Sophia§苦難鑄英雄
@soapbirdgaming
寫
Mon, Jan 9, 2023 7:39 PM
5
Craft AI助手/ GPT-3文字AI功能整理兼部分文件翻譯
因為Craft其實沒有清楚說AI助手能做什麼,實驗後基本上ChatGPT能做的Craft AI助手也做的到(Craft的AI助手是串接Open AI的服務)。整理一噗相關功能方便查閱。
Craft設計上不是對話用的,需要單次單次輸入。另外Craft中AI回覆有字數上限,沒辦法像ChatGPT那樣生出一段超長文,導致中文最後一段比較容易被上限卡斷沒完成。
有想嘗試的人可以免費用Craft玩玩,每月AI使用有次數限制(送出就算一次),不過免費帳號的100次就蠻夠的了。
重要:GPT 3的資料內容只到2021年6月,這之後的資訊是沒有辦法正確回答的。
(例如:艾爾登法環、iOS 16等)。務必注意想查詢的資料的時間,避免被誤導。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:41 PM
官方文件:
OpenAI API
四階模型中,Craft應該是用最高階的Davinci(用資料日期判斷的,Davinci有2021的資料,其他三項只到2019)。
不過因為各家API參數調教與後面加入的資料不同,同樣是Davinci模型,官方範例出來的結果在Craft與其他有引入GPT-3模型的軟體內會不太一樣。這點大家可以直接輸入官方範例嘗試。例子:
另外,兩邊一起看我覺得英文產生的結果品質很明顯比中文優良。相對於字義明確的英文,中文生成的結果可能還需要時間演進才能表達出比較抽象的節奏感。目前僅是堪用。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:42 PM
Prompt(提示詞)設計
以下內容節錄與翻譯自官方文件,為官方撰寫的Prompt注意事項與如何設計文字讓AI可以讀懂、生成你要的內容。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:42 PM
- 展示與直述:不管是透過命令、範例、或是結合以上兩者,請確保內容是清楚的。如果你希望AI將結果以字母順序排名、或是評斷某一個段落內涵的情緒,講出來。
- 提供有品質的資料: 如果你想要建立一個歸類、或是讓模型產生特定格式的內容,請確保有足夠的資料讓AI可以學習。記得要校對你的資料——AI夠聰明可以忽略一些文法上的錯誤,但錯誤還是有可能影響到結果。
- 確認你的設定:API參數中的temperature以及top_p會影響模型產生的內容。 如果是用來詢問有著一個確實的正確答案的事,請將這兩項參數調低。如果你希望看到更有差異性的回答,那你或許會想要將這兩項參數調高。這項參數常常被誤解為「聰明度」或是「創意性」,但其實並不是這樣的。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:42 PM
為什麼我得不到想要的內容?
如果結果不如預期,你可以嘗試以下幾件事:
1. 我有明確表達想要產生什麼內容嗎?
2. 我提供的範例足夠嗎?
3. 範例之中有錯誤嗎?(API不會直接和你說範例有問題)
4. 有正確使用temperature和top_p參數嗎?
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:43 PM
範例:
--
Decide whether a Tweet's sentiment is positive, neutral, or negative.
判斷這則推文的情緒是正向的、中性的、還是負面的。
Tweet: I loved the new Batman movie! Sentiment:
推文:我愛那部新的蝙蝠俠電影!情緒:
--
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:43 PM
從這一則範例之中,我們可以看見幾項特點:
1. 使用平白直述的文字去敘述你的內容與產出。
藉由敘述「推文」,來得到「情緒」。雖然可以用簡寫或關鍵字,但我們建議一開始盡量詳細地描寫你的內容,接著再嘗試刪減多餘的文字以確保回答的一致性。
2. 對API說明要怎麼回覆例外項目。
給予「中性」標籤是很重要的,就算是人類,有時候也很難辨認文字是正向、負面的、又或許兩者都不是。
3. 對於模型已知的項目,範例不用多。
範例中的歸類情境並不需要提供任何關於「推特」、「推文」的範例,這是因為模型已經知道推特是什麼了。如果你希望為模型可能不知道的事情歸類,你就需要提供較多的範例。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:45 PM
Fri, Jan 13, 2023 12:36 AM
其他官方API範例:
實務應用範例(英文):
https://beta.openai.com/...
Open AI API應用範例翻譯
建議讀完API文件再看實務應用,會比較清楚提示詞和實務應用的邏輯。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:46 PM
我自己的使用情境:
API實務上在個人使用層面能做的事情,我自己分三大類:「生成」、「定義」和「格式轉換」。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:48 PM
生成
依據資料來產生內容,除了當成搜尋引擎、文字拉霸機用以外,也可以給予足夠的資訊來生成更多內容,像是目前看來應用度最高的生成行銷文宣。
備註:情節和角色是我家OC,測試用不是正式設定
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:49 PM
定義
歸類資料,根據輸入內容定義Tag、關鍵字、總結等。
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:50 PM
格式轉換
注重在自然語言與格式化語言之間的轉換,例如用說話般的方式寫出程式、反向轉換亦然。
矩陣轉換、生成JSON(要多次轉換建議分開操作,多段操作的長指令出來的成果通常會比較偏離實際想的樣子):
Sophia§苦難鑄英雄
@soapbirdgaming
Mon, Jan 9, 2023 7:54 PM
基本上這樣,可以說AI很大程度可以減少雜務量,不過噗首提到的資料時間問題是比較需要注意的點(個人使用來說)。
有問題可以直接留言或丟棉花糖,能力範圍內我盡力回答
https://marshmallow-qa.com/...
