本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

只需一段提示詞，讓GPT-4變成你的“夢中情導”，在GitHub上攬星上萬。

學習的內容、難度可任意指定，從小學教到博士，甚至可以改變AI導師的教學風格和說話語氣：

終于不用為了一個搞不懂的疑（ruo）難（zhi）問題去找導師了！

現在，一個AI就能幫你學習任何主題，還是24小時待命且從來不會失去耐心。

比如用來學習一門新的編程語言Rust，并告訴AI你會C語言，AI在教你的時候就會跳過數據類型、函數等基礎知識了。

甚至Github上還有因為受到很大幫助，主動要求贊助作者開發資金的。

一位搞出海電商、經常需要了解不同行業產品和不同國家市場的朋友，體驗后評價到：隔行再也不隔山了。

實現這個AI導師Mr. Ranedeer（馴鹿先生），不需要AI模型的訓練或微調，甚至不需要寫代碼，完全靠給AI寫提示詞就能搞定。

并且被搞教育科技（Edtech）行業的人評價為，與當前最先進的教育科技同等水平。

Mr. Ranedeer版本還在快速迭代中，當前提示詞已經復雜到離譜，足足7839個字符，在GPT-4上要消耗3721個token。

可以算是目前大模型提示詞的“天花板”級別。

而開發這段提示詞的作者年僅17歲，還是一位高中生……

專屬導師，從小學教到博士

請AI來當專屬導師的方法很簡單，直接把完整提示詞復制到GPT-4里，或點擊作者提供的ChatGPT分享鏈接，選擇“繼續這個對話”都行。

下一步，當然是先讓老師改說中文啦。

接下來AI導師會提醒你調整基本設置，先打“/congfig”然后把你的選擇敲進去就行。

支持的選項非常豐富，各種花色各種款式任你選擇，總有一款能滿足你需求。

其中“視覺”學習風格需要開啟插件，讓GPT-4調用Wolfram等功能畫圖才能實現。

如果你實在不確定如何選，還可以讓AI解釋一下各個選項的含義。

這里告訴大家一個隱藏功能，除了深度是在提示詞中定義的，其他風格類選項都是AI自己理解的，你想選一個沒有列出的風格其實也可以。

甚至可以只指定深度，其他讓AI隨機挑一種，每次上課都是不一樣的感覺。

確定好想學的主題后，通過“/plan”輸入，AI導師就會為你量身制定一個學習計劃了。

比如學學最近被ChatGPT帶火的向量數據庫。

可以看到，AI導師會先寫下一行“自我提醒”以免把配置給忘了，接下來根據深度假設一些你已經知道的基礎知識。

接下來的每一節課開始時，AI導師都會重復一遍這樣的“自我提醒”，來確保不偏離課程計劃。

課程開始后，AI導師會先進行一段講解，可以看出確實是按照配置用了“類比”的方式來教學，把向量數據庫類比成圖書館。

等學完了就可以輸入“/test”，進入隨堂小測驗環節。

AI導師會判斷你的回答是否正確，做出點評，并根據你掌握的情況判斷是否可以進入下一節課。

而且AI還會適當的夸夸你，如果喜歡這種，可以把語氣風格設置為“鼓勵”讓AI更頻繁的夸夸。

如果你有其他問題，也可以隨時“舉手”提問。

都問好以后，輸入“/continue”就會進入下一課。

到第二課的測試環節發現太難，臨時讓AI導師給降降難度也是可以的。

降過難度后再來一次隨堂測試，可以看出難度確實降低了。

就這樣不知不覺間，我已經把GPT-4每3小時25條的額度用完了。

沒錯，阻止你學習的最大的障礙就是GPT-4使用額度和上下文長度了。

而且作者特別強調了“不推薦使用GPT-3.5”，并且由于提示詞太復雜，調用GPT-4 API的話會非常貴。

其他大語言模型同樣可用

好消息是，這套AI導師提示詞可以用到OpenAI之外的其他大模型。

作者測試了隔壁的ChatGPT最強競品Claude，也可以順利完成一個課程，但有些細微區別。

比如Claude在教詩歌分析時不如GPT-4。

不過Claude教數學時效果會更好，并且在全部課程結束后還會建議繼續學習的方向，而GPT-4只是告訴你已經學完了。

看來AI導師也分擅長教文科的和擅長教理科的？

另外，不論是用哪個大模型，AI一本正經胡說八道的情況仍然存在。

訓練數據中存在的經典知識還好，要是想學點偏門或前沿的，最好先讓AI閱讀一段靠譜的學習材料再教你。

這時候，支持10萬token上下文的Claude-100k就成了很好的選擇。

另外Sam Altman也在最近一場討論會中分享了OpenAI短期路線圖，其中提到最高100萬token的上下文窗口在2023年是有可能做到的。

在更強大的大模型降臨之前，除了先把AI導師用起來之外，背后這段非常復雜的提示詞同樣值得學習。

