只需一段提示詞,讓GPT-4變成你的“夢中情導”,在GitHub上攬星上萬。
學習的內容、難度可任意指定,從小教到博士,甚至可以改變AI導師的教學風格和說話語氣:
終於不用為了一個搞不懂的疑(ruo)難(zhi)問題去找導師了!
現在,一個AI就能幫你學習任何主題,還是24小時待命且從來不會失去耐心。
例如用來學習新的程式語言Rust,並告訴AI你會C語言,AI在教你的時候就會跳過資料類型、函數等基礎知識了。
甚至Github上還有因為受到很大幫助,主動要求贊助作者開發資金的。
一位搞出海電商、經常需要了解不同產業產品和不同國家市場的朋友,體驗後評價到:隔行再也不隔山了。
實現這個AI導師Mr. Ranedeer(馴鹿先生),不需要AI模型的訓練或微調,甚至不需要寫程式碼,完全靠給AI寫提示詞就能搞定。
並且被搞教育科技(Edtech)產業的人評價為,與目前最先進的教育科技同等程度。
Mr. Ranedeer版本還在快速迭代中,當前提示詞已經複雜到離譜,足足7839個字符,在GPT-4上要消耗3721個token。
可以算是目前大模型提示詞的「天花板」等級。
而開發這段提示詞的作者年僅17歲,還是高中生…
請AI來當專屬導師的方法很簡單,直接把完整提示詞複製到GPT-4裡,或點擊作者提供的ChatGPT分享鏈接,選擇「繼續這個對話」都行。
下一步,當然先讓老師改說中文啦。
接下來AI導師會提醒你調整基本設置,先打「/congfig」然後把你的選擇敲進去就行。
支援的選項非常豐富,各種花色各種款式任你選擇,總有一款能滿足你需求。
其中「視覺」學習風格需要開啟插件,讓GPT-4呼叫Wolfram等功能畫圖才能實現。
如果你實在不確定如何選,還可以讓AI解釋一下各個選項的意思。
這裡告訴大家一個隱藏功能,除了深度是在提示詞中定義的,其他風格類別選項都是AI自己理解的,你想選沒有列出的風格其實也可以。
甚至可以只指定深度,其他讓AI隨機挑一種,每次上課都是不一樣的感覺。
確定好想學的主題後,透過「/plan」輸入,AI導師就會為你量身訂定學習計畫了。
例如學學最近被ChatGPT帶火的向量資料庫。
可以看到,AI導師會先寫下一行「自我提醒」以免把配置給忘了,接下來根據深度假設一些你已經知道的基礎知識。
接下來的每一堂課開始時,AI導師都會重複一遍這樣的“自我提醒”,來確保不偏離課程計畫。
課程開始後,AI導師會先進行一段講解,可以看出確實是按照配置用了「類比」的方式來教學,把向量資料庫類比成圖書館。
等學完了就可以輸入“/test”,進入隨堂小測驗環節。
AI導師會判斷你的回答是否正確,做出點評,並根據你掌握的情況判斷是否可以進入下一節課。
而且AI還會適當的誇誇你,如果喜歡這種,可以把語氣風格設定為「鼓勵」讓AI更頻繁的誇誇。
如果你有其他問題,也可以隨時「舉手」提問。
都問好以後,輸入「/continue」就會進入下一課。
到第二課的測驗環節發現太難,臨時讓AI導師給降降難度也是可以的。
降過難度後再來一次隨堂測試,可以看出難度確實降低了。
就這樣不知不覺間,我已經把GPT-4每3小時25條的額度用完了。
沒錯,阻止你學習的最大的障礙就是GPT-4使用額度和上下文長度了。
而且作者特別強調了“不推薦使用GPT-3.5”,並且由於提示詞太複雜,調用GPT-4 API的話會非常昂貴。
好消息是,這套AI導師提示詞可以用到OpenAI以外的其他大模型。
作者測試了隔壁的ChatGPT最強競品Claude,也可以順利完成一個課程,但有些細微差別。
例如Claude在教詩分析時不如GPT-4。
不過Claude教數學時效果會更好,並且在全部課程結束後會建議繼續學習的方向,而GPT-4只是告訴你已經學完了。
看來AI導師也分擅長教文科的和擅長教理科的?
另外,不論是用哪個大模型,AI一本正經胡說八道的情況仍然存在。
訓練資料中存在的經典知識還好,要是想學點偏門或前沿的,最好先讓AI閱讀一段可靠的學習材料再教你。
這時候,支持10萬token上下文的Claude-100k就成了很好的選擇。
另外Sam Altman也在最近一場討論會中分享了OpenAI短期路線圖,其中提到最高100萬token的上下文視窗在2023年是有可能做到的。
在更強大的大模型降臨之前,除了先把AI導師用起來之外,背後這段非常複雜的提示詞同樣值得學習。
這個名叫「馴鹿先生」的AI導師設計思路,主要包括整體架構設計和課程內容生成兩部分。
一方面,是雕刻出這一整個AI導師「人設」的整體架構設計。
從內容來看,它包含名字、版本資訊、作者、課程等級、導師性格類型(故事化/幽默/嚴肅等)、推理框架、指示、規則、使用者偏好、配置、課程設置、初始化等內容。
在GitHub上直接可以下載提示字完整版:
#提示字也支援多種格式,包括JSON、YAML和Markdown。
那麼,Mr. Ranedeer在GitHub中給出的這一大段“咒語”,究竟是怎麼起作用的?
