ChatGPT应用教程

本书介绍ChatGPT的发展、原理、提示工程以及数十个经典的ChatGPT应用案例。全书以实操教学为主，图文并茂，帮助读者编写有效的ChatGPT提示，获取ChatGPT可靠的回复；帮助读者利用ChatGPT API开发一些实用的产品；培养读者面对工程问题的解决思路。本书以通俗易懂的语言介绍ChatGPT的理论和方法，并重点培养读者利用ChatGPT提高学习和工作效率的能力、利用ChatGPT API进行二次开发的能力。为方便读者，配套提供所需安装的软件、案例编程代码及思考题答案，供读者下载使用。
本书适合作为高校提示工程类课程的教材，同时也可作为广大ChatGPT爱好者的自学参考书。

"刘攀，博士，教授，上海商学院学术委员会委员，国家一流本科课程和上海市课程思政团队负责人，美国得克萨斯大学达拉斯分校访问学者。曾在IEEE TR、JSS、IST、JCST、CS、《计算机学报》《软件学报》等国内外著名期刊和国际知名会议上发表论文50余篇，主编教材3部，获国家发明专利授权2项，国际专利授权1项，国家软件著作权5项。 陈朝焰，博士，上海财经大学管理科学与工程博士后，上海商学院商务信息学院讲师。出版学术专著1部，在国内外主流期刊Expert Systems with Applications、IET Signal Processing、International Journal of Electronics、《系统工程与电子技术》《电子与信息学报》《财会月刊》等发表论文十余篇，其中第一作者SCI期刊论文5篇，国家发明专利2项（第一发明人）。 李亦昊，博士，鲁东大学信息与电气工程学院副教授。主讲课程：软件质量保证与测试、软件工程经济学、软件项目管理、工程伦理学等。曾在IEEE TSE、IEEE TR、JSS、IST等国内外著名期刊和国际知名会议上发表论文30余篇。 "

