今天分享5個很實用的指令，這幾個指令很多時候對我們輸出內容的連貫性、文章風格、創意性等方面有著決定性的作用。

目錄

第一個：Max tokens（最大令牌）

第二個：Top_p(控制采樣)

第三個：Presence_penalty （阻止調整）

第四個：Frequency_penalty （短語效應）

第五個：Temperature（文風的溫度）

?

第一個：Max tokens（最大令牌）

Max tokens決定了生成文本的最大長度。通過設置一個限制，可以控制AI說的內容，確保它不給出過長的答案。

示例：max_tokens = 50 - 如果你想要一個簡短的回答，像是快速回答或推文。

這樣對輸出的內容做了字數的限制，只有50個字，你可以根據自己的需求進行字數的調整

第二個：Top_p(控制采樣)

此參數在0和1之間，控制核心采樣，一種引入隨機性的方法。

接近1.0的值使輸出更加多樣和隨機，?接近0的值使其更加確定性。

示例：top_p = 0.8 - 如果你想在為新產品生成多個名稱時得到多樣的選項。

第三個：Presence_penalty （阻止調整）

這個參數范圍在-2.0至2.0之間，用來防止模型引入新的話題。值越高，會話將更加集中但可能較為乏味。

示例：presence_penalty = 0.6 - 如果你希望模型堅持討論特定話題，如詳細探討某個具體項目。

第四個：Frequency_penalty （短語效應）

此參數的范圍在-2.0至2.0之間，它用來防止模型使用常見的短語或回應。值越高，輸出內容將更具創意，但可能減少連貫性。

示例：frequency_penalty = 1.0 - 如果你想生成一個口號或標語，并希望它是獨特的，而不是常見的短語。

第五個：Temperature（文風的溫度）

使用較低溫度生成的文本將更加集中和保守，而使用較高溫度生成的文本則會更具創意和變化。溫度的范圍是從0到1。

• 溫度 = 0：模型會產生最確定的輸出，但可能顯得重復或模板化。
• 0 < 溫度 < 0.5：輸出將傾向于較為穩定和保守，提供高度相關且一致的回應。
• 溫度 = 0.5：產生的文本會有一個適中的平衡，既不過于隨機也不過于保守。
• 0.5 < 溫度 < 1：輸出會更具創意和變化，但可能犧牲一些連貫性。
• 溫度 = 1：模型會產生最大程度的創意和隨機性，可能產生出奇不意的答案，但風險也更高。

實戰中可以多個組合使用，比如

Temperature：0.7至1，以獲得最大的創意和多樣性。

Frequency_penalty：1至2，用于產生各種獨特的短語和想法。

Max tokens：根據你所需的故事長度或場景進行設置。

---

最后，推薦一款應用開發神器

扯個嗓子！關于目前低代碼在技術領域很活躍！

低代碼是什么？一組數字技術工具平臺，能基于圖形化拖拽、參數化配置等更為高效的方式，實現快速構建、數據編排、連接生態、中臺服務等。通過少量代碼或不用代碼實現數字化轉型中的場景應用創新。它能緩解甚至解決龐大的市場需求與傳統的開發生產力引發的供需關系矛盾問題，是數字化轉型過程中降本增效趨勢下的產物。

這邊介紹一款好用的低代碼平臺——JNPF快速開發平臺。近年在市場表現和產品競爭力方面表現較為突出，采用的是最新主流前后分離框架（SpringBoot+Mybatis-plus+Ant-Design+Vue3）。代碼生成器依賴性低，靈活的擴展能力，可靈活實現二次開發。

以JNPF為代表的企業級低代碼平臺為了支撐更高技術要求的應用開發，從數據庫建模、Web API構建到頁面設計，與傳統軟件開發幾乎沒有差異，只是通過低代碼可視化模式，減少了構建“增刪改查”功能的重復勞動，還沒有了解過低代碼的伙伴可以嘗試了解一下。

應用：https://www.jnpfsoft.com/?csdn

有了它，開發人員在開發過程中就可以輕松上手，充分利用傳統開發模式下積累的經驗。所以低代碼平臺對于程序員來說，有著很大幫助。