您知道您可以像编写程序一样编写 LLM 提示吗?您几乎可以使用任何您喜欢的语言,或者编造一种(伪代码),只要它有意义即可。语言模型的模式匹配能力将决定您想要指导的内容,并且它将执行您要求它做的事情的变体。每次的结果可能不会完全相同(这可能是一个特点)。您可以在 SkyDeck.ai(注册)中尝试一下,实验使用不同的 LLM,看看结果有何不同。在您自己的 AI 使用中应用这一技术,可以为您的生产力增加另一个倍数。
程序化诗歌
例如,您可以向一个 LLM 提问:
或者你可以通过编程方式引导它用三种语言写三种类型的诗歌,主题涉及三方面。它会给你大多数组合。以下是你如何做到这一点。
首先,我定义要生成的诗歌类型。我想象一个叫做“poem_type”的变量名,并以Json格式呈现这些类型:
我对诗歌主题和语言做了一些类似的事情:
然后您描述如何处理这些数据的逻辑,以逻辑的方式引用它。 我复制了无逻辑模板的样式,创建了三个级别的嵌套循环。如果这是一个程序,我们会期望生成 3 x 3 x 3 = 9 首不同的诗。但是 LLM 会生成任意数量的输出,并且由于上下文窗口的限制,您的输出可能会被截断。
将所有这些剪切并粘贴到 SkyDeck 的 GenStudio 工作区,选择一个像 OpenAI GPT-4 或 Anthropic Claude2 的 LLM,你将得到类似这样的结果:
Please provide the content you would like translated, and I will assist you accordingly.