2020-20232013-20202020-2023前端工程鏈路數(shù)據(jù)可視化與低代碼Node.jsframeworkeggjsToB大數(shù)據(jù)及數(shù)字孿生產(chǎn)品研發(fā)與前端架構開源低代碼平臺邏輯可視化方向PMC/jtyjty99999?GPT高級技巧與個人感想低代碼與LLM提示工程介紹提示工程-什么叫提示工程-人說人話，GPT說GPT話設計最佳提示以指導模型執(zhí)行任務的方法就是所的質量，也可以限制回答的格式這對后續(xù)跟其他系統(tǒng)的集成非常重要?指令BB希望模型執(zhí)行的特定任務或指令?上下文BB可以包含外部信息或額外的上下文，以引導模型更好地進行響應?輸入數(shù)據(jù)BB我們感興趣并希望找到響應的輸入或問題?輸出指示符BB指示輸出的類型或格式能導致更多的隨機性，鼓勵產(chǎn)生更多樣化或富有創(chuàng)意的輸出對基于事實的問答任務使用較低的溫度值，以鼓勵更加準確和簡潔的回答。對于詩歌生成或其他創(chuàng)意任務，提高溫度值可能會更有益。確定性。如果需要準確和事實性的答案，請保持較低text-davinci-003和gpt-3.5-turbo有啥區(qū)別？text-davinci-003和gpt-3.5-turbo都是OpenAIG3.5-turbo在許多任務中的性能與text-davinci-003相當或更好。這意味著，與text-davinci-003格相對于text-davinci-003更具競爭力。使用gpt-3.5-turbo的成本約為使用text-davinci-003的/chatgptapi-vs-davinci-which-ai-api-is-right-for-you/gpt-3.5-turbo-0301并不會把這個系統(tǒng)消息做很高的優(yōu)先度關注。未來的模型提示工程進階-少樣本提示(fewshot)大模型自身具有很強的零樣本能力，但在復雜的任務上表現(xiàn)并不好大語言模型具備強大的少樣本學習能力通過提供很少的例子可以自我學習原始提示中添加“逐步思考”"請一步步思考問題原始提示中添加“逐步思考”"請一步步思考問題"解決更復雜的算數(shù)/推理問題的利器少樣本提示不一定能獲得推理類問題的可靠答案。介紹的任務類型涉及到更多的推理步驟。換句話說，如果將問題分解成多個步驟并向模型演示，可能會有所幫助。述、還有它自己學到的常識來決定何時調用工具以及如何調用工具。這樣ReAct引入了外部工具的概念，讓LLM能夠通過這種步進式的方式逐步思考并調用外部工具，根據(jù)結果進一步思考循環(huán)。同時也可以僅僅是輸出一步思考，并繼續(xù)下去，類似CoT。/2023/03/07/react 如何送禮物？ 知道人的性別告訴GPT告訴GPT應該如何思考問題知道此性別的愛好知道此性別的愛好送出禮物送出禮物提示工程進階-生成知識讓模型懂得更多生成知識提示是一種利用語言模型自動生成知識并整合到常識推理中的方法，這種方法利用了大語言模型的優(yōu)勢，將其作為改進常識推理的、靈活的外部知識來源。通過使用通用的提示格式直接從語言模型中生成知識陳述，然后選擇與給定任務相關的知識，可以提高常識推理的準確性。這種方法在語言生成、自然語言推理和問答系統(tǒng)等領域具有廣泛的應用前景。提示工程進階-生成知識讓模型懂得更多GPT學會了我的技能（代替了我）造DSL再也不能稱為門檻了！如何編寫提示工程的總結?從最基本，最原子的任務做起格式格式?對于希望模型執(zhí)行的指令和任務要非常具體。提子?不要寫太多廢話盡量精煉不要帶前后矛盾的些樣例，引導模型按照樣例回答。