关于ChatGPT的一些闲扯淡（1）

这篇写的有点迟了，前者子ChatGPT正火的时候，懒病发作一直拖延。今天对ChatGPT做一个简单的讨论，也是把学习的心得和大家分享一下。

首先什么是GPT，英文全称是Generative Pretrained Transformers （生成式预训练转换器）。GPT是一个预先训练好的，用生成的方式，把输入文字转化成输出文字的转换器。

这个转换的过程，有点完形填空，或是根据提示写一篇800字作文的意思。

GPT并不是横空出世的新鲜玩意，它已经经历了数代的演进，从GPT-1，GPT-2，GPT-3一直到现在最新的GPT-4。

那么GPT是如何工作的呢？一般认为至少需要两步。

• 一个训练好的模型（Model）
• 来自用户输入的提示（Prompt）

如下图的举例，用户输入的提示“Translate Hello to Spanish”，经过OpenAI预训练好的模型转换后，生成出文字“Hola”。

可能小伙伴会有疑问，Prompt在上面这个流程中，起到了哪些作用呢？大体上有三点：

• 由用户输入给到模型（Model）
• 指导模型（Model）如何生成Competions
• 提供上下文（Context）让模型（Model）更精确地输出

下面就是一个代码示例中的Prompt，首先定义了模型（Model）的角色上下文（Context），给定了输出的数量要求，以及语言的要求。

var system =
    """
    You are a professional .NET programmer. 
    When you answer .NET questions, you always give examples.
    You will speak in Chinese.
    """;

上面这个提示（Prompt）其实还不完整，它只给出了上下文（Context），却没有对GPT提出问题或安排任务。

一个完整的提示（Prompt）的结构包含两部分：

• 上下文（Context）
• 问题或任务（Query / Task）

    private string System { get; set; } = @"You are an AI assistant that helps people find information.";

    private string Prompt { get; set; } = "明天的天气如何？";

上面是一个完整的提示（Prompt），但并不是一个高质量的提示（Prompt）。高质量的提示具有以下几点：

• 清晰且具体
• 给定输出的样例
• 提供有价值的上下文（Context）

上面这种模糊不明确的提示，会导致ChatGPT向你询问具体的地区……

所以一个清晰且具体的提示，至少要包含查询天气的地区，如果能给定输出的样例就更好了。

如果再提供有价值的上下文，回答又会变得不一样。

看过了提示（Prompt），让我们再来了解一下完成（Completions）。其实这里翻译成“补完”感觉更贴切。Completions是由GPT这样的模型根据提示生成的响应或者说结果。

所以GPT干的事情，总结下来就是：

模型（Model）根据人类给出的提示（Prompt），进行补完（Completions）。

所以GPT的原型应该是凌波丽？（大雾）

今天和各位小伙伴进行了GPT的一些闲扯淡，下一篇我们来学习ChatGPT又是个啥。

欢迎各位大佬批评指正。

以下链接，是MS Learn上Windows开发的入门课程，单个课程三十分钟到60分钟不等，想要补充基础知识的同学点这里：

开始使用 Visual Studio 开发 Windows 10 应用

开发 Windows 10 应用程序

编写首个 Windows 10 应用

创建 Windows 10 应用的用户界面 (UI)

增强 Windows 10 应用的用户界面

在 Windows 10 应用中实现数据绑定