Deepseek:从入门到精通(清华)文档
AIGC评测 独具匠心的提示词 提示语链
文章目录
本文章只简单解析Deepseek:从入门到精通(清华)文档的学习,讲解三十一到三十九页重点内容。更多AI知识可以关注博主了解AI。后续可以私信博客更新您感兴趣的AI内容。大家点赞三连,才有更新的动力。谢谢!
未了解前面文档知识可以点击下列链接进行查看.
AIGC评测

本图片来源于清华-DeepSeek从入门到精通文档
独具匠心的提示语
抽象-具体循环法:
抽象问题>具体反馈>迭代优化矛盾思维法:
引入对立概念运用类比与隐喻:
类比说明复杂概念 隐喻增强语言的表达层次反向设计思维:
一般是从前开始设计,现在从生成结果倒推提示语(有点像反向传播)涌现思维模型:
分解与重组(复杂问题的分解与重新组合)
互动规则的设定
整体行为观察融合批判性思维与创新推理:
质疑已有框架以及创新进行推理
提示语链概念与特征
提示语链定义
用于引导AI生成内容的连续性提示语序列。通过将复杂任务分解成多个可操作的子任务,确保生成内容逻辑清晰、主题连贯。
从本质上看,提示语链是一种“元提示”(meta-prompt)策略,它不仅告诉AI“做什么”,更重要的是指导AI“如何做”。
提示语特征

本图片来源于清华-DeepSeek从入门到精通文档
提示语作用机制
任务分解与整合 知识激活与联想 思维框架构建 创意引导与拓展 质量控制与优化 反馈整合与动态调整 多模态信息处理
简单讲解 任务分解与整合
将任务分解几个子任务 逐一讨论每个子任务,对每个子任务进行预期成果和具体目标 总结关键点与整体主题关联 通过思维导图展示关系以及分解后的各部分 最后结合各部分结果,写一段总结性内容。
提示语链的优势和挑战

本图片来源于清华-DeepSeek从入门到精通文档
提示语链的设计原则
目标明确性 渐进复杂性 多样性思考 逻辑连贯性 灵活适应性 反馈整合机制
提示语链的设计模型
采用的是CIRS模型(Context,Instruction, Refinement, Synthesis )
本图片来源于清华-DeepSeek从入门到精通文档
任务分解的提示语链设计步骤(重点了解)

本图片来源于清华-DeepSeek从入门到精通文档
后续篇幅
有关于各种机制,策略,分析与技术的介绍与使用。例如KTT(知识转移技术)CMM(跨域映射机制)等
有关于实战案例的介绍
若有需要的可自行查看清华-DeepSeek从入门到精通文档进行系统学习了解。一般人员可了解至前四十三页
更多推荐


所有评论(0)