ChatGPT應用教程（簡體書）

《ChatGPT應用教程》介紹ChatGPT的發展、原理、提示工程以及數十個經典的ChatGPT應用案例。全書以實操教學為主，圖文並茂，幫助讀者編寫有效的ChatGPT提示，獲取ChatGPT可靠的回復；幫助讀者利用ChatGPT API開發一些實用的產品；培養讀者面對工程問題的解決思路。本書以通俗易懂的語言介紹ChatGPT的理論和方法，並重點培養讀者利用ChatGPT提高學習和工作效率的能力、利用ChatGPT API進行二次開發的能力。為方便讀者，配套有所需安裝的軟件和案例編程代碼，供讀者下載使用。本書適合作為高校提示工程類課程的教材，同時也可作為廣大ChatGPT愛好者的自學參考書。

劉攀，博士，教授，上海商學院學術委員會委員，國家一流本科課程和上海市課程思政團隊負責人，美國得克薩斯大學達拉斯分校訪問學者。曾在IEEE TR、JSS、IST、JCST、CS、《計算機學報》《軟件學報》等國內外著名期刊和國際知名會議上發表論文50余篇，主編教材3部，獲國家發明專利授權2項，國際專利授權1項，國家軟件著作權5項。
陳朝焰，博士，上海財經大學管理科學與工程博士後，上海商學院商務信息學院講師。出版學術專著1部，在國內外主流期刊Expert Systems with Applications、IET Signal Processing、International Journal of Electronics、《系統工程與電子技術》《電子與信息學報》《財會月刊》等發表論文十余篇，其中第一作者SCI期刊論文5篇，國家發明專利2項（第一發明人）。
李亦昊，博士，魯東大學信息與電氣工程學院副教授。主講課程：軟件質量保證與測試、軟件工程經濟學、軟件項目管理、工程倫理學等。曾在IEEE TSE、IEEE TR、JSS、IST等國內外著名期刊和國際知名會議上發表論文30余篇。

本書以實操教學為主，採用圖文並茂的方式講解了數十個經典的ChatGPT應用案例，從而幫助讀者編寫更有效的ChatGPT提示，獲取ChatGPT可靠的回復；利用ChatGPT提高學習和工作效率，並培養利用ChatGPTAPI進行二次開發的能力。

2022年12月1日，當我看到一篇關於OpenAI公司出品的大語言模型ChatGPT（GPT：Generative Pre-trained Transformer，生成式預訓練模型）介紹時，當時我的心裡是持懷疑態度，因為之前類似的聊天機器人見得太多，回答問題過於機械和呆板。有時我們提出一個問題後，機器人給出若干選項，讓我們進行選擇，再針對我們選擇的問題進行作答。其實，這些機器人都是預先將問題和答案寫入數據庫中。當用戶提問時，先切分詞，再讓用戶選擇關鍵詞，然後查詢帶該關鍵詞的問題，最後給出答案對應的問題。因此，之前的機器人是不能自己進行“思考”的。
短短幾天後，谷歌上就有一篇報道，關於5天時間ChatGPT注冊用戶就超百萬的新聞，這讓我有些意外，但我仍然未在意，我們國內的QQ、微信等軟件哪個不是數億用戶的使用量呢？直到看到一個關於ChatGPT使用的視頻，我震驚了。ChatGPT居然能記住用戶之前的聊天記錄，居然能夠給出非預先設定的答案，這已經是非常接近真人之間的對話了。於是，我趕緊借我美國朋友的手機號碼注冊了一個ChatGPT帳號，再親自上手使用。隨後，我驚奇地發現，無論是寫詩歌、作文、編代碼、論文潤色、軟件測試等，ChatGPT均能勝任。我認識到ChatGPT是一款偉大的產品，可能會像Internet一樣改變人類的未來。
隨著ChatGPT的使用次數增多，我也發現了一些問題，有時ChatGPT不能正確回答我們的提問，甚至會一本正經地胡說八道，特別是針對一些數學問題的解答。然而，幾個月後，我發現之前ChatGPT不能解答的問題，現在居然能夠正確解答了，之前胡說八道的地方，現在居然改正了。我敏銳地意識到ChatGPT進化了，它在不斷地完善，不斷地進步。
2023年，我首次將ChatGPT的內容引入課堂教學中，引起了學生極大興趣，他們不斷地嘗試，不斷地學習。同時，我也發現並不是每位同學都能寫出非常好的提示，特別是那些非計算機專業的學生，他們需要老師教他們如何結合自己的專業知識，向ChatGPT提出更好且更有效的問題，這就是提示工程（prompt engineering, PE）。未來，學校需要開設類似提示工程的課程，需要教我們的學生如何寫出足夠有效的提示，從而讓ChatGPT來幫助我們提升工作、學習，甚至是娛樂方面的效率。為此，從2023年5月開始我便著手撰寫一本適合所有學生使用的ChatGPT應用教程。這本教程不但能幫助計算機專業學生，讓他們利用ChatGPT API開發有趣且實用的產品，更能幫助廣大普通愛好者，編寫更有效的提示，從而幫助他們解決現實生活中的問題。
本書由劉攀博士主編，完成了頂層設計、內容選擇、案例開發和編碼設計等工作，陳朝焰博士和李亦昊博士完成了本書第4章和第5章的部分案例開發工作。另外，特別感謝我的學生陳皓帆前期對資料的收集和整理。由於我們的水平有限，疏漏、不足乃至錯誤之處在所難免，敬請各位專家批評指正。

