您现在的位置是：首页 >技术教程 >你真的会跟 ChatGPT 聊天吗？（上）网站首页技术教程

前言：即使你对文中提及的技术不大了解，你也可以毫无压力地看完这篇描述如何更好地获得 ChatGPT 生成内容的文章。因为我也是利用 Azure OpenAI 等认知服务来学习，然后就这样写出来的。所以，舒服地坐下来，慢慢看吧～

相信看到标题点进来的你，已经试过跟 ChatGPT 聊天了。我猜，要么你曾惊叹于人工智能的强大，要么，你嘲笑过这是“人工智障”……

为什么有时候 GPT 会有看着很傻的回复呢？有没有一种可能，是我们问问题的方式不对？

请和我一起确认，你提问时是否有如下几种情况：

• 是否试过在提示中提供示例？

• 是否试过使用角色扮演提问？

• 是否不让 ChatGPT 去猜猜猜？

如果你的回答是“否”，那请允许我为人工智能申个冤——是的，问对问题，人工智能会表现的更好。这也是提示工程（prompt engineering）的重要性所在。接下来，我们花点时间来搞清楚为什么问对问题很重要，以及怎样问问题更好。

微软MVP实验室研究员

胡浩

多年从事基础架构相关工作，熟悉全栈虚拟化、终端用户和边缘计算等，对多个技术方向有所涉猎。乐于学习并分享 Azure 和 AI，曾在很多大型研讨会演讲，如微软的 TechEd、MEDC、Tech Summit、Ignite，威睿的 VMworld、vForum、ENPOWER，以及苹果、戴尔等技术会议。同时也是很多社区大会如 Global AI Bootcamp、Global Azure Bootcamp、Global M365 Bootcamp 等活动的组织者和演讲者。

对话上下文

首先，ChatGPT 是可以使用上下文来持续优化语言理解和生成内容输出的。为了便于确定和理解，我选择了同源（使用相同的 API）的 Azure OpenAI 服务 [1]作为样例，因为在 Azure OpenAI Studio 里，你可以很容易地通过示例代码或 JSON 数据观察到来往你和模型之间的文本。

我们先看看使用 GPT-3 中 text-davinci-003 模型的对话样例。

GPT 这个大语言模型（LLM），从全局上下文模型 Transformer [2]发展而来，而没有使用局部上下文的传统长短期模型（LSTM [3]）。上下文对模型能够准确了解提问和提供回答非常重要。因此每次通过 API 提交完成（Completion）请求的时候，我们能看到就连之前的交互文本，都被提交到了 API 接口。

这样，GPT 就能够根据之前的对话内容，生成更加相关的回复。

也许你已经知道，和 GPT 模型交互有个重要的概念，就是 token。我自己把它理解为“语素”，即构成词语的组成部分，按照通常计算，大约4个英文字符为1个 token。我们和 GPT 的交互，就需要消耗 token 并受到 token 数量的限制。

随着 GPT-3.5 和 GPT-4 的推出，新的模型调用 API 接口从 Completion [4]逐步转向 ChatCompletion [5]（GPT-3.5 可以使用 Compleition 但必须提交 ChatML，GPT-4 只支持 ChatCompletion）。新的接口要求提交的 prompt 从以往的字符串改为包含系统（system）、用户（user）和助手（assistant）三种角色消息的数组。其中系统角色消息只需要在最开始声明一次即可，后面我们也会讨论这个有趣的设定。

通过这个样例，就可以看到具体三种角色消息的表现形式。我们打开“查看代码”，就能够很方便地看到这三种角色的消息数组是如何发送到 API 接口的。

那么我们的问题就来了——即使我们使用 GPT-4 的 8K 或 32K 模型，不断地发送整个会话，token 也有用完的时候吧？那是不是意味着 GPT 就会“失忆”？

理论上是的。人类也不可能记得对话的全部信息啊～那怎么解决这个问题呢？一般人我不告诉 Ta～ 我们完全可以对之前的对话内容进行小结，然后将小结作为后续会话的开始。

你问我怎么小结对话？问 GPT 啊！

不如来一发

有几个概念伴随 LLM 的流行为更多人所知：Zero Shot、One Shot 和 Few Shot。这几个概念或许可以翻译为零样本学习、单样本学习和少样本学习。

零样本学习、单样本学习和少样本学习某种意义上有相同的好处——模型不再需要进行繁杂的训练，就可以对新的类别进行识别判断。某些方面上，这其实和我们期待的人工智能有点类似，看上去具备了举一反三的能力。在机器学习的领域里，相关的词汇有模型泛化和迁移学习等，意味着从某些类别或样例的训练中，具备了将获得的推理扩展到其他类别或样例上的能力。

考虑到监督机器学习时需要的标签，这是一项包含巨大成本（人力和经济）的工作——也许你已经听说过数据标记师和数据标记工作的传闻，更别说标签有时无法提供合适的数据进行训练，比如样本分布或样本过少导致的偏差等等。

这也许就是大模型的威力：算力的强大使得巨量的语料数据能够进行无监督学习，由此产生了对语义的概率性推断，再体现到对输入的语义理解和内容生成，不断发展的神经网络（连接派）强大之后，却发现了对“意思”（符号派）的更好识别，简直是华山气宗和剑宗的殊途同归，扯远了，后续再写一篇聊这个吧！

