夢晨 蕭箫 發自 凹非寺
量子位 | 公衆号 QbitAI
隻需一段提示詞，讓GPT-4變成你的“夢中情導”，在GitHub上攬星上萬。
學習的内容、難度可任意指定，從國小教到博士，甚至可以改變AI導師的教學風格和說話語氣：
終于不用為了一個搞不懂的疑（ruo）難（zhi）問題去找導師了！
現在，一個AI就能幫你學習任何主題，還是24小時待命且從來不會失去耐心。
比如用來學習一門新的程式設計語言Rust，并告訴AI你會C語言，AI在教你的時候就會跳過資料類型、函數等基礎知識了。
甚至Github上還有因為受到很大幫助，主動要求贊助作者開發資金的。
一位搞出海電商、經常需要了解不同行業産品和不同國家市場的朋友，體驗後評價到：隔行再也不隔山了。
實作這個AI導師Mr. Ranedeer（馴鹿先生），不需要AI模型的訓練或微調，甚至不需要寫代碼，完全靠給AI寫提示詞就能搞定。
并且被搞教育科技（Edtech）行業的人評價為，與目前最先進的教育科技同等水準。
Mr. Ranedeer版本還在快速疊代中，目前提示詞已經複雜到離譜，足足7839個字元，在GPT-4上要消耗3721個token。
可以算是目前大模型提示詞的“天花闆”級别。
而開發這段提示詞的作者年僅17歲，還是一位高中生……
專屬導師，從國小教到博士
請AI來當專屬導師的方法很簡單，直接把完整提示詞複制到GPT-4裡，或點選作者提供的ChatGPT分享連結，選擇“繼續這個對話”都行。
下一步，當然是先讓老師改說中文啦。
接下來AI導師會提醒你調整基本設定，先打“/congfig”然後把你的選擇敲進去就行。
支援的選項非常豐富，各種花色各種款式任你選擇，總有一款能滿足你需求。
其中“視覺”學習風格需要開啟插件，讓GPT-4調用Wolfram等功能畫圖才能實作。
如果你實在不确定如何選，還可以讓AI解釋一下各個選項的含義。
這裡告訴大家一個隐藏功能，除了深度是在提示詞中定義的，其他風格類選項都是AI自己了解的，你想選一個沒有列出的風格其實也可以。
甚至可以隻指定深度，其他讓AI随機挑一種，每次上課都是不一樣的感覺。
确定好想學的主題後，通過“/plan”輸入，AI導師就會為你量身制定一個學習計劃了。
比如學學最近被ChatGPT帶火的向量資料庫。
可以看到，AI導師會先寫下一行“自我提醒”以免把配置給忘了，接下來根據深度假設一些你已經知道的基礎知識。
接下來的每一節課開始時，AI導師都會重複一遍這樣的“自我提醒”，來確定不偏離課程計劃。
課程開始後，AI導師會先進行一段講解，可以看出确實是按照配置用了“類比”的方式來教學，把向量資料庫類比成圖書館。
等學完了就可以輸入“/test”，進入随堂小測驗環節。
AI導師會判斷你的回答是否正确，做出點評，并根據你掌握的情況判斷是否可以進入下一節課。
而且AI還會适當的誇誇你，如果喜歡這種，可以把語氣風格設定為“鼓勵”讓AI更頻繁的誇誇。
如果你有其他問題，也可以随時“舉手”提問。
都問好以後，輸入“/continue”就會進入下一課。
到第二課的測試環節發現太難，臨時讓AI導師給降降難度也是可以的。
降過難度後再來一次随堂測試，可以看出難度确實降低了。
就這樣不知不覺間，我已經把GPT-4每3小時25條的額度用完了。
沒錯，阻止你學習的最大的障礙就是GPT-4使用額度和上下文長度了。
而且作者特别強調了“不推薦使用GPT-3.5”，并且由于提示詞太複雜，調用GPT-4 API的話會非常貴。
其他大語言模型同樣可用
好消息是，這套AI導師提示詞可以用到OpenAI之外的其他大模型。
作者測試了隔壁的ChatGPT最強競品Claude，也可以順利完成一個課程，但有些細微差別。
比如Claude在教詩歌分析時不如GPT-4。
不過Claude教數學時效果會更好，并且在全部課程結束後還會建議繼續學習的方向，而GPT-4隻是告訴你已經學完了。
看來AI導師也分擅長教文科的和擅長教理科的？
另外，不論是用哪個大模型，AI一本正經胡說八道的情況仍然存在。
訓練資料中存在的經典知識還好，要是想學點偏門或前沿的，最好先讓AI閱讀一段靠譜的學習材料再教你。
這時候，支援10萬token上下文的Claude-100k就成了很好的選擇。
另外Sam Altman也在最近一場讨論會中分享了OpenAI短期路線圖，其中提到最高100萬token的上下文視窗在2023年是有可能做到的。
在更強大的大模型降臨之前，除了先把AI導師用起來之外，背後這段非常複雜的提示詞同樣值得學習。
17歲高中生打造
這個名叫“馴鹿先生”的AI導師設計思路，主要包括整體架構設計和課程内容生成兩部分。
一方面，是雕刻出這一整個AI導師“人設”的整體架構設計。
從内容來看，它包含名字、版本資訊、作者、課程等級、導師性格類型（故事化/幽默/嚴肅等）、推理架構、指令、規則、使用者偏好、配置、課程設定、初始化等内容。
