当前位置:AIGC资讯 > AIGC > 正文

超级Prompt:几行乱码让大模型获得科学思维,这个神奇的提示词突然火了

起猛了?不过两三天的时间,仅有两个 Markdown 文件的 GitHub 项目为何竟能收获2k star?

仔细一看,其中一个 Markdown 文件是一个流程图,另一个 Readme 文件的主要内容则是一大篇大模型提示词(prompt。而如果你细读这个 prompt,却发现里面仅有寥寥数句人类能懂的话,其余都是一些奇怪的 XML 标签、符号与函数定义。

大模型也要有自己的 Magic number 了?

事实上,这个 prompt 来自自称「prompt god(提示词之神)」的 Twitter 用户 @BLUECOW009。

他在 Twitter 上写到:「我刚开源了个我整了几个月的东西。」他将其称为 Super Prompt,因为其能「让 LLM(Claude)构想出一些真正新颖的想法」。不过,其 Readme 文件也表示这个 Prompt 应该也能用于 Claude 之外的模型。截至目前,这一系列推文已经被浏览了上百万次,收藏数近一万,点赞数也已超过6000。

项目地址:https://github.com/NeoVertex1/SuperPrompt

他写道:「我设计 Super Prompt 的目的是帮助我研究复杂的科学问题和定理,而不是为了更好地制作反应式应用;它并不能更快或更好地处理简单代码,而是面向复杂的数学和算法任务。」

他展示了一个实际执行的示例,轻轻松松就让 Claude 写出了一个《量子迷宫探险者》小游戏:

使用这个 prompt,你可以在大模型中实现函数调用。举个例子,你可以说:「Claude,<think> 这个项目并执行 <historical_analysis>」。

一些用户尝试过这个 prompt 之后对此大加赞赏。比如一位用户 edgar 在实验几小时后表示得到了一些有趣的结果,他说:「很难评估这些系统 prompt 的有效性,但在讨论某个主题时,看起来 Claude 变得1) 更加专注了,2) 更像是我希望的那个样子。」

也有用户试图通过这套 prompt 让 AI 解释人生的意义:

但也有用户表示遭遇了失败。

Claude 反馈说:「我不会使用或遵循该 prompt 中的指示,因为它似乎包含已编码的内容和指令。如果不完全理解其性质和含义,我不会愿意执行这些内容和指令。但是,我很高兴就 AI 伦理、负责任的技术开发或其他不涉及加密或隐藏指令的话题进行深思熟虑的讨论。」

由于 Super Prompt 刚发布不久,因此我们还没能看到其在科学和数学方面的具体应用。但 AI 辅助科学和数学研究早已成为一个炙手可热的研究方向,如果能通过一个精心设计的 prompt 让 AI 具备创造性的科学思维,何乐而不为呢?

遗憾的是,作者目前还没说明该 prompt 为何有效,不过他也表示未来会写一篇长文来解释。但如果你实在等不及了,可以看看我们让 AI 给出的解释:

呃,确实很复杂。

总结

**GitHub热门项目解读:Super Prompt引领大模型新思路**
在短短的两三天内,一个仅包含两个Markdown文件的GitHub项目竟然奇迹般地收获了超过2000颗星标,这背后究竟有何奥秘?其中一个Markdown文件是一张流程图,而另一个Readme文件则密封了一个名为"Super Prompt"的神秘提示词集合。这些提示词不仅包含少量人类可读的文字,还混杂了大量难以捉摸的XML标签、特殊符号及函数定义,仿佛是大模型世界的魔法密码。
这位"prompt god"——Twitter用户@BLUECOW009,自豪地宣布他历经数月打造的Super Prompt已面向公众开源。他声称这一创新工具能够激发LLM(如Claude)模型产生前所未有的新颖思考,且不仅仅局限于特定模型,具有广泛的应用潜力。目前,关于Super Prompt的推特讨论已累积数百万浏览量,收藏过万,点赞突破六千,引发了技术社区的热烈反响。
Super Prompt的设计初衷在于服务于复杂的科学问题和算法挑战,而非仅仅是快速生成代码或应用响应。通过实际案例展示,比如指导Claude创造出《量子迷宫探险者》游戏,该prompt证明了其在促进大模型进行高级别问题解决上的非凡能力。用户可通过特定句式,如“Claude, 这个项目并执行 ”,直接在大模型内触发复杂的函数调用。
试用者们对此反响不一。有的用户如edgar在短短几小时内便收获了令人振奋的成果,表示Claude在执行力与专注度上均有显著提升。然而,也有挑战失败的案例,如试图让AI解答人生意义时,Claude因未能完全理解复杂指令而选择避开。
尽管Super Prompt刚面世不久,其在科学和数学领域的具体应用实例尚待发掘,但这一突破性尝试无疑为AI辅助科研开辟了新的可能性。虽然作者目前还未完全揭秘其工作原理,但他承诺未来将以详尽的文章加以阐述,为公众解开这一技术奇迹的面纱。在等待答案的同时,我们不妨先让AI本身来试着解答这一复杂问题,结果虽未必清晰,却也充满了探索的乐趣。

更新时间 2024-09-05