我们从少样本学习到零样本学习一个一个聊。开始说这几个之前，先回顾一下以往的监督学习。在如下的 ImageNet 示例中，模型就是使用不同的狗狗的照片来训练，从而提取分辨狗狗的特征，作为判断今后图片中是否存在狗狗的依据。

是的，你得为狗狗的照片提供标签，说明这些训练数据（图片）是狗狗。这个训练过程你很容易通过 Azure 认知服务中的自定义机器视觉来体验和理解——你甚至不需要懂得写代码或配置模型，图形界面的工作室里提供图片和批量设置标签即可完成训练。

ImageNet 数据集的部分数据——狗的照片

OpenAI 通过 CLIP 模型发现了多模态模型的能力，利用互联网等语料数据集中对图片的文字描述，进行了交叉的训练，使得多模态大模型将图片的“意思”和图片的“显示”关联在一起。从而实现了对图片的无监督学习——这个过程不再需要我们给图片打标签了。这也是人工智能内容生成（AIGC）里，从文本提示自动生成图片的能力来源；亦可以说明 GPT-4 为什么懂人类在图片里玩的梗——AI 通过概率，明白了“意思”。

我们先举例来说明一下少样本学习。

▍少样本学习

一个从来没有见过无毛猫的小朋友，假设这个小朋友不是特别聪明，但已经知道通过分辨耳朵、鼻子、脸型等，分清楚是猫猫还是狗狗（比如通用预训练模型，GPT）。

有一说一，这小喵小汪真可爱

为了让他知道什么是无毛猫，我们也许需要提供以下两张照片：

然后告诉他，左边没有毛的但看得出猫脸的，是无毛猫，右边没有毛但是有狗脸的不是无毛猫。当然也许还可以再给他看几张照片加深印象。

于是，小朋友知道了，没有毛的狗，不是无毛猫；没有毛的猫，才是无毛猫。

▍单样本学习

那单样本学习的例子呢？很简单：

一个从来没有见过无毛猫的小朋友，假设这个小朋友比较聪明，我们只要给他看左边这张图，看，这只猫没有毛，它叫无毛猫。小朋友只要能认出这是猫，就认识了无毛猫。

▍零样本学习

那零样本学习的例子呢？更简单：

一个从来没有见过无毛猫的小朋友，假设这个小朋友很聪明，我们不需要给他看照片（我其实也怕吓到小朋友的），只要告诉他有一种猫没有毛。当他看到无毛猫的时候，他自己已经对猫有了概念（懂得猫的“意思”），一看没有毛，就明白了，这是你们说的无毛猫。

这个小朋友自己学习的能力，就叫做元学习。这个能力不像传统的监督学习，目标不是识别具体类别，而是学习本身——学会判断归类从未见过的对象（懂得“意思”）。

让我们倒过来想这个问题。如果一个模型还没那么聪明的时候，即使可能具备了零样本的能力，但单样本和少样本是不是也能帮助模型更好地推断、提高准确性呢？

我认为，是的。所以在 Azure OpenAI Studio 里面你能够找到这样的例子。

以下是一个例子：“通过少数的几个例子，从一句话中按照示例提取结构化的数据。

在这个对话中，通过提供两个属性的范例，实现了准确地从自然语言描述中，抽取结构化的数据以产生表格。这不就是少样本学习的例子吗？

目前，至少目前，我们还是比 AI 聪明的，比如下面这张图：

我的天呐，小喵小汪也玩《Face Off》这么神奇的吗？

当我们使用 Azure 视觉认知服务 [6]工作室来“逗”人工智能的时候，AI 就会很纠结这到底是猫是狗了。

对于全图，AI 能够一定程度上识别出狗和猫，但具体到换脸的猫，却被认成了狗。我们当然知道，它们既不是猫也不是狗，哈哈哈。

在本文的下半部分，我们将继续轻松地聊聊其他更好的 ChatGPT 聊天方式。欢迎大家持续关注！

参考链接：

[1] Azure OpenAI Service - Documentation, quickstarts, API reference - Azure Cognitive Services | Microsoft Learn[EB/OL]. [2023-04-11]. https://learn.microsoft.com/en-us/azure/cognitive-services/openai/?WT.mc_id=AI-MVP-33253.

[2] VASWANI A, SHAZEER N, PARMAR N, 等. Attention Is All You Need[M/OL]. arXiv, 2017[2023-04-11]. http://arxiv.org/abs/1706.03762.

[3] SHI X, CHEN Z, WANG H, 等. Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting[M/OL]. arXiv, 2015[2023-04-11]. http://arxiv.org/abs/1506.04214.

[4] Completions - OpenAI API[EB/OL]. [2023-04-11]. https://platform.openai.com/docs/api-reference/completions.

[5] Chat - OpenAI API[EB/OL]. [2023-04-11]. https://platform.openai.com/docs/api-reference/chat.

[6] 计算机视觉文档 - 快速入门、教程和 API 参考 - Azure 认知服务 | Microsoft Learn[EB/OL]. [2023-04-11]. https://learn.microsoft.com/zh-CN/azure/cognitive-services/computer-vision/?WT.mc_id=AI-MVP-33253.