我們直接拿去問了GPT-4:
#GPT-4很快幫我們分析出了這一大串程式碼的運作原理,主要包含特性、指令、規則、學生偏好、格式和初始化六個部分:
# #用GPT-4總結一下,這提示詞通常具備這幾類特點:
其中,核心讓AI導師維持人設的方法,在於這一大串咒語中規則
部分的撰寫。
這部分的格式,和先前網傳洩漏的「微軟調教GitHub Copilot提示詞」比較接近。
##################雖然「GitHub Copilot提示詞遭洩露」這事兒不保真,不過從這段提示詞內容來看,規則寫同樣包括###特定場景規則、明確的角色身分、行為規範指導和互動方式設定###等:#####################那麼,整體架構設計好後,就是具體課程的提示詞設計了。 ###另一方面,在課程內容生成上,AI導師借鑒了當前非常火的大模型「思維樹」原理。
從圖中來看,這段提示詞的核心原則是“階梯式迭代”,即目的是讓AI反覆生成並評估課程質量,最終給使用者輸出最好的課程內容。
無論是課程內容、或課程品質評估,都由AI負責完成。以一堂高中物理課為例,提示詞就需要包含生成目標(高中光電效應課程)、思考樹步驟和規則限制:
給我上一堂高中光電效應的課。
首先,建立5個計劃,介紹你如何規劃這門課。
然後,建立一個包含所有提議計畫的表格,並從0到100對它們進行評分,包括對它們的互動一致性和實用性(基於你的語言模型能力)進行評分。
隨後,只使用最佳評分計劃產生一個完整的課程,並且迭代3次,這樣我們就可以分析我們應該給學生的最佳個別課程(使用選定的計劃)。
上完課後,像你在表格中對計劃(參與度、連貫性、實用性)所做的那樣,再做一次相同的評分。最後,輸出你認為最好的課程以及原因。
注意: 本課程僅由你自己產生。也就是說,你將用你的大語言模型能力來教導這個主題。不要主動進行活動,因為你看不到學生在做什麼。只能是文字互動。
事實上,以思考樹(鏈)的方式撰寫提示詞技巧,如今在各種前沿教程裡面已經是「標配」了。
例如,在吳恩達和OpenAI研究員Isa Fulford一起開設的ChatGPT提示詞工程新課中,就同樣介紹了類似的思維鏈提示詞寫作方法。
以設計一個AI電腦客服為例,我們就可以用到思維鏈的方式,讓它按照以下邏輯來回答客戶提出的問題:
首先,確定使用者要提問的電腦產品類型和數量;
隨後,確定使用者要提問的產品類型是否在資料庫範圍內;
接下來,根據資料庫內容,回答客戶有關電腦產品的問題,並用友善的語氣糾正他們不合理的問題;
注意事項包括回答方式和格式等。
總結下來就是,先設計整體框架,然後具體到課程內容上,則可以採用思考樹(鏈)的方式產生。
有趣的是,寫出這個AI專屬導師插件提示詞的作者,竟然是一名年僅17歲的高中生。
根據《金融時報》介紹,這名高中生名叫賈斯汀,來自澳洲。
和大夥兒一樣,賈斯汀也面臨考試前一周「臨時抱佛腳」的境遇,為此他打造了一個GPT-4私教給自己補課,發現效果非常不錯。
考試結束後,他繼續自學了更高級的提示詞工程,開發了更完整的AI導師項目,可根據不同的課程水平、學習風格、推理能力、語氣和交互方式進行定制。
隨後,他將之命名為Mr. Ranedeer(馴鹿先生)項目,上傳到GitHub,沒想到意外爆火。
賈斯汀表示,自己14歲的時候,就已經產生了讓AI當老師的念頭。
值得一提的是,從推特來看,這位老哥也是馬斯克粉絲沒跑了:
在聯絡人介面,他也給了一串狗狗幣代碼,方便大夥兒給他打賞狗狗幣支持。
看了這麼多,你是不是也有點心動,想「抄抄」作業,用類似的提示詞來開發自己的AI插件了?
老樣子,拿它問GPT-4,很快就能抽取一個模板出來:
屬實是萬物皆可GPT-4了。
領一個導師:https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor
以上是13條咒語挖掘GPT-4最大潛力,Github萬星AI導師火了,網友:隔行再也不隔山了的詳細內容。更多資訊請關注PHP中文網其他相關文章!