五個獨特且有趣的ChatGPT指令
今天分享5個很實用的指令，這幾個指令很多時候對我們輸出內容的連貫性、文章風格、創意性等方面有著決定性的作用
第一個：Max tokens（最大令牌）
Max tokens決定了生成文本的最大長度。通過設置一個限制，可以控制AI說的內容，確保它不給出過長的答案。
示例：max_tokens = 50 - 如果你想要一個簡短的回答，像是快速回答或推文。
這樣對輸出的內容做了字數的限制，只有50個字，你可以根據自己的需求進行字數的調整
圖片
第二個：Top_p(控制采樣)
此參數在0和1之間，控制核心采樣，一種引入隨機性的方法。
接近1.0的值使輸出更加多樣和隨機， 接近0的值使其更加確定性。
示例：top_p = 0.8 - 如果你想在為新產品生成多個名稱時得到多樣的選項。
圖片
第三個：Presence_penalty （阻止調整）
這個參數范圍在-2.0至2.0之間，用來防止模型引入新的話題。值越高，會話將更加集中但可能較為乏味。
示例：presence_penalty = 0.6 - 如果你希望模型堅持討論特定話題，如詳細探討某個具體項目。
圖片
圖片
第四個：Frequency_penalty （短語效應）
此參數的范圍在-2.0至2.0之間，它用來防止模型使用常見的短語或回應。值越高，輸出內容將更具創意，但可能減少連貫性。
示例：frequency_penalty = 1.0 - 如果你想生成一個口號或標語，并希望它是獨特的，而不是常見的短語。
圖片
第五個：Temperature（文風的溫度）
使用較低溫度生成的文本將更加集中和保守，而使用較高溫度生成的文本則會更具創意和變化。溫度的范圍是從0到1。
- 溫度 = 0：模型會產生最確定的輸出，但可能顯得重復或模板化。
- 0 < 溫度 < 0.5：輸出將傾向于較為穩定和保守，提供高度相關且一致的回應。
- 溫度 = 0.5：產生的文本會有一個適中的平衡，既不過于隨機也不過于保守。
- 0.5 < 溫度 < 1：輸出會更具創意和變化，但可能犧牲一些連貫性。
- 溫度 = 1：模型會產生最大程度的創意和隨機性，可能產生出奇不意的答案，但風險也更高。
實戰中可以多個組合使用，比如
Temperature：0.7至1，以獲得最大的創意和多樣性。
Frequency_penalty：1至2，用于產生各種獨特的短語和想法。
Max tokens：根據你所需的故事長度或場景進行設置。
帶大家一起試試，
prompt：
我是數師兄，今天是我堅持連續寫GPT方面的文章4個月了，希望大家能給一些打賞鼓勵
Temperature=0.8
Frequency_penalty=1.8
Max tokens=200ChatGPT的輸出：
圖片
