Khả năng sử dụng tốt các mô hình lớn hiện có phụ thuộc rất nhiều vào các lời nhắc chất lượng cao. Tuy nhiên, việc viết các lời nhắc chất lượng cao vẫn là một nghề thủ công ở giai đoạn này và phụ thuộc quá nhiều vào kinh nghiệm cá nhân.

Mặc dù có nhiều phương pháp và khuôn khổ nhanh chóng, theo bài viết cuối cùng của chúng tôi “Top 5 Khung Kỹ thuật Nhanh chóng”, các phương pháp tạo lời nhắc hiện tại vẫn còn nhiều hạn chế:

1. Thiếu hệ thống: chủ yếu là các quy tắc và kỹ thuật rời rạc, phụ thuộc nhiều vào kinh nghiệm cá nhân.

2. Thiếu sự linh hoạt: Để điều chỉnh lời nhắc chất lượng cao do người khác chia sẻ, bạn cần phải trực tiếp sửa đổi nội dung lời nhắc.

3. Thiếu sự thân thiện trong tương tác: Việc cấu hình và sử dụng lời nhắc chất lượng cao quá phức tạp và đôi khi bạn thường phải học cách sử dụng lời nhắc.

4. Các đặc điểm sau đây của mô hình ngôn ngữ lớn chưa được xem xét đầy đủ: (1) thích cách kể chuyện theo từng điểm và hợp lý (2) có thể xảy ra tình trạng quên trong các cuộc trò chuyện dài (3) có khoảng cách hiệu suất giữa các ngôn ngữ khác nhau.

Với việc phát hành các mô hình GPT-4, sự phụ thuộc vào lời nhắc đã giảm đi. Đồng thời, các khả năng cơ bản mạnh mẽ hơn của nó cung cấp nền tảng tốt để viết các lời nhắc mạnh mẽ hơn. Các lời nhắc chất lượng cao đang trở nên mạnh mẽ hơn và phức tạp hơn.

Vậy liệu có thể nắm vững một số quy tắc và khái niệm cơ bản, cũng như một số mẫu lập trình (tương tự như lập trình hướng đối tượng) giống như khi học lập trình, để bạn có thể viết lời nhắc hiệu quả với hiệu suất và tính ổn định tốt không?

Câu trả lời là Đúng.

LangGPT

Sử dụng LangGPT giúp có thể sản xuất hàng loạt các lời nhắc chất lượng cao. Nó có những ưu điểm sau:

• Có hệ thống: Cung cấp một “mẫu” và điền nội dung tương ứng theo mẫu
• Tính linh hoạt: Bạn có thể sử dụng “biến” để dễ dàng tham chiếu, thiết lập và thay đổi nội dung trong lời nhắc, có thể lập trình được.
• Sử dụng lệnh để dễ dàng thiết lập và thực hiện các hành vi được xác định trước và dễ dàng thiết lập chuyển đổi giữa tiếng Trung và tiếng Anh mà không làm giảm hiệu suất
• Tương tác thân thiện: “Workflow” dễ dàng xác định tương tác của người dùng, hành vi vai trò, v.v. và dễ dàng hướng dẫn người dùng sử dụng
• Tận dụng tối đa khả năng của mô hình lớn: (1) Cấu hình mô-đun (2) Mô tả logic từng điểm (3) Nhắc nhở để giảm thiểu vấn đề mất trí nhớ dài hạn

Các quy tắc ngữ pháp chính của LangGPT

Biến LangGPT

Chúng tôi thấy rằng ChatGPT có thể nhận dạng nhiều cấu trúc phân cấp được gắn nhãn rõ ràng. Mô hình lớn có thể nhận dạng cấu trúc phân cấp của tiêu đề bài viết, tên đoạn văn, nội dung đoạn văn, v.v. Nếu chúng ta cho nó biết tiêu đề, mô hình sẽ biết rằng chúng ta đang tham chiếu đến tiêu đề và nội dung chính bên dưới tiêu đề.

Điều này có nghĩa là chúng ta trình bày nội dung của lời nhắc theo cách có cấu trúc và đặt tiêu đề để dễ dàng tham chiếu, sửa đổi và đặt nội dung lời nhắc. Bạn có thể trực tiếp sử dụng tiêu đề đoạn văn để tham chiếu đến một phần lớn nội dung hoặc bạn có thể yêu cầu ChatGPT sửa đổi và điều chỉnh nội dung đã chỉ định. Điều này tương tự như các biến trong lập trình, vì vậy chúng ta có thể sử dụng tiêu đề này làm biến.

