prompt-engineering-note

项目介绍

项目概述

prompt-engineering-note 是一个面向开发者的学习笔记项目，旨在帮助技术人员理解和应用 ChatGPT 的提示工程。它收集并整理了 ChatGPT Prompt Engineering for Developers 课程的内容，以通俗易懂的方式介绍了语言模型的工作原理、最佳实践，以及如何在实际应用中利用语言模型 API。

学习内容

这个项目围绕的课程由 OpenAI 的 Isa Fulford 和 DeepLearning.AI 的 Andrew Ng 共同教授。课程中，学习者将深入探索大型语言模型（LLM）的构建和应用，特别是通过 OpenAI API 快速构建创新应用。课程内容包括：

• 总结技巧：学习如何为用户生成简洁明了的评论摘要。
• 推断机制：进行情感分类和主题提取等推断任务。
• 文本转换：掌握翻译、拼写校对及语法修正的技能。
• 内容扩展：例如，自动撰写电子邮件等。

除了理论知识，学习者还可以通过大量示例和 Jupyter Notebook 的实践，直接使用提供的OpenAI API Key 获得即时操作经验，学习如何系统地设计出色的提示以及构建自定义的聊天机器人。

主要内容

课程分为多个章节，每个章节专注于不同的主题：

1. 课程简介 (Introduction)
2. 提示工程关键原则 (Guidelines)
3. 提示工程需要迭代 (Iterative)
4. 总结类应用 (Summarizing)
5. 推理类应用 (Inferring)
6. 转换类应用 (Transforming)
7. 扩展类应用 (Expanding)
8. 打造聊天机器人 (Chatbot)
9. 课程总结 (Conclusion)

项目成果与资源

在学习过程中，项目提供了以下资源和工具，帮助学习者更好地实践和理解提示工程：

• 机器翻译：使用 ChatGPT 对课程内容进行翻译，提供中英文对照文本。
• 笔记总结：利用 ChatGPT 对笔记进行总结与扩展。
• Jupyter Notebook 代码：实践中的代码例子整理在 Jupyter Notebook 中，可以本地部署运行。查看代码
• CLI 命令脚本：基于代码制作的 shell 命令，用于简化操作流程。

python source/cli/cli_py.py --prompt "hello chatgpt" --model "gpt-3.5"

• 项目清单：整理了相关的优秀项目和资源，持续更新中。查看清单
• 玩具项目：引导 ChatGPT 实现简单的 GPT 模型，从零开始创建简单的 GPT 模型记录。tiny-gpt

致谢

特别感谢以下资源为本项目提供支持和灵感：

• Learn DeepLearning.AI's ChatGPT Prompt Engineering Course
• GitHub OpenAI Cookbook
• OpenAI Python Library
• ChatGPT Retrieval Plugin
• Prompt Engineering Guide

通过这些丰富的学习资料和实践工具，本项目为新手以及有经验的开发者提供了一个系统地学习提示工程的机会，扩大了在现实世界中应用语言模型的能力。