用英語編程

2024年5月13日

用英語編程

你知道你可以像編寫程序一樣撰寫 LLM 提示嗎？你幾乎可以使用任何你喜歡的語言，或者編造一種（偽代碼），只要它有意義。語言模型的模式匹配能力將決定你試圖指導的內容，並且它將執行你所要求的內容的一個變體。每次的結果可能不會完全相同（這可能是一個特性）。你可以在 SkyDeck.ai（註冊）這裡試用，並實驗使用不同的 LLM 以查看結果如何不同。在你自己的 AI 使用中應用這個技巧可以增加你的生產力。

程式化詩歌

例如，你可以問一個 LLM：

寫一首短詩：用英語寫的關於愛的俳句。

或者您可以以編程方式指示它用三種語言寫三種類型的詩，關於三個主題。它會給您大多數的組合。以下是您如何做到這一點。

首先，我定義要生成的詩的類型。我想了一個變量名為這個稱為 "poem_type"，並以 Json 格式呈現類型：

{ "poem_type": [{ "name": "俳句" }, { "name": "打油詩" }, { "name": "十四行詩" }] }

我對詩歌的主題和語言也做類似的事情：

{ "subject_type": [{ "name": "愛" }, { "name": "憤怒" }, { "name": "音樂" }] } { "language": [{ "name": "日語" }, { "name": "英語" }, { "name": "意大利語" }] }

然後你描述了如何處理這些數據的邏輯，並以邏輯的方式參考它。我抄襲了無邏輯的模板風格，創建了三層嵌套循環。如果這是一個程式，我們可以期待產生 3 x 3 x 3 = 9 首不同的詩。但 LLM 可以生成其喜歡的數量，並且由於上下文窗口的限制，你的輸出可能會被截斷。

寫一首短詩： {{#poem_type}} {{#language}} {{#subject_type}} {{poem_type.name}} 關於 {{subject_type.name}} 在 {{language.name}}: {{/subject_type}} {{/language}} {{/poem_type}}

將所有這些剪切並粘貼到SkyDeck的GenStudio工作區，然後選擇一個LLM，例如OpenAI GPT-4或Anthropic Claude2，您將會獲得如下結果：

請提供需要翻譯的內容。

不要錯過這些故事：

繁體中文