五个独特且有趣的ChatGPT指令
今天分享5个很实用的指令，这几个指令很多时候对我们输出内容的连贯性、文章风格、创意性等方面有着决定性的作用。
目录
第一个：Max tokens（最大令牌）
第二个：Top_p(控制采样)
第三个：Presence_penalty （阻止调整）
第四个：Frequency_penalty （短语效应）
第五个：Temperature（文风的温度）
第一个：Max tokens（最大令牌）
Max tokens决定了生成文本的最大长度。通过设置一个限制，可以控制AI说的内容，确保它不给出过长的答案。
示例：max_tokens = 50 - 如果你想要一个简短的回答，像是快速回答或推文。
这样对输出的内容做了字数的限制，只有50个字，你可以根据自己的需求进行字数的调整
第二个：Top_p(控制采样)
此参数在0和1之间，控制核心采样，一种引入随机性的方法。
接近1.0的值使输出更加多样和随机， 接近0的值使其更加确定性。
示例：top_p = 0.8 - 如果你想在为新产品生成多个名称时得到多样的选项。
第三个：Presence_penalty （阻止调整）
这个参数范围在-2.0至2.0之间，用来防止模型引入新的话题。值越高，会话将更加集中但可能较为乏味。
示例：presence_penalty = 0.6 - 如果你希望模型坚持讨论特定话题，如详细探讨某个具体项目。
第四个：Frequency_penalty （短语效应）
此参数的范围在-2.0至2.0之间，它用来防止模型使用常见的短语或回应。值越高，输出内容将更具创意，但可能减少连贯性。
示例：frequency_penalty = 1.0 - 如果你想生成一个口号或标语，并希望它是独特的，而不是常见的短语。
第五个：Temperature（文风的温度）
使用较低温度生成的文本将更加集中和保守，而使用较高温度生成的文本则会更具创意和变化。温度的范围是从0到1。
- 温度 = 0：模型会产生最确定的输出，但可能显得重复或模板化。
- 0 < 温度 < 0.5：输出将倾向于较为稳定和保守，提供高度相关且一致的回应。
- 温度 = 0.5：产生的文本会有一个适中的平衡，既不过于随机也不过于保守。
- 0.5 < 温度 < 1：输出会更具创意和变化，但可能牺牲一些连贯性。
- 温度 = 1：模型会产生最大程度的创意和随机性，可能产生出奇不意的答案，但风险也更高。
实战中可以多个组合使用，比如
Temperature：0.7至1，以获得最大的创意和多样性。
Frequency_penalty：1至2，用于产生各种独特的短语和想法。
Max tokens：根据你所需的故事长度或场景进行设置。
最后，推荐一款应用开发神器
扯个嗓子！关于目前低代码在技术领域很活跃！
低代码是什么？一组数字技术工具平台，能基于图形化拖拽、参数化配置等更为高效的方式，实现快速构建、数据编排、连接生态、中台服务等。通过少量代码或不用代码实现数字化转型中的场景应用创新。它能缓解甚至解决庞大的市场需求与传统的开发生产力引发的供需关系矛盾问题，是数字化转型过程中降本增效趋势下的产物。
这边介绍一款好用的低代码平台——JNPF快速开发平台。近年在市场表现和产品竞争力方面表现较为突出，采用的是最新主流前后分离框架（SpringBoot+Mybatis-plus+Ant-Design+Vue3）。代码生成器依赖性低，灵活的扩展能力，可灵活实现二次开发。
以JNPF为代表的企业级低代码平台为了支撑更高技术要求的应用开发，从数据库建模、Web API构建到页面设计，与传统软件开发几乎没有差异，只是通过低代码可视化模式，减少了构建“增删改查”功能的重复劳动，还没有了解过低代码的伙伴可以尝试了解一下。
应用：https://www.jnpfsoft.com/?csdn
有了它，开发人员在开发过程中就可以轻松上手，充分利用传统开发模式下积累的经验。所以低代码平台对于程序员来说，有着很大帮助。