劉 攀
2023年10月
於上海商學院奉浦校區

第1章 ChatGPT的發展歷程001
1.1 自然語言處理的發展歷史001
1.2 大語言模型技術的發展歷程002
1.3 ChatGPT的技術發展歷程003
1.4 ChatGPT的相關技術004
1.5 ChatGPT 的優勢與劣勢006
1.5.1 ChatGPT的優勢006
1.5.2 ChatGPT 的劣勢007
1.6 ChatGPT 的應用前景010
1.6.1 在人工智能行業的應用前景及影響010
1.6.2 其他行業的應用前景及影響011
本章小結012
思考題012
第2章 ChatGPT的原理介紹013
2.1 基於Transformer的預訓練語言模型013
2.1.1 僅有編碼器的預訓練語言模型013
2.1.2 解碼預訓練語言模型014
2.1.3 基於編解碼架構的預訓練語言模型016
2.2 提示學習與指令精調018
2.2.1 提示學習概述018
2.2.2 ChatGPT 中的指令學習020
2.3 思維鏈021
2.4 基於人類反饋的強化學習022
本章小結023
思考題023
第3章 提示工程024
3.1 簡介024
3.1.1 什麼是提示工程024
3.1.2 學習PE的必要性025
3.2 Prompt的使用基本原則026
3.3 提示技術027
3.3.1 說明提示技術（instructions prompt technique）027
3.3.2 角色提示技術（role prompting technique）028
3.3.3 標準提示（standard prompts）029
3.3.4 零、單個和小樣本提示（zero, one and few shot prompting）029
3.3.5 “讓我們思考這個”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 種子詞提示（seed-word prompt）031
3.3.8 知識生成提示（knowledge generation prompt）032
3.3.9 知識整合提示（knowledge integration prompts）033
3.3.10 多項選擇提示（multiple choice prompts）034
3.3.11 可解釋軟提示（interpretable soft prompts）034
3.3.12 受控生成提示（controlled generation prompts）035
3.3.13 問答提示（question-answering prompts）035
3.3.14 摘要提示（summarization prompts）036
3.3.15 對話提示（dialogue prompts）036
3.3.16 對抗性提示（adversarial prompts）037
3.3.17 聚類提示（clustering prompts）037
3.3.18 強化學習提示（reinforcement learning prompts）038
3.3.19 課程學習提示（curriculum learning prompts）039
3.3.20 情緒分析提示（sentiment analysis prompts）039
3.3.21 命名實體識別提示（named entity recognition prompts）040
3.3.22 文本分類提示（text classification prompts）040
3.3.23 文本生成提示（text generation prompts）041
3.4 實用技巧041
3.4.1 增加限定條件041
3.4.2 增加示例說明044
3.4.3 推理應用045
3.4.4 代碼生成045
3.4.5 引導詞的使用046
3.4.6 翻譯、潤色與改寫046
3.4.7 增加角色或人物047
3.4.8 信息解釋048
3.4.9 信息總結049
3.4.10 特殊符號的使用050
3.4.11 信息提取051
3.4.12 格式詞的使用052
3.5 高級技巧053
3.5.1 提示框架053
3.5.2 零樣本提示054
3.5.3 小樣本提示060
3.5.4 自洽性061
