以下是调教 GPT 的一些方法：
总之，提问的逻辑和准确度是能否用好 GPT 的核心竞争力。
2、相信他的无所不能（暂且相信，有些他确实不行-。-），大胆提要求让他帮你完成。不问问咋知道它不会呢？3、明确自己的需求，跟GPT提的要求尽量准确，像给自己的员工安排工作那样。4、不断的追问，只要不明白，就目标明确、表达精确的追问。5、GPT在不了解你工作环境和个性需求的时候，只能把你当做“大家”，提供的是一个共性帮助，如果你需要贴身保姆级的就把自己准确信息给它，就像我文中写的那样，直接贴给他你的文件目录地址，请他直接给你做好。总之，提问的逻辑和准确度，是能不能用好GPT的核心竞争力。
训练数据是你如何教GPT-3你想让它说什么。您的数据必须是JSONL文档，其中每一行都是一个提示完成对，对应于一个训练示例。您可以使用我们的CLI数据准备工具轻松地将您的数据转换成这种文件格式。设计用于微调的提示和补全不同于设计用于我们的基本模型（Davinci、Curie、Babbage、Ada）的提示。特别是，虽然基础模型的提示通常包含多个示例（“小样本学习”），但对于微调，每个训练示例通常包含一个输入示例及其相关输出，无需给出详细说明或在同一提示中包含多个示例。有关如何为各种任务准备训练数据的更多详细指导，请参阅我们准备数据集的最佳实践。您拥有的训练示例越多越好。我们建议至少有几百个示例。一般来说，我们发现数据集大小每增加一倍都会导致模型质量线性增加。[heading3]CLI数据准备工具[content]我们开发了一个工具来验证、提供建议和重新格式化您的数据：此工具接受不同的格式，唯一的要求是它们包含提示和完成列/键。您可以传递CSV、TSV、XLSX、JSON或JSONL文件，它会在指导您完成建议的更改过程后将输出保存到JSONL文件中以备微调。
themoviedb.org是一个电影数据库，api是他的二级域名——就像是门牌号一样，让GPT可以来这里取数据，也就刚刚“Talk to”的对象。接下来，我教大家如何快速上手这个Action。完成“找电影”的GPT因为调用TMDB是需要API KEY的，所以我们需要先前往themoviedb.org注册后申请一个API KEY。在你注册后，还要点击邮箱验证邮件里的链接后才可以使用，注册流程就不赘述了注册后，依次点击右上角头像-账户设置-API-请求API密钥-click here选择Developer开发者，协议拉到最底下然后Accept接受。使用类型：网站。应用名称随便写，URL填ChatGPT()官网就行，简介必须写英文的，下面的除了邮箱外（因为要收验证码），大概填填提交就好，支持中国手机号。填完了就可以获得API密钥和API读访问令牌了，找个小本本先记下来下面的‘API读访问令牌’备用。构建GPT新创建一个GPT，名字描述随便写，Instructions使用以下内容：使用中文对话，当用户想找电影时，输出以下内容：详细介绍和主视觉图（取自'backdrop_path'）主要剧情观影前需要了解的背景和知识搜索网上的评论并总结，你可以使用webPilot来寻找添加一个上一步的Webpilot Action。继续添加一个新的Action，在Schema里粘贴以下内容：