ChatGPT 큐 명령어 용어집

AI 기술 자료11개월 전 업데이트 AI 공유 서클

1.9K 00

AI와 대화하는 것이 모험이었던 시절이 있었습니다. 이제 주요 용어와 명령어를 숙지하면 AI를 쉽게 탐색하고 활기차고 생산적인 대화를 나눌 수 있습니다.

1. 용어 학습은 AI 기능을 마스터하기 위한 첫 번째 단계이며, 새로운 언어의 기본 어휘를 배우는 것만큼이나 중요합니다(특히 ChatGPT).

2. 모델, 프롬프트, 입력 및 출력은 AI 커뮤니케이션의 기본을 형성하며, 이를 이해하면 AI와 더 효과적으로 커뮤니케이션할 수 있습니다.

3. 토큰과 최대 토큰의 개념은 AI의 출력 길이와 깊이를 제어하는 데 매우 중요하며, 이를 이해하면 더 정확한 질문을 할 수 있습니다.

4. TREF, SCET, PECRA 등과 같은 다양한 프롬프트 구조를 사용하여 특정 요구 사항과 시나리오에 맞게 AI 응답을 사용자 지정할 수 있습니다.

5. 프롬프트를 작성할 때 모호하거나 폐쇄적인 질문을 하는 등의 실수를 피하면 보다 구체적이고 유용한 답변을 얻는 데 도움이 됩니다.

6. AI의 어조를 조정하면 다양한 커뮤니케이션 시나리오에 적응할 수 있으므로 대화의 관련성과 효과를 높일 수 있습니다.

7. 온도, 다양성_페널티 등과 같은 파라미터를 사용하여 AI의 창의성과 다양성을 미세 조정하여 더욱 풍부하고 개인화된 결과물을 만들 수 있습니다.

7. 보다 심층적인 시나리오 또는 개발에서 프롬프트 명령을 사용해야 하는 경우 다음을 읽어보는 것이 좋습니다. 팁 엔지니어링에서 일반적으로 사용되는 빠른 참조 표의 예(중국어 버전)

1. 용어 알아보기(学习术语)

모델: 대량의 데이터를 통해 학습하는 AI의 '두뇌'를 의미합니다.

프롬프트: AI에 대한 질문 또는 요청입니다.

입력: 일반적으로 질문이나 지시 사항의 형태로 AI에 제공하는 정보입니다.

출력: 입력에 대한 AI의 응답입니다.

토큰: 파일에서 가장 작은 언어 단위로, 단어 또는 기호입니다.

최대 토큰: AI가 한 번의 응답으로 처리할 수 있는 최대 언어 단위 수입니다.

2. 이 명령어 마스터하기(이 명령어 마스터하기)

목록: 항목, 아이디어 등의 열거입니다.
역할: 맞춤형 응답을 제공하기 위해 특정 방향을 가정합니다.
계속: 현재 토론을 계속합니다.
자세히 설명: 자세한 내용이나 설명을 입력합니다.
요약: 정보를 간결한 방식으로 요약합니다.
부족한 부분 파악: 누락되었거나 불완전한 부분을 강조 표시합니다.
장단점: 주제의 강점과 약점을 평가합니다.

3. 다음 프롬프트 구조 사용

특정 요구 사항에 맞게 ChatGPT 프롬프트를 사용자 지정하세요.

TREF: 작업, 요구 사항, 기대치, 형식
SCET: 상황, 합병증, 기대, 작업.
PECRA: 목적, 기대, 상황, 요청, 행동
등급: 객체(목표), 요청, 실행
(액션), 세부 사항(디테일), 예제(예시)
ROSES: 역할, 목표, 장면
(시나리오, 예상 솔루션, 단계

프롬프트 제작 시 피해야 할 실수 4.

1. 모호하거나 폐쇄적인 질문은 피하세요:
오류의 예: 그리드가 양호하다고 생각하시나요?
예: 사이트에서 가장 유용하다고 생각하는 표면과 그 이유를 구체적으로 알려주실 수 있나요?
2. 사용자 중심이 되는 것을 잊지 마세요:
실수의 예: 제품에 어떤 문제가 있나요?
올바른 예: 당사 제품을 사용하면서 어떤 어려움을 겪으셨나요? 고객의 요구를 더 잘 충족하기 위해 어떻게 개선할 수 있을까요?
3. 가정을 하지 마세요:
오류의 예: 당사 제품이 사용하기에 적합하다고 생각하십니까?
올바른 예: 제품 사용이 어려웠던 구체적인 순간에 대해 말씀해 주시겠어요?

5. 톤

다양한 톤을 사용하면 AI가 다양한 시나리오에 적응하고 활용도를 높일 수 있습니다:

전문가: 기술 정보, 중요한 업데이트 및 공식 보고서를 위한 전문가용입니다.
친근함: 비공식적인 대화에 사용되는 친근함은 아늑한 분위기를 조성합니다.
열광적: 새로운 제품이나 기능을 소개할 때 흥분을 표현할 때 사용합니다.
공감: 동정심, 지원이나 위로를 제공할 때 사용합니다.
정보 제공: 자세한 정보를 제공할 때 사용합니다.
안심: 세심하게 배려하고 의식과 안정감을 전달합니다.

6. 다음 매개변수 사용

온도: 모델 출력의 '창의성'을 제어합니다. 온도가 높을수록 더 다양하고 예상치 못한 결과물이 나옵니다.
예: 대화에서 '온도' 값을 1로 시뮬레이션합니다.
다양성_페널티:
다양성 패널티를 부과함으로써 반복적인 문구가 줄어들고 설명의 풍성함이 증가했습니다.
날씨도 화창하고 하늘도 맑고 화창한 날이니 다양성에 대한 처벌은 없습니다.
오늘의 하늘은 맑고 화창하며 공기는 신선하고 외출하기에 적합합니다.
프레즌스_페널티:
존재 패널티를 통해 '박물관'이라는 단어의 반복적인 사용을 줄이고 새로운 설명어를 도입했습니다.
저희는 박물관을 방문했는데 전시품도 많고 박물관도 엄청나게 컸습니다.
전시품이 풍부하고 건축물이 웅장한 박물관을 방문했는데, 실존적인 벌칙이 있습니다.
Frequency_penalty:
빈도 페널티는 "맛있는"이라는 단어의 반복을 줄이고 동의어 "맛있는"으로 표현을 풍부하게 합니다.
빈도 처벌 금지: 이 요리는 맛있고 맛있는 요리는 항상 사람들을 행복하게 합니다.
요리는 매우 맛있고, 기분 좋은 맛은 항상 선입견의 원천입니다.
Stop_words(단어 중지):
단어 필터는 '我', '東⻄'와 같은 불필요한 단어를 제거하여 문장을 더욱 간결하게 만들어 줍니다.
노스톱 단어 필터: 오늘 도서관에 가서 많은 것을 공부했습니다.
중지 단어로 필터링: 오늘 도서관에서 공부를 많이 했어요.