載入新的回覆
因為Craft其實沒有清楚說AI助手能做什麼,實驗後基本上ChatGPT能做的Craft AI助手也做的到(Craft的AI助手是串接Open AI的服務)。整理一噗相關功能方便查閱。
Craft設計上不是對話用的,需要單次單次輸入。另外Craft中AI回覆有字數上限,沒辦法像ChatGPT那樣生出一段超長文,導致中文最後一段比較容易被上限卡斷沒完成。
有想嘗試的人可以免費用Craft玩玩,每月AI使用有次數限制(送出就算一次),不過免費帳號的100次就蠻夠的了。
重要:GPT 3的資料內容只到2021年6月,這之後的資訊是沒有辦法正確回答的。(例如:艾爾登法環、iOS 16等)。務必注意想查詢的資料的時間,避免被誤導。
OpenAI API
四階模型中,Craft應該是用最高階的Davinci(用資料日期判斷的,Davinci有2021的資料,其他三項只到2019)。
不過因為各家API參數調教與後面加入的資料不同,同樣是Davinci模型,官方範例出來的結果在Craft與其他有引入GPT-3模型的軟體內會不太一樣。這點大家可以直接輸入官方範例嘗試。例子:
另外,兩邊一起看我覺得英文產生的結果品質很明顯比中文優良。相對於字義明確的英文,中文生成的結果可能還需要時間演進才能表達出比較抽象的節奏感。目前僅是堪用。
以下內容節錄與翻譯自官方文件,為官方撰寫的Prompt注意事項與如何設計文字讓AI可以讀懂、生成你要的內容。
- 提供有品質的資料: 如果你想要建立一個歸類、或是讓模型產生特定格式的內容,請確保有足夠的資料讓AI可以學習。記得要校對你的資料——AI夠聰明可以忽略一些文法上的錯誤,但錯誤還是有可能影響到結果。
- 確認你的設定:API參數中的temperature以及top_p會影響模型產生的內容。 如果是用來詢問有著一個確實的正確答案的事,請將這兩項參數調低。如果你希望看到更有差異性的回答,那你或許會想要將這兩項參數調高。這項參數常常被誤解為「聰明度」或是「創意性」,但其實並不是這樣的。
如果結果不如預期,你可以嘗試以下幾件事:
1. 我有明確表達想要產生什麼內容嗎?
2. 我提供的範例足夠嗎?
3. 範例之中有錯誤嗎?(API不會直接和你說範例有問題)
4. 有正確使用temperature和top_p參數嗎?
--
Decide whether a Tweet's sentiment is positive, neutral, or negative.
判斷這則推文的情緒是正向的、中性的、還是負面的。
Tweet: I loved the new Batman movie! Sentiment:
推文:我愛那部新的蝙蝠俠電影!情緒:
--
1. 使用平白直述的文字去敘述你的內容與產出。
藉由敘述「推文」,來得到「情緒」。雖然可以用簡寫或關鍵字,但我們建議一開始盡量詳細地描寫你的內容,接著再嘗試刪減多餘的文字以確保回答的一致性。
2. 對API說明要怎麼回覆例外項目。
給予「中性」標籤是很重要的,就算是人類,有時候也很難辨認文字是正向、負面的、又或許兩者都不是。
3. 對於模型已知的項目,範例不用多。
範例中的歸類情境並不需要提供任何關於「推特」、「推文」的範例,這是因為模型已經知道推特是什麼了。如果你希望為模型可能不知道的事情歸類,你就需要提供較多的範例。
實務應用範例(英文):
https://beta.openai.com/...
建議讀完API文件再看實務應用,會比較清楚提示詞和實務應用的邏輯。
API實務上在個人使用層面能做的事情,我自己分三大類:「生成」、「定義」和「格式轉換」。
依據資料來產生內容,除了當成搜尋引擎、文字拉霸機用以外,也可以給予足夠的資訊來生成更多內容,像是目前看來應用度最高的生成行銷文宣。
備註:情節和角色是我家OC,測試用不是正式設定
歸類資料,根據輸入內容定義Tag、關鍵字、總結等。
注重在自然語言與格式化語言之間的轉換,例如用說話般的方式寫出程式、反向轉換亦然。
矩陣轉換、生成JSON(要多次轉換建議分開操作,多段操作的長指令出來的成果通常會比較偏離實際想的樣子):
有問題可以直接留言或丟棉花糖,能力範圍內我盡力回答
https://marshmallow-qa.com/...