大家好久不见！
其实我在今年2月份转载那两篇和 ChatGPT 有关的公众号时，我就计划写接下来要发的这个系列的公众号文章的，奈何我这拖延症，一直拖到了现在。
其实也还有个原因，就是自从大语言模型普及以后，我就对自己的书写表达能力越来越不自信了。总觉得没大语言模型生成的文字表达的更好，所以也一直在纠结是自己写，还是自己写了再让大语言模型润色。再加上我是天秤座的，选择困难症患者，就在这种纠结中过了这半年。
好在现在是6月份，还算上半年，决定还是自己写。毕竟人类在某些方面是永远都比不上机器的，想必大家最近也在看《庆余年2》吧？五竹就是机器，机器的实力毋庸置疑，但是如果周围的人都变成五竹，那这个世界也没什么意思了。
关于大语言模型
大语言模型，大家多多少少都用过，即便没用过 ChatGPT，国内的文心一言、通义千问也一定用过了，所以它能干什么我就不多废话了，用两个字评价就是“强大”。回头再看以前的 Siri、微软小冰之流简直就是“智障”。
但是，大家有没有想过，这东西为什么这么强大？这是因为大语言模型是用大量的文本内容训练出来的，这些文本内容的来源包括互联网上公开的文本、书籍、新闻、百科全书、学术论文等。就像杜甫有句诗里说的“读书破万卷，下笔如有神”，在“阅读”了海量的文字内容后，大语言模型拥有了可以预测下一个字的能力。
比如你和它说一句话，它就会根据你说的话来预测下一个字是什么，这也是为什么大语言模型在生成内容时是一个字一个字输出的。同时，因为是“预测”，所以它拥有一定的不确定性，因此对于同一个问题，它每次给出的回答一般是不同的。
关于提示工程
在以前，当我们遇到一个问题，可能最常见的做法就是打开百度，输入关键字，点击搜索。这里的关键字是输入，搜索结果就是输出。不知道大家有没有听过“搜商”这个词，遇到同一个问题，不同的人使用百度搜索时输入的关键字不同，就导致搜索结果也不同，这就是为什么有的人很快就能搜到想要的答案，而有的人搜到的都是不相关的内容。
现在，当我们遇到一个问题时，多了一条获取答案的途径，就是使用大语言模型。由于大语言模型“读了万卷书”，所以它基本上也知道我们要问的问题的答案。同样的，怎么样问大语言模型问题也就有了技巧。我们对大语言模型说的话就是“提示”，如何写出更好的提示的方法就是“提示工程”，
接下来，我们会介绍一些高效使用大语言模型的模式，希望大家喜欢！