极客技术博客 - 编程笔记与技术分享

分享 PHP、Python、JavaScript、Java 等编程笔记、开发经验与实用技巧。

想穿越到宋朝大吃一顿

近日读书宋:吃货的黄金时代,作者刘海永。作者研究宋朝文化多年,书中不仅介绍了宋朝繁复的美食,也呈现了宋朝的文化、风俗、礼仪。从宋朝人的生活场景、日常饮食,到皇室食......

无物君

[AI赚钱——⑧写书并出书]

写书实际上并没有那么难,重点是想清楚写什么,写书的目的不是赚钱,书是最好的信用背书,如果一个普通人出过书,这会极大的增加他的权威性。怎么写书呢?哈哈,我......

ChatGPT技能精进

[AI赚钱——⑨小程序赚钱]

做小程序需要有点前端基础,不用太多,HTML、CSS、JS 三门语言足以.知道这三门语言之后,直接下载微信开发者工具开怼就行了做小程序 5 几个核心问题......

ChatGPT技能精进

[AI赚钱——10.卖课]

课程很好理解,可以是视频课程,可以是文字课程,也可以是直播课程。选什么课程,要看你擅长什么领域,比如小报童: ChatGPT技能精进,实际上就是课程,属于文字领域的课程。<......

ChatGPT技能精进

[ChatGPT——辅助编程]专栏 1 核心要素

如果你看过我写的写作核心,你一定也能理解编程核心。因为借助 GPT 辅助写作或者辅助编程,本质都是在辅助你提高某项技能,啥意思呢?意思就是借助 GPT 辅助编程的核心一样是要能提出......

ChatGPT技能精进

[ChatGPT——辅助编程]专栏2案例演示

假如你是一名程序员 (角色) ,现在帮我用C语言写个冒泡排序(任务),要求代码有思路和注释(指令)。下述是 GPT 的回答角色:程序员任务: 用C语言写......

ChatGPT技能精进

[ChatGPT——辅助编程]专栏 3 帮你学C语言

在利用 ChatGPT 辅助学C语言之前,你得先知道,它到底能辅助你干什么。作为一个语言模型,你能给C语言初学者提供什么帮助,请罗列具体的点ChatGP......

ChatGPT技能精进

[ChatGPT——高效提问]①核心要素

向 GPT 有效提问,有个专业词叫 Prompt核心动作就三个: 任务、指令、角色。任务→你提问的主题指令→你对主题的限制条件:角色→你让......

ChatGPT技能精进

[ChatGPT——有效提问]②层次提问

今天通过一个案例来分享一下怎么变换指令刚刚我在某社群看到一个提问: 蓝桥杯eclipse编辑器有啥技巧?这个问题我直接问了 GPT,GPT的第一个回答比较宽泛GPT:......

ChatGPT技能精进

[ChatGPT——有效提问]③循序渐进提问

最近这一周几乎都在埋头创作,每天至少要用 2-3 个小时的 GPT,关于有效提问,今天这篇继续讲。很多人没有意识到,GPT 的对话是上下关联的,什么意思呢?意思就是它......

ChatGPT技能精进

[ChatGPT——有效提问]④无效提问与有效提问

今天这篇写下无效提问的点,以及有效提问的注意事项。纳米会以与 GPT 对话的形式给大家展示什么是无效提问,什么是有效提问。今天这篇文章非常有价值,纳米这些年真的是见到太多了......

ChatGPT技能精进

AI辅助UI设计

AI生成UI版式实践在AI辅助下的UI设计。比如Habitable开发的Figma插件AI designer,在展示视频里,它可以通过一段描述生成复杂的页面。AI......

李竞锋

ChatGPT替代搜索引擎?

1、主要优势直观的交互方式 。当问题可以用几句话概括时,ChatGPT可以将问题答案直观地展示在我们面前,跟搜索引擎相比几乎就是降维打击。 2、局限性验证在ChatGPT是否替代......

李竞锋

ChatGPT风险性和局限性

1、局限性1️⃣ 模型边界界定模糊 。一旦机器人的回复超越了伦理或者道德的边界,后果就会变得非常不可控。虽然OpenAI有意避免让ChatGPT的回复中包含有违伦理、种族道德要求的内容,但是用户......

李竞锋

ChatGPT性能提升

1、性能表现截止目前尚未发现ChatGPT的公开论文(如有请指出),但可以明确的是ChatGPT与Open AI此前发布的InstructGPT具有非常接近的姊妹关系,两个模型的训练过程也非常接......

李竞锋

ChatGPT发展历程及模型训练机制

一、发展历程1、基本概念ChatGPT是一个采用基于 GPT-3 .5(Generative Pre-trained Transformer 3.5)架构开发的大型语言模型,与Instruct......

李竞锋

GPT文案检测工具

使用 GPTKit,您可以检测 ChatGPT 生成的文本。 GPTKit 使用多模型方法,将文本识别和分类为人类或机器生成的文本,准确率高达 93%。检测工具链接,详见:

李竞锋