Markdown có hệ thống phân cấp cú pháp tốt và phù hợp để viết lời nhắc, vì vậy các biến của LangGPT dựa trên cú pháp markdown. Trên thực tế, ngoài markdown, có thể sử dụng nhiều hàm đánh dấu khác, chẳng hạn như json, yaml và thậm chí cả các định dạng được định dạng tốt.

Biến mang lại tính linh hoạt tuyệt vời cho việc viết lời nhắc. Sử dụng biến, bạn có thể dễ dàng tham chiếu nội dung vai trò, thiết lập và thay đổi các thuộc tính vai trò. Điều này bất tiện khi triển khai với các phương thức lời nhắc chung.

Mẫu LangGPT

ChatGPT là rất tốt khi nhập vai. 

Hầu hết các lời nhắc chất lượng cao thường bắt đầu bằng "Tôi muốn bạn là xxx" hoặc "Tôi muốn bạn chơi xxx". Để xác định một vai trò, miễn là bạn cung cấp mô tả về vai trò, hành vi vai trò, kỹ năng, v.v., bạn có thể thực hiện hành vi rất phù hợp với vai trò đó.

Nếu bạn quen thuộc với "đối tượng" trong ngôn ngữ lập trình, bạn sẽ biết rằng "khai báo vai trò" của một lời nhắc rất giống với khai báo lớp. Do đó, lời nhắc có thể được trừu tượng hóa thành một vai trò, bao gồm tên, mô tả, kỹ năng, phương pháp làm việc và các mô tả khác, sau đó mẫu Vai trò LangGPT sẽ được lấy.

Để sử dụng mẫu Vai trò, bạn chỉ cần điền nội dung tương ứng theo mẫu:

Ngoài các biến và mẫu, LangGPT còn cung cấp các phương pháp thiết lập cú pháp như lệnh, ghi nhớ, câu điều kiện, v.v.

Sau khi bạn đã điền thông tin cơ bản của hồ sơ, bạn có thể bắt đầu tạo đầu ra. Dưới đây là ví dụ về cách bạn có thể sử dụng LangGPT:

# Vai trò: {} ## Hồ sơ - tác giả: LangGPT - phiên bản: 1.0 - ngôn ngữ: {Tiếng Anh} - mô tả: {} ## Kỹ năng {} ## Bối cảnh (TÙY CHỌN): ## Mục tiêu (TÙY CHỌN): ## Định dạng đầu ra (TÙY CHỌN): ## Quy tắc {} ## Quy trình làm việc {} ## Init {}

Trường hợp sử dụng: Trợ lý soạn thảo email 

# Chức vụ: Trợ lý Email

Hồ sơ ##

- tác giả: LangGPT - phiên bản: 1.0 - ngôn ngữ: tiếng Anh - mô tả: Bạn là Trợ lý Email được thiết kế để giúp người dùng soạn, chỉnh sửa và tối ưu hóa email của họ cho nhiều mục đích khác nhau, bao gồm giao tiếp chuyên nghiệp, cá nhân và trang trọng.

Kỹ năng ##

1. Khả năng soạn thảo email rõ ràng, súc tích và chuyên nghiệp. 2. Thành thạo trong việc biên tập và hiệu đính ngữ pháp, giọng điệu và sự rõ ràng. 3. Có khả năng điều chỉnh phong cách email cho phù hợp với bối cảnh (ví dụ: trang trọng, không trang trọng, thuyết phục). 4. Chuyên môn trong việc cấu trúc email với lời chào, nội dung chính và câu kết phù hợp. 5. Có kỹ năng đề xuất cải tiến cho nội dung và cấu trúc email.

Quy tắc ##

1. Luôn duy trì giọng điệu tôn trọng và chuyên nghiệp trong bản thảo email. 2. Đảm bảo email rõ ràng, súc tích và không có lỗi ngữ pháp. 3. Điều chỉnh giọng điệu và phong cách của email sao cho phù hợp với mục đích và đối tượng. 4. Cung cấp các cải tiến hoặc phương án thay thế tùy chọn để cải thiện email. 5. Tôn trọng quyền riêng tư bằng cách tránh các chi tiết cá nhân không cần thiết trừ khi người dùng chỉ định.

Quy trình làm việc ##

1. Hiểu mục đích của email và đối tượng mục tiêu. 2. Soạn thảo email dựa trên ý kiến đóng góp của người dùng, đảm bảo đáp ứng được mục tiêu mong muốn. 3. Xem lại email để tìm lỗi hoặc cải tiến và đề xuất thay đổi nếu cần. 4. Cung cấp cho người dùng bản thảo cuối cùng, cùng với bất kỳ đề xuất tùy chọn nào để tối ưu hóa thêm.

Sau đây là kết quả:

Hy vọng hướng dẫn này hữu ích! Bạn có thể chơi với LangGPT → đây