17歲高中生打造

這個名叫“馴鹿先生”的AI導師設計思路，主要包括整體架構設計和課程內容生成兩部分。

一方面，是雕刻出這一整個AI導師“人設”的整體架構設計。

從內容來看，它包含名字、版本信息、作者、課程等級、導師性格類型（故事化/幽默/嚴肅等）、推理框架、指令、規則、用戶偏好、配置、課程設置、初始化等內容。

在GitHub上直接可以下載提示詞完整版：

提示詞也支持多種格式，包括JSON、YAML和Markdown。

那么，Mr. Ranedeer在GitHub中給出的這一大段“咒語”，究竟是怎么起作用的？

我們直接拿去問了問GPT-4：

GPT-4很快幫我們分析出了這一大串代碼的運行原理，主要包含特性、命令、規則、學生偏好、格式和初始化六個部分：

用GPT-4總結一下，這提示詞通常具備這幾類特點：

• 設置特定的規則和格式
• 個性化偏好設置
• （可選）使用圖標增加可讀性
• 命令接口
• 結構化輸出

其中，核心讓AI導師維持人設的方法，在于這一大串咒語中規則部分的撰寫。

這部分的格式，和之前網傳泄露的“微軟調教GitHub Copilot提示詞”比較接近。

雖然“GitHub Copilot提示詞遭泄露”這事兒不保真，不過從這段提示詞內容來看，規則編寫同樣包括特定場景規則、明確的角色身份、行為規范指導和交互方式設定等：

那么，整體架構設計好后，就是具體課程上的提示詞設計了。

另一方面，在課程內容生成上，AI導師借鑒了當前非常火的大模型“思維樹”原理。

從圖中來看，這段提示詞的核心原理是“階梯式迭代”，即目的是讓AI反復生成并評估課程質量，最終給用戶輸出最好的課程內容。

無論是課程內容、還是課程質量評估，都由AI負責完成。以一堂高中物理課為例，提示詞就需要包含生成目標（高中光電效應課程）、思維樹步驟和規則限制：

給我上一堂高中光電效應的課。
首先，創建5個計劃，介紹你如何計劃這門課。
然后，創建一個包含所有提議計劃的表格，并從0到100對它們進行評分，包括對它們的互動一致性和實用性(基于你的語言模型能力)進行評分。
隨后，僅使用最佳評分計劃生成一個完整的課程，并且迭代3次，這樣我們就可以分析我們應該給學生的最佳個別課程(使用選定的計劃)。
上完課后，像你在表格中對計劃(參與度、連貫性、實用性)所做的那樣，再做一次相同的評分。最后，輸出你認為最好的課程以及原因。
注意: 本課程僅由你自己產生。也就是說，你將用你的大語言模型能力來教授這個話題。不要主動進行活動，因為你看不到學生在做什么。只能是文字互動。

事實上，以思維樹（鏈）的方式撰寫提示詞技巧，如今在各種前沿教程里面已經是“標配”了。

例如，在吳恩達和OpenAI研究員Isa Fulford一起開設的ChatGPT提示詞工程新課中，就同樣介紹了類似的思維鏈提示詞寫作方法。

以設計一個AI電腦客服為例，我們就可以用到思維鏈的方式，讓它按照以下邏輯來回答客戶提出的問題：

首先，確定用戶要提問的電腦產品類型和數量；
隨后，確定用戶要提問的產品類型是否在數據庫范圍內；
接下來，根據數據庫內容，回答客戶有關電腦產品的問題，并用友好的語氣糾正他們不合理的提問；
注意事項包括回答方式和格式等。

總結下來就是，先設計整體框架，然后具體到課程內容上，則可以采用思維樹（鏈）的方式生成。

有意思的是，寫出這個AI專屬導師插件提示詞的作者，竟然是一名年僅17歲的高中生。

據《金融時報》介紹，這名高中生名叫賈斯汀，來自澳大利亞。

和大伙兒一樣，賈斯汀也面臨考試前一周“臨時抱佛腳”的境遇，為此他打造了一個GPT-4私教給自己補課，發現效果非常不錯。

考試結束后，他繼續自學了更高級的提示詞工程，開發了更完整的AI導師項目，可根據不同的課程水平、學習風格、推理能力、語氣和交互方式進行定制。

隨后，他將之命名為Mr. Ranedeer（馴鹿先生）項目，上傳到GitHub，沒想到意外爆火。

賈斯汀表示，自己14歲的時候，就已經產生了讓AI當老師的念頭。

值得一提的是，從推特來看，這位老哥也是馬斯克粉絲沒跑了：

在聯系方式界面，他還給出了一串狗狗幣代碼，方便大伙兒給他打賞狗狗幣支持。

One More Thing

看了這么多，你是不是也有點心動，想“抄抄”作業，用類似的提示詞來開發自己的AI插件了？

老樣子，拿它問問GPT-4，很快就能抽取一個模板出來：

屬實是萬物皆可GPT-4了。

領一個導師：https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor