二次创作 苏院学长对“标题大师”提示词进行了结构化改造,通过增加背景描述、明确约束条件、强化角色专业性以及扩展工作流程等方式,提升了提示词的可用性和生成效果。#结构化提示词 #提示词迭代 #二次创作

  • 🎯 提示词适配国产大模型 针对国产大模型,建议使用中文编写提示词,并注意提示词的结构和表达方式,避免模型产生误解或注意力偏移。#国产大模型 #提示词适配 #中文提示词

  • ⚙️ 提供内容灵感提示词分析 这条提示词通过询问主题、第一次梳理、第二次梳理以及整理和总结四个步骤,为用户提供内容创作的灵感,其中第二次梳理环节的五个例子(few shot)非常精彩。#内容创作 #灵感激发 #多角度切入

  • ⚠️ TOT提示词的应用场景 TOT(四位数提示词)适用于需要多个视角和角色讨论的问题,不应盲目迷信或在所有场景下都使用。#TOT提示词 #多角色 #自问自答

思考

  • 如何更好地利用few shot提升提示词的生成效果?
  • 在进行提示词迭代时,应该关注哪些方面?