在GitHub上直接可以下載下傳提示詞完整版：
提示詞也支援多種格式，包括JSON、YAML和Markdown。
那麼，Mr. Ranedeer在GitHub中給出的這一大段“咒語”，究竟是怎麼起作用的？
我們直接拿去問了問GPT-4：
GPT-4很快幫我們分析出了這一大串代碼的運作原理，主要包含特性、指令、規則、學生偏好、格式和初始化六個部分：
用GPT-4總結一下，這提示詞通常具備這幾類特點：
- 設定特定的規則和格式
- 個性化偏好設定
- （可選）使用圖示增加可讀性
- 指令接口
- 結構化輸出
其中，核心讓AI導師維持人設的方法，在于這一大串咒語中規則部分的撰寫。
這部分的格式，和之前網傳洩露的“微軟調教GitHub Copilot提示詞”比較接近。
雖然“GitHub Copilot提示詞遭洩露”這事兒不保真，不過從這段提示詞内容來看，規則編寫同樣包括特定場景規則、明确的角色身份、行為規範指導和互動方式設定等：
那麼，整體架構設計好後，就是具體課程上的提示詞設計了。
另一方面，在課程内容生成上，AI導師借鑒了目前非常火的大模型“思維樹”原理。
從圖中來看，這段提示詞的核心原理是“階梯式疊代”，即目的是讓AI反複生成并評估課程品質，最終給使用者輸出最好的課程内容。
無論是課程内容、還是課程品質評估，都由AI負責完成。以一堂高中實體課為例，提示詞就需要包含生成目标（高中光電效應課程）、思維樹步驟和規則限制：
給我上一堂高中光電效應的課。
首先，建立5個計劃，介紹你如何計劃這門課。
然後，建立一個包含所有提議計劃的表格，并從0到100對它們進行評分，包括對它們的互動一緻性和實用性(基于你的語言模型能力)進行評分。
随後，僅使用最佳評分計劃生成一個完整的課程，并且疊代3次，這樣我們就可以分析我們應該給學生的最佳個别課程(使用標明的計劃)。
上完課後，像你在表格中對計劃(參與度、連貫性、實用性)所做的那樣，再做一次相同的評分。最後，輸出你認為最好的課程以及原因。
注意: 本課程僅由你自己産生。也就是說，你将用你的大語言模型能力來教授這個話題。不要主動進行活動，因為你看不到學生在做什麼。隻能是文字互動。
事實上，以思維樹（鍊）的方式撰寫提示詞技巧，如今在各種前沿教程裡面已經是“标配”了。
例如，在吳恩達和OpenAI研究員Isa Fulford一起開設的ChatGPT提示詞工程新課中，就同樣介紹了類似的思維鍊提示詞寫作方法。
以設計一個AI電腦客服為例，我們就可以用到思維鍊的方式，讓它按照以下邏輯來回答客戶提出的問題：
首先，确定使用者要提問的電腦産品類型和數量；
随後，确定使用者要提問的産品類型是否在資料庫範圍内；
接下來，根據資料庫内容，回答客戶有關電腦産品的問題，并用友好的語氣糾正他們不合理的提問；
注意事項包括回答方式和格式等。
總結下來就是，先設計整體架構，然後具體到課程内容上，則可以采用思維樹（鍊）的方式生成。
有意思的是，寫出這個AI專屬導師插件提示詞的作者，竟然是一名年僅17歲的高中生。
據《金融時報》介紹，這名高中生名叫賈斯汀，來自澳洲。
和大夥兒一樣，賈斯汀也面臨考試前一周“臨時抱佛腳”的境遇，為此他打造了一個GPT-4私教給自己補課，發現效果非常不錯。
考試結束後，他繼續自學了更進階的提示詞工程，開發了更完整的AI導師項目，可根據不同的課程水準、學習風格、推理能力、語氣和互動方式進行定制。
随後，他将之命名為Mr. Ranedeer（馴鹿先生）項目，上傳到GitHub，沒想到意外爆火。
賈斯汀表示，自己14歲的時候，就已經産生了讓AI當老師的念頭。
值得一提的是，從推特來看，這位老哥也是馬斯克粉絲沒跑了：
在聯系方式界面，他還給出了一串狗狗币代碼，友善大夥兒給他打賞狗狗币支援。
One More Thing
看了這麼多，你是不是也有點心動，想“抄抄”作業，用類似的提示詞來開發自己的AI插件了？
老樣子，拿它問問GPT-4，很快就能抽取一個模闆出來：
屬實是萬物皆可GPT-4了。
領一個導師：
https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor
參考連結：
[1]https://www.ft.com/content/cbd885c3-bda6-459f-8014-f76474bad8a9
[2]https://twitter.com/elonmusk/status/1357236825589432322
[3]https://twitter.com/marvinvonhagen/status/1657060506371346432
[4]https://learn.deeplearning.ai/chatgpt-building-system/lesson/1/introduction
— 完 —
量子位 QbitAI · 頭條号簽約
關注我們，第一時間獲知前沿科技動态