思維鏈（Chain-of-Thought（CoT）型具備分析能力。過程中也提到了（Zero-ShotCoT引導模型在回答的時候，給出推理步驟，會更容易獲得理想的結果。我們可以通過提示的形式輸入進去，從而獲得更準確的答案。關于提示工程更多的介紹可以學習/zh-Hans/B]gaHHl$ik-g%Lnkilp模板$HHl%Lnkilp模板$?d]p%輸出解析器HHl?d]ej?d]B]gaHHl$ik-g%Lnkilp模板$HHl%Lnkilp模板$?d]p%輸出解析器HHl?d]ej?d]ejkpdan?d]ej提示詞管理Lnkilp組件或者其他鏈。我們也可以通過將多個鏈組合在一起，或將鏈HHlHHl調用低代碼介紹-產(chǎn)品矩陣運營運營ISV/集成商物聯(lián)網(wǎng)開發(fā)機器學習工程師設計師產(chǎn)品經(jīng)理/isv/開發(fā)產(chǎn)品經(jīng)理產(chǎn)品經(jīng)理/isv/開發(fā)將低代碼類產(chǎn)品按照功能分為以下幾類：構造構造Promopt獲取openai的輸出并解析分解任務分解任務分解任務分解任務?我需要獲取目前的庫表信息，之后根據(jù)SQL知識構建SQL構造構造?指令BB希望模型輸出SQL?上下文BB當前在哪個庫，哪個表?輸入數(shù)據(jù)BB表結構-DDL?輸出指示符BB我希望輸出純正sql，不想解析一堆內(nèi)容SQL是GPT非常擅長編寫的語言如何實現(xiàn)跟業(yè)務系統(tǒng)的集成在實際產(chǎn)品中，GPT通常是一個服務人機交互由產(chǎn)品進行處理，同時通過代理訪問GPT通過對元數(shù)據(jù)的有效縮減可以減少TokenGPTXSQL開發(fā)-使用langchainSwaggerAPI?通過目前系統(tǒng)的接口如何獲得數(shù)據(jù)?指令SwaggerAPI?通過目前系統(tǒng)的接口如何獲得數(shù)據(jù)?指令BB希望告訴我如何組裝接口，獲取有效的數(shù)據(jù)?上下文BB當前的接口數(shù)據(jù)?輸入數(shù)據(jù)BB用戶需要的字段?輸出指示符BB指示輸出的類型或格式通過生成知識技術構建接口查詢網(wǎng)關分解任務分解任務PromoptGPT的學習能力能夠理解很多接口操作接口數(shù)據(jù)仍然占據(jù)大量的Token接口的能力會限制服務能力，用戶的需求是枚舉不完的????????使用低代碼平臺的DSL分解任務分解任務?通過輸入文字，自動生成相應的頁面?頁面是什么東西？頁面用什么構建？構造構造指令BB希望告訴我如何生成一個頁面，上下文BB當前使用的技術棧輸入數(shù)據(jù)BB？輸出指示符BB？的輸出并解析基本思路：賴的數(shù)據(jù)源，系統(tǒng)的組件等信息加載進來存在的問題：一次生成為主，但低代碼這種高頻編輯（需求高頻變動的）如何解決更新問題GPTX低代碼搭建-prompt的設計與系統(tǒng)架構GPTX低代碼搭建-如何做updateJSONPath可以描述JSON文檔變化.使用它可以避免在只需要修改某一部分的時候發(fā)送整個文檔內(nèi)容.補丁(Patch)內(nèi)容的格式也是JSON.JSONPatch由IETF在RFC6902中規(guī)范.GPTX低代碼搭建-邏輯可視化低代碼訪問連接（這種抽象類似網(wǎng)絡編程）。FBP的三大概念：行。其他進程可以是同個組件的其他實例。3、組件：對于應用開發(fā)者，通?？梢钥醋骱诤校划斠褂脗鹘y(tǒng)高級語言來創(chuàng)建組件或者組件本身是個子圖時，它就是白盒。