Compete in HackAPrompt 2.0, the world's largest AI Red-Teaming competition!

Check it out →
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
📚 Bibliography
Resources
📦 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 CEO of HackAPrompt and Learn Prompting. He created the first Prompt Engineering guide on the internet, two months before ChatGPT was released, which has taught 3 million people how to prompt ChatGPT. He also partnered with OpenAI to run the first AI Red Teaming competition, HackAPrompt, which was 2x larger than the White House's subsequent AI Red Teaming competition. Today, HackAPrompt partners with the Frontier AI labs to produce research that makes their models more secure. Sander's background is in Natural Language Processing and deep reinforcement learning. He recently led the team behind The Prompt Report, the most comprehensive study of prompt engineering ever done. This 76-page survey, co-authored with OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions, analyzed 1,500+ academic papers and covered 200+ prompting techniques.