提示工程指南
😃 基礎
💼 基礎應用
🧙‍♂️ 進階
🤖 代理商
⚖️ 可靠性
🖼️ 圖像提示詞
🔓 提示駭客攻擊
🔨 工具
💪 提示微調
🎲 雜項
📙 Vocabulary Reference
📚 Bibliography
📦 Prompted Products
🛸 Additional Resources
🔥 Hot Topics
✨ Credits
🧙‍♂️ 進階🟢 OpenAI Playground

OpenAI Playground

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

Sander Schulhoff


Takeaways
- 設定 OpenAI Playground - 了解基本的 Playground 配置

除了 ChatGPT 網站之外,OpenAI 還提供了另一個介面進行提示。它被稱為 OpenAI Playground,讓您可以更好地控制 ChatGPT。它還允許您存取其他 AI,包括不同版本的 ChatGPT、GPT-4 和舊模型(如 GPT-3)。

Note
OpenAI Playground 是本課程維護者最常使用的工具。

開始設定

或觀看這部影片:

介面

乍一看,這個介面看起來非常複雜。有許多下拉式選單和選項設定值滑桿可讓您配置模型。我們將在本影片中介紹系統提示、模式和型號選擇。我們將在下一課中介紹其餘內容。

System Prompts

您可能注意到的第一件事是頁面左側的系統區域。到目前為止,我們已經看到了兩種類型的消息,USER messages(只是您發送給聊天機器人的訊息)和 ASSISTANT messages(聊天機器人的回應)。還有第三種類型的消息,即 SYSTEM,可用於配置 AI 的回應方式。這是放置啟動提示的最佳位置。

Mode

點選頁面右上角的 Mode 下拉式選單。此下拉清單可讓您變更正在使用的模型類型。 OpenAI 有三種不同的模式:ChatComplete Edit。我們已經了解了前兩者; 編輯 模型修改您給它們的提示,例如修復拼字錯誤。在本課程中,我們僅使用 Chat 模型,偶爾使用 Complete 模型。

Model

點選頁面右側的 Model 下拉清單。此下拉清單可讓您變更正在使用的模型。每種 Mode 都有多個模型,但我們將專注於聊天模型。這個清單看起來很複雜(gpt-3.5-turbo 是什麼意思?),但這些只是不同型號的技術名稱。任何以 gpt-3.5-turbo 開頭的內容都是 ChatGPT 的一個版本,而任何以 gpt-4 開頭的內容都是 GPT-4 的版本。

Note
您可能在介面中看不到 GPT-4 版本。

模型名稱中的 16K 或 32K 等數字代表上下文長度。如果未指定,則預設上下文長度為 4K。 OpenAI 定期更新 ChatGPT (gpt-3.5-turbo) 和 GPT-4,舊版本在平台上保留一段有限的時間。這些舊型號的名稱末尾有附加數字,例如 0613。例如,模型 gpt-3.5-turbo-16k-0613 是一個上下文長度為 16K 的 ChatGPT 模型,於 2023 年 6 月 13 日發布。但是,建議使用最新版本的模型,該模型不支援包含任何日期資訊。可以在此處找到模型版本的完整清單。

結論

OpenAI Playground 是一個功能強大的工具,它提供了更進階的介面來與 ChatGPT 和其他 AI 模型進行互動。它提供了一系列配置選項,包括選擇不同型號和模式的能力。我們將在下一課中了解其餘的設定。 Playground 也支援系統提示,可用於指導 AI 的反應。雖然介面乍看之下可能很複雜,但經過實踐,它就會成為探索 OpenAI 模型功能的寶貴資源。無論您是使用最新版本的 ChatGPT 或 GPT-4,還是探索舊模型,Playground 都為 AI 互動和實驗提供了靈活且強大的平台。

Sander Schulhoff

Sander Schulhoff is the Founder of Learn Prompting and an ML Researcher at the University of Maryland. He created the first open-source Prompt Engineering guide, reaching 3M+ people and teaching them to use tools like ChatGPT. Sander also led a team behind Prompt Report, the most comprehensive study of prompting ever done, co-authored with researchers from the University of Maryland, OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions. This 76-page survey analyzed 1,500+ academic papers and covered 200+ prompting techniques.