GPTX低代碼搭建-邏輯DSL設計在數(shù)據(jù)庫中可以通過JSON方式存儲完整的FlowGPTX低代碼搭建-邏輯DSLpromptGPTX數(shù)據(jù)可視化-基礎用法分解任務分解任務構造構造?指令BB生成一段圖表的描述?上下文BB圖表DSL的規(guī)范?輸入數(shù)據(jù)BB當前的數(shù)據(jù)?輸出指示符BB輸出一段描述圖表的DSLhttps://www.graphmaker.ai/GPTX數(shù)據(jù)可視化-進階-異常識別你的可視化真的有用嗎？ 分解任務?展示襪子每年的銷量數(shù)據(jù)趨勢，并分析其中的異常，標注在圖表上構造構造?指令BB生成圖表描述?上下文BB當前的庫表字段，趨勢要用什么圖表，如何分析異常?輸入數(shù)據(jù)BB?輸出指示符BB輸出一段描述圖表的DSL能夠構成自動化分析,解讀的一些特征：GPTX數(shù)據(jù)可視化-進階-自動化可視化你的可視化真的有用嗎？?指令BB生成圖表描述?上下文BB當前的庫表字段，?指令BB生成圖表描述?上下文BB當前的庫表字段，趨勢要用什么圖表，如何分析異常?輸入數(shù)據(jù)BB?輸出指示符BB輸出一段描述圖表的DSL構造尋找合適的圖表形態(tài)展現(xiàn)數(shù)據(jù)??提問：平臺如何支持在線打包發(fā)布GPTX文檔-讓AI更智能分解任務分解任務Promopt?指令BBPromopt?上下文BB全部文檔?輸入數(shù)據(jù)BB我需要哪方面的文檔?輸出指示符BB輸出一段文檔內(nèi)容?如何判斷用戶的提問跟你的文檔內(nèi)容吻合？?如何去管理和存儲你的文檔？GPTX文檔-讓AI更智能openai官網(wǎng)embedding使用范例https://platform.ope2."犬類捕食嚙齒動物"3."我家養(yǎng)了只狗"聚類（將文本字符串按相似性分組）推薦（推薦具有相關文本字符串的項目）異常檢測（識別相關性較小的異常值）分類（文本字符串按其最相似的標簽進行分類）嵌入向量可以捕獲單詞、短語或文本的語義信息，使得它們可以在數(shù)學上進行比較和計算。這種比較和計算在自然語言處理和機器學習中為嵌入空間中的點。GPTX文檔-讓AI更智能官方推薦使用ada-002，便宜又好用。2.查詢：向量數(shù)據(jù)庫將索引查詢向量與數(shù)據(jù)集中的索引向量進行比較，找到最相近的結果3.后處理：某些場景下向量數(shù)據(jù)庫從數(shù)據(jù)集中檢索最相近的結果后，對其進行后處理以返回最終結果。比如通過使用不同的相似性算法重新排列所有結果。/docs/guides/database/extensions/pgvectorGPTX文檔-讓AI更智能利用微搭和openaiembedding搭建一個文檔知識庫https://cloud.tencGPTX文檔-讓AI更智能/4-ways-of-question-answering-in-langchain-188c6707cc5a 存儲到向量數(shù)據(jù)庫存儲到向量數(shù)據(jù)庫查詢相關的文本查詢相關的文本GPTX低代碼的總結AIGC技術，一定是建立在一個好的DSL上才會實現(xiàn)開發(fā)者層面與機器交互。DSL的編寫才是提效的關鍵技術。的格式記得明確。?GPT具有強大的學習能力，可以將低代碼方方面面的知識都灌輸給他，給他提供完善的單的fewshot就可以實現(xiàn)大多數(shù)場景關于提示工程更多的介紹可以學習/zh-Hans/GPT高級使用技巧及思考對GPT進行低代碼流程編排-三分鐘實現(xiàn)一個chatPdf會被顛覆，維持了很多年的存儲-領域模型-服務端-客戶端的應用架構也極有可能會被顛覆。H