- 商品参数
-
- 作者:
陈明明,李腾龙编著著
- 出版社:人民邮电出版社
- 出版时间:2023-08
- ISBN:9780249542422
- 版权提供:人民邮电出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
人人都是提示工程师
作 者:陈明明,李腾龙 编
定 价:59.8
出 版 社:人民邮电出版社
出版日期:2023年08月01日
页 数:260
装 帧:平装
ISBN:9787115618948
●第1章 概述 1
1.1 什么是提示工程师 1
1.2 提示工程的基本工作原理 5
1.3 生成提示的常用工具 12
第2章 提示的基础模式 18
2.1 特定指令 19
2.1.1 文本分类指令模板 20
2.1.2 机器翻译指令模板 21
2.1.3 情感分析指令模板 23
2.1.4 文本生成指令模板 24
2.1.5 问题回答指令模板 25
2.1.6 命名实体识别指令模板 26
2.1.7 关系抽取指令模板 27
2.1.8 摘要生成指令模板 28
2.2 指令模板 30
2.2.1 格式提取指令模板 31
2.2.2 文件格式转换 33
2.2.3 代码转换 34
2.3 代理模式 37
2.3.1 电商客服机器人 37
2.3.2 计算机程序员 38
2.3.3 办公室文员 41
2.4 示例模式 43
第3章 提示的进阶模式 45
3.1 零样本提示 45
3.1.1 情感分类模板 46
3.1.2 实体提取 48
3.2 少样本提示 49
3.3 思维链提示 51
3.3.1 零样本思维链提示 52
3.3.2 少样本思维链提示 56
第4章 自然语言处理 59
4.1 自然语言基础知识 59
4.1.1 分词 61
4.1.2 关键词提取 66
4.1.3 摘要提取 73
4.2 模型如何看懂文字 80
4.2.1 独热表示 80
4.2.2 LSA 81
4.2.3 Word2Vec 83
4.2.4 预训练模型 85
4.2.5 相似度和类比性 87
4.3 ChatGPT大模型 89
第5章 提示工程在办公领域的应用 95
5.1 用ChatGPT生成PPT 95
5.2 用ChatGPT绘制思维导图 102
5.3 用ChatGPT画流程图 112
第6章 提示工程在图像处理领域的应用 120
6.1 用ChatGPT生成插画 120
6.2 用ChatGPT生成装修图 127
6.3 用ChatGPT生成游戏原画 134
6.4 用ChatGPT生成视频 145
6.5 用ChatGPT生成海报 156
第7章 提示工程在软件开发领域的应用 162
7.1 用ChatGPT帮助写代码 162
7.2 用ChatGPT帮助解释代码 172
7.2.1 学习新技术 174
7.2.2 维护代码 175
7.3 用ChatGPT帮助改代码 183
7.3.1 代码自动补全 186
7.3.2 代码语法检查 188
第8章 提示工程在电商领域的应用 191
8.1 ChatGPT教你开网店 191
8.2 ChatGPT教你写文案 202
8.2.1 商品标题和描述 202
8.2.2 活动策划 204
8.2.3 直播话术和脚本 206
8.2.4 推广文案 207
8.3 ChatGPT教你生成商品图 208
8.3.1 产品设计图 208
8.3.2 产品场景图 213
第9章 提示工程在金融领域的应用 218
9.1 用ChatGPT写投资报告 218
9.2 用ChatGPT作为投资顾问 227
9.3 用ChatGPT做量化投资 233
内容简介
本书旨在介绍提示(prompt)工程师的工作内容和相关技能。本书首先讲述提示技术的基本工作原理、提示工程师的常用工具、提示技术的基础模式和提示技术的进阶知识(包括零样本提示、少样本提示和思维链提示);然后讲解自然语言处理的基础知识和ChatGPT大模型方面的内容,以及NLP模型的特点和应用场景;最后展示提示工程在办公、图片处理、代码开发和电商中的应用。本书通俗易懂,不仅适合对提示工程师感兴趣或从事相关工作的读者阅读,还适合对自然语言处理和人工智能感兴趣的读者参考。
陈明明,李腾龙 编
陈明明,统计学硕士,研究方向为自然语言处理、深度学习与量化交易,曾就职于微软,现在从事自然语言处理和人工智能方面的开发工作。李腾龙, 应用统计学博士,研究方向为因果推断、贝叶斯统计与机器学习,现就职于西交利物浦大学西浦慧湖药学院,担任生物统计学助理教授,曾在美国波士顿大学从事博士后研究,并在美国东北大学讲授“数据分析”课程。
1