第1章 ChatGPT的发展历程001
1.1 自然语言处理的发展历史001
1.2 大语言模型技术的发展历程002
1.3 ChatGPT的技术发展历程003
1.4 ChatGPT的相关技术004
1.5 ChatGPT 的优势与劣势006
1.5.1 ChatGPT的优势006
1.5.2 ChatGPT 的劣势007
1.6 ChatGPT 的应用前景010
1.6.1 在人工智能行业的应用前景及影响010
1.6.2 其他行业的应用前景及影响011
本章小结012
思考题012
第2章 ChatGPT的原理介绍013
2.1 基于Transformer的预训练语言模型013
2.1.1 仅有编码器的预训练语言模型013
2.1.2 解码预训练语言模型014
2.1.3 基于编解码架构的预训练语言模型016
2.2 提示学习与指令精调018
2.2.1 提示学习概述018
2.2.2 ChatGPT 中的指令学习020
2.3 思维链021
2.4 基于人类反馈的强化学习022
本章小结023
思考题023
第3章 提示工程024
3.1 简介024
3.1.1 什么是提示工程024
3.1.2 学习PE的必要性025
3.2 Prompt的使用基本原则026
3.3 提示技术027
3.3.1 说明提示技术（instructions prompt technique）027
3.3.2 角色提示技术（role prompting technique）028
3.3.3 标准提示（standard prompts）029
3.3.4 零、单个和小样本提示（zero, one and few shot prompting）029
3.3.5 “让我们思考这个”提示（“Let’s think about this”prompt）030
3.3.6 自我一致性提示（self-consistency prompt）031
3.3.7 种子词提示（seed-word prompt）031
3.3.8 知识生成提示（knowledge generation prompt）032
3.3.9 知识整合提示（knowledge integration prompts）033
3.3.10 多项选择提示（multiple choice prompts）034
3.3.11 可解释软提示（interpretable soft prompts）034
3.3.12 受控生成提示（controlled generation prompts）035
3.3.13 问答提示（question-answering prompts）035
3.3.14 摘要提示（summarization prompts）036
3.3.15 对话提示（dialogue prompts）036
3.3.16 对抗性提示（adversarial prompts）037
3.3.17 聚类提示（clustering prompts）037
3.3.18 强化学习提示（reinforcement learning prompts）038
3.3.19 课程学习提示（curriculum learning prompts）039
3.3.20 情绪分析提示（sentiment analysis prompts）039
3.3.21 命名实体识别提示（named entity recognition prompts）040
3.3.22 文本分类提示（text classification prompts）040
3.3.23 文本生成提示（text generation prompts）041
3.4 实用技巧041
3.4.1 增加限定条件041
3.4.2 增加示例说明044
3.4.3 推理应用045
3.4.4 代码生成045
3.4.5 引导词的使用046
3.4.6 翻译、润色与改写046
3.4.7 增加角色或人物047
3.4.8 信息解释048
3.4.9 信息总结049
3.4.10 特殊符号的使用050
3.4.11 信息提取051
3.4.12 格式词的使用052
3.5 高级技巧053
3.5.1 提示框架053
3.5.2 零样本提示054
3.5.3 小样本提示060
3.5.4 自洽性061
3.5.5 OpenAI的Playground功能063
本章小结064
思考题064
第4章 ChatGPT的应用案例065
4.1 文学作品创作065
4.1.1 ChatGPT的创作优势065
4.1.2 创作背景065
4.1.3 应用步骤065
4.1.4 结论075
4.2 论文写作076
4.2.1 选题076
4.2.2 选题知识确认077
4.2.3 参考文献077
4.2.4 文献总结079
4.2.5 对比分析080
4.2.6 深度启示081
4.2.7 生成论文081
4.2.8 小结083
4.3 行业分析报告083
4.3.1 提示内容083
4.3.2 报告输出084
4.3.3 输出优化085
4.3.4 讨论086
4.3.5 小结086
4.4 求职087
4.4.1 背景087
4.4.2 模拟面试官087
4.4.3 试题解答088
4.4.4 面试建议089
4.4.5 面试流程090
4.4.6 疑问解答091
4.4.7 岗位推荐091
4.5 音乐创作093
4.5.1 背景093
4.5.2 写歌模板093
4.5.3 写歌实例094
4.5.4 谱曲095
4.5.5 创作097
4.5.6 小结098
4.6 编写程序098
4.6.1 背景介绍098
4.6.2 复杂工程问题099
4.6.3 代码生成099
4.6.4 代码调试101
4.6.5 代码补全102
4.6.6 代码重构104
4.6.7 代码文档105
4.6.8 生成代码片段106
4.6.9 解释编码技术和概念107
4.6.10 小结109
4.7 英文简历编修109
4.7.1 背景109
4.7.2 步骤109
4.7.3 示例110
4.7.4 小结113
4.8 Excel的应用114
4.8.1 背景114
4.8.2 汇总公式114
4.8.3 解释Excel公式115
4.8.4 带数据的公式示例115
4.8.5 公式调试116
4.8.6 复杂公式117
4.8.7 带数据的复杂公式应用118
4.8.8 合并工作表119
4.8.9 数据实例表120
4.8.10 数据透视表120
4.8.11 VBA宏函数121
4.8.12 快捷键122
4.8.13 小结122
4.9 辅助AI绘画123
4.9.1 背景123
4.9.2 Stable Diffusion介绍123
4.9.3 Stable Diffusion Online124
4.9.4 实例演示125
4.9.5 小结129
本章小结129
思考题129
第5章 ChatGPT的高级应用130
5.1 ChatGPT 4130
5.1.1 发布和推广130
5.1.2 新旧版本对比130
5.1.3 使用方法131
5.1.4 第三方插件131
5.1.5 ChatGPT 4应用实例134
5.2 简易AI聊天机器人135
5.2.1 背景135
5.2.2 开发步骤135
5.2.3 软件环境创建136
5.2.4 获取OpenAI的API密钥140
5.2.5 用ChatGPT API和Gradio建立AI聊天机器人141
5.2.6 创建个性化聊天机器人146
5.2.7 小结148
5.3 Python调用ChatGPT API148
5.3.1 官方解读148
5.3.2 预处理149
5.3.3 安装OpenAI官方的Python SDK151
5.3.4 Python代码152
5.3.5 代码运行154
5.3.6 多轮对话156
5.3.7 小结160
5.4 智能语音机器人160
5.4.1 基本步骤160
5.4.2 Web Speech API接口160
5.4.3 实例162
5.4.4 语言聊天机器人实现163
5.4.5 小结174
5.5 高级智能语音聊天机器人174
5.5.1 问题描述与思考174
5.5.2 方案选择175
5.5.3 软件安装175
5.5.4 界面设计187
5.5.5 语音输入设计189
5.5.6 语音到文字193
5.5.7 文字转语音196
5.5.8 小结200
本章小结201
思考题201
参考文献202
附录A 安装软件与代码203
附录B 思考题参考答案203