如何讓人工智能的作業回答，顯得不那麼人工稚嫩？

前言

最近老師佈置了一個實驗：

使用鳶尾花(iris.csv)數據集進行聚類分析,採用三種常見的聚類算法,分別是原型聚類(k-means聚類)、密度聚類(DBSCAN)和層次聚類(AGNES),以比較它們在該數據集上的表現。

哈哈哈，不知道這個經典的實驗會不會顯得太簡單，但我是不太懂啦，乾脆用大語言模型做一下，我用的是《通義千問》（如果有其他好用大家可以分享一下），今天主要跟大家說說該怎麼問ai

一、錯誤示範

直接對ai進行提問

爲了方便這裏讓它把代碼整合了一下

在pycharm裏跑直接報錯

誒，問題來了，這是人工智能還是人工zz？哈哈哈，其實是你的使用方法不對。

二、正確的打開方式

先問它知不知道這個東西，減小它的搜索範圍（具體它回答了什麼根本不重要）

和它玩玩角色扮演，讓它代入你的身份

在這個情景下再對它進行提問

直接複製它的代碼，去pycharm裏跑跑

可以看到，一次就成功了，這裏只展示k均值聚類的結果，其他的也沒有問題，這裏就不放出來了

三、總結

所以說當我們要用ai去寫代碼，或者是完成其他專業性的問題時，應該先問它一些基礎性的問題以讓它的搜索範圍變小。再給予它一個身份，讓它的問題更貼合你的要求。

把一個大的任務拆分成多個小任務，一項項地問效果也會更好（可以多水點字數）

在這裏給大家推薦一個網站：

https://heeee.com/ai?jy

這裏面整合了各個大語言模型的網站，方便你對不同大語言模型的能力進行比較

後語

關於大語言模型的使用就說到這了，可能我的用法還不是最好的，只是拋磚引玉而已，大夥兒如果有其他好的方法可以在評論區分享一下