以下是弗朗茨·卡夫卡《变形记》开头句子的句子结构图。
GPT简介： 句子结构图是19世纪的一种老技术，可以应用于现代的基于AI的通信，特别是在制作GPT提示时。句子结构图将一个句子分解成其组成部分并分析它们之间的关系。当应用于GPT提示时，它有助于优化与模型的通信。通过分解提示中的主语、谓语和形容词/副词，可以引导AI的响应朝不同的方向，改变预期的响应类型并提供更具体的指导。句子结构图还可以扩展到段落长度的提示，创建模型可以解释和扩展的叙述结构。通过理解每个句子组成部分的作用，提示工程可以被优化以弥合所需故事和GPT生成的输出之间的差距。
有句古老的谚语说，“古为今用”。在语言和通信领域，这句话很贴切。例如，句子结构图——一种起源于19世纪的方法——虽然有点陈旧，但在现代基于AI的通信领域可能非常有用。
古老技术：什么是句子结构图？
句子结构图是一种用于绘制句子语法结构的视觉工具。它最初由S. W. Clark于1847年开发，它将一个句子分解成其基本组成部分——主语、谓语、宾语等——并将它们排列在一个图表上，显示这些部分之间的相互关系。这个过程有助于澄清句法、提高语言理解力并突出短语中的微妙含义。
现代应用：用于GPT提示的句子结构图
GPT是一种现代的AI语言模型，它在某些方面仍然与人类语言相符。它通过预测给定提示或一组初始单词的下一个单词来生成类似于人类的文本。虽然它的输出可能令人印象深刻，但是创建指导GPT生成所需文本的提示的艺术是存在的。
在这种情况下，句子结构图成为了一种理解和制作GPT提示的现代工具。通过将提示视为要分解成句子的句子，我们可以分解它们的组件，评估单词选择和顺序的影响，并做出明智的决策，以优化与模型的通信。
回到小学时代，学一课。特定的句子元素——动词、主语和形容词——可以被分解并优化以更好地创建GPT提示。将提示分解成其关键组成部分可以提供强大的指导，确保提示的每个组件都汇集成一个单一而复杂的驱动程序，以用于LLM。
主语：关注焦点
句子的主语是正在做或成为某物的“谁”或“什么”。在GPT提示中，主语通常设定场景或主题，并通常将GPT本身作为主语进行引用。它还为提示的发展提供了关键的上下文。改变主语可以引导AI的响应朝不同的方向。例如：
- “写一篇关于AI最近进展的博客文章（你）。”
- “（你是工程学的大学教授），写一篇关于AI最近进展的博客文章。” 尽管行动（“写一篇博客文章”）保持不变，但重新定义主语“你”会重定向AI的焦点，并允许其从具有独特权威或观点的主语的立场进行创作。
动词：行动驱动
动词是句子的引擎，驱动行动并指示主语正在做什么。在GPT提示中，动词可以显着影响模型的响应。例如，请考虑以下两个提示：
- “描述今天的天气。”
- “编写一个关于今天天气的故事。” 在句子结构图中，这两个提示具有相同的结构：一个命令动词（描述/编写）后跟一个直接宾语（今天的天气）。然而，所选的动词会极大地改变预期的响应类型。“描述”可能会导致现在时态的观察，而“编写”可能会导致更多的描述性甚至散文式的响应。
形容词和副词：描述细节
形容词和副词描述或修饰名词和动词，增加细节和深度。在GPT提示中，形容词可以增强模型响应的焦点。例如：
- “生成一份健康的餐单。”
- “生成一份美味健康的餐单。”
- “生成一份垂涎欲滴、美味健康的餐单。” 在这两个提示中，“生成一份”是命令，“餐”是宾语，但形容词是指导AI朝更具体输出方向的关键因素。
复杂性：堆叠制作精良的句子
句子结构图在提示中的优势不仅限于单个句子，它可以扩展到容纳更长的段落提示。通过将整个段落视为相互关联的结构，而不是孤立的句子组成，我们可以构建强大而全面的提示，更有效地指导GPT。
提示段落本质上成为了一个叙事微观世界，涵盖了关键的结构要素，当进行句子结构图时，会揭示出一个更大的故事。例如，开头的句子可能建立一个中心问题或洞见。接下来的句子可以详细说明背景设置，介绍关键事实和驱动因素，或框架整个上下文。
值得注意的是，叙事可以呈现出“心理许可”的概念，这暗示着邀请AI探索超出其常规边界的想法。短语“每个决策都很重要”暗示模型生成高风险、扣人心弦的情节。这就像一个暗示，向模型发出暗示，要在所提供的叙述限制内推动其编程边界并进行创新。
通过这种方法，提示段落不仅仅是指示——它们成为了脚手架，GPT可以在上面构建复杂而微妙的叙述。在此过程中，句子结构图这种古老的实践找到了更新的相关性，使我们能够以更深刻和有效的方式与AI进行通信。它们创建了一种模型可以抓住、解释和扩展的叙述或故事情节，从而导致更丰富、更吸引人的输出。这类似于为一部戏剧设置舞台和角色——为AI生成后续文本提供一个丰富的上下文环境。提示：复杂结构和功能
结构和功能的原则在从语法到生理学的各个学科中是普遍的，强调了系统内所有部分的相互关联性。在语言中，句子、段落和叙述的结构推动其功能，塑造了信息的传递和理解方式。同样，在生物学中，器官或生物的结构决定了其功能，规定了其在更大的生态系统中的角色。
就像句子分析有助于阐明复杂句子的内部运作一样，审视我们的提示的结构——动词、名词、形容词及其相互关系的选择和安排——可以显著优化其功能。通过拆解和深思熟虑地重构我们的提示，我们可以更有效地与模型进行交流，以更高的精度引导其朝着期望的输出方向发展。
通过将句子分析等老派技术应用于新派挑战，如提示创建，我们不仅增强了与人工智能的互动，还赞扬了基础原则在时间和技术方面的持久重要性。
译自：https://johnnosta.medium.com/diagramming-the-gpt-prompt-5cbfe67c7c61
评论(0)