3.5.5 OpenAI的Playground功能063
本章小結064
思考題064
第4章 ChatGPT的應用案例065
4.1 文學作品創作065
4.1.1 ChatGPT的創作優勢065
4.1.2 創作背景065
4.1.3 應用步驟065
4.1.4 結論075
4.2 論文寫作076
4.2.1 選題076
4.2.2 選題知識確認077
4.2.3 參考文獻077
4.2.4 文獻總結079
4.2.5 對比分析080
4.2.6 深度啟示081
4.2.7 生成論文081
4.2.8 小結083
4.3 行業分析報告083
4.3.1 提示內容083
4.3.2 報告輸出084
4.3.3 輸出優化085
4.3.4 討論086
4.3.5 小結086
4.4 求職087
4.4.1 背景087
4.4.2 模擬面試官087
4.4.3 試題解答088
4.4.4 面試建議089
4.4.5 面試流程090
4.4.6 疑問解答091
4.4.7 崗位推薦091
4.5 音樂創作093
4.5.1 背景093
4.5.2 寫歌模板093
4.5.3 寫歌實例094
4.5.4 譜曲095
4.5.5 創作097
4.5.6 小結098
4.6 編寫程序098
4.6.1 背景介紹098
4.6.2 複雜工程問題099
4.6.3 代碼生成099
4.6.4 代碼調試101
4.6.5 代碼補全102
4.6.6 代碼重構104
4.6.7 代碼文檔105
4.6.8 生成代碼片段106
4.6.9 解釋編碼技術和概念107
4.6.10 小結109
4.7 英文簡歷編修109
4.7.1 背景109
4.7.2 步驟109
4.7.3 示例110
4.7.4 小結113
4.8 Excel的應用114
4.8.1 背景114
4.8.2 匯總公式114
4.8.3 解釋Excel公式115
4.8.4 帶數據的公式示例115
4.8.5 公式調試116
4.8.6 複雜公式117
4.8.7 帶數據的複雜公式應用118
4.8.8 合並工作表119
4.8.9 數據實例表120
4.8.10 數據透視表120
4.8.11 VBA宏函數121
4.8.12 快捷鍵122
4.8.13 小結122
4.9 輔助AI繪畫123
4.9.1 背景123
4.9.2 Stable Diffusion介紹123
4.9.3 Stable Diffusion Online124
4.9.4 實例演示125
4.9.5 小結129
本章小結129
思考題129
第5章 ChatGPT的高級應用130
5.1 ChatGPT 4130
5.1.1 發布和推廣130
5.1.2 新舊版本對比130
5.1.3 使用方法131
5.1.4 第三方插件131
5.1.5 ChatGPT 4應用實例134
5.2 簡易AI聊天機器人135
5.2.1 背景135
5.2.2 開發步驟135
5.2.3 軟件環境創建136
5.2.4 獲取OpenAI的API密鑰140
5.2.5 用ChatGPT API和Gradio建立AI聊天機器人141
5.2.6 創建個性化聊天機器人146
5.2.7 小結148
5.3 Python調用ChatGPT API148
5.3.1 官方解讀148
5.3.2 預處理149
5.3.3 安裝OpenAI官方的Python SDK151
5.3.4 Python代碼152
5.3.5 代碼運行154
5.3.6 多輪對話156
5.3.7 小結160
5.4 智能語音機器人160
5.4.1 基本步驟160
5.4.2 Web Speech API接口160
5.4.3 實例162
5.4.4 語言聊天機器人實現163
5.4.5 小結174
5.5 高級智能語音聊天機器人174
5.5.1 問題描述與思考174
5.5.2 方案選擇175
5.5.3 軟件安裝175
5.5.4 界面設計187
5.5.5 語音輸入設計189
5.5.6 語音到文字193
5.5.7 文字轉語音196
5.5.8 小結200
本章小結201
思考題201
參考文獻202
附錄A 安裝軟件與代碼203
附錄B 思考題參考答案203