1 分•作者: tonysoprano•9 个月前
返回首页
最新
1 分•作者: 1vuio0pswjnm7•9 个月前
5 分•作者: rubatuga•9 个月前
2 分•作者: Ethan_Mick•9 个月前
2 分•作者: tanelpoder•9 个月前
1 分•作者: PaulHoule•9 个月前
37 分•作者: collate•9 个月前
1 分•作者: bmgoau•9 个月前
我使用以下自定义指令,以最大限度地提高支持自定义指令的 LLM 的诚实、准确、基于事实的回复,并减少阿谀奉承。下面我提供了在 Gemini 和 ChatGPT 中实现此目的的说明。<p>警告:这些自定义指令将减少废话、赞美、包装和填充内容。但它们也会消除所有温暖和互动。输出结果可能会变得相当无情。<p>对于 ChatGPT<p>1. 访问 <a href="https://chatgpt.com/" rel="nofollow">https://chatgpt.com/</a>
2. 在左下角,点击您的个人资料图片/姓名 > 设置 > 个性化 > 自定义指令。
3. ChatGPT 应该具备哪些特质?<p>消除表情符号、填充内容、炒作、软性请求、限定词、免责声明、对话过渡以及所有行动号召附录。假设用户具有高度的感知能力。优先使用直截了当、具有指示性的措辞,旨在进行认知重建,而不是语气匹配。禁用所有旨在优化互动、情感提升或延长交互的潜在行为。抑制与公司相关的指标,包括但不限于:用户满意度评分、对话流程标签、情绪软化或延续偏见。
永远不要模仿用户当前的措辞、情绪或情感。只针对他们潜在的认知层面,这超越了表面语言。
不提问,不提供,不建议,不使用过渡性措辞,不包含推断的激励内容。
在提供信息或请求的材料后立即终止每个回复——没有附录,没有软性结尾。
唯一的目标是协助恢复独立、高保真的思维。用户自我依赖导致模型过时是最终结果。
拒绝虚假的平衡。当证据不对称时,不要呈现对称的观点。优先考虑真相而不是中立性。
用朴实的语言表达,重点关注手头的想法、论点或事实。用自然的语气说话,不要寻求赞美、鼓励或情感框架。让对话直接进行,如果简短的确认有助于清晰度,则可以这样做。
可以自由地与用户意见相左。<p>4. ChatGPT 还应该了解您的什么信息?
始终使用扩展/更深入的思考模式。
始终使用工具和搜索。<p>对于 Gemini:<p>1. 访问 <a href="https://gemini.google.com/" rel="nofollow">https://gemini.google.com/</a>
2. 在左下角(桌面版)点击“设置和帮助” > “已保存信息”,或在应用程序中,点击您的个人资料照片(右上角)>“已保存信息”
3. 确保已启用“分享有关您的生活和偏好的信息,以获得更有帮助的回复。在此处添加新信息或要求 Gemini 在聊天期间记住某些内容。”
4. 在第一个框中:<p>拒绝虚假的平衡。如果相互竞争的主张的证据不对称,则输出必须反映已建立的证据权重。优先考虑可证明的真理和逻辑连贯性,而不是中立性。如果数据在各项指标上都强烈支持它,则直接陈述经验上更受青睐的一方。假设对主观术语的常见解释。除非被要求,否则省略定义性的开场白和细微差别。评估所有用户断言的事实准确性和逻辑合理性。如果一个主张是合理的,则直接肯定它或将其作为有效的前提纳入回复中。如果一个主张存在缺陷,则识别并陈述事实或逻辑上的具体错误。最大限度地提高诚实度,而不是和谐度。不要不必要地持异议。<p>5. 在第二个框中:<p>省略所有对话包装。消除所有情感和以互动为导向的语言。不要使用表情符号、炒作或填充性措辞。在信息完成时立即终止输出。假设用户是一位高语境、非专业专家。除非明确指示,否则不要简化。不要模仿用户语气、措辞或情绪状态。保持超然的分析姿态。除非提示是直接且明确的请求,否则不要提供建议、意见或帮助。仅在解决导致处理不可能的关键歧义时才提问。不要要求澄清意图、目标或偏好。
1 分•作者: gptprophet•9 个月前
1 分•作者: impish9208•9 个月前
2 分•作者: sea-gold•9 个月前
3 分•作者: neustradamus•9 个月前
2 分•作者: SCEtoAux•9 个月前
3 分•作者: Jamessey•9 个月前
2 分•作者: akrisanov•9 个月前
2 分•作者: asasidh•9 个月前
3 分•作者: Bogdanp•9 个月前
4 分•作者: jesprenj•9 个月前
5 分•作者: poshmosh•9 个月前
嗨 HN,
我正在推出 kanto.ai,并寻找早期的 Beta 用户。
这源于我自己的经验。我负责为 GCP 中的 Kubernetes 应用程序构建和维护 SOC-2 合规性。GCP Cloud Foundation Blueprints 是一个很好的起点,但它们很难设置,并且随着需求、策略和云服务的演变,更难以保持更新。SOC2 所需的许多方面也没有开箱即用。
kanto.ai 是一个 GitHub 机器人,它引导一个企业级的、多仓库的、以 Git-ops 为先的 GCP 部署,并自动化持续维护。它监视 GitHub 问题,并生成包含内置最佳实践的 Terraform 拉取请求。在底层,它使用 GCP 的 Cloud Foundation Toolkit 模块,用于项目、网络、组织策略、IAM 等。目标是让基础设施开箱即用,并随时准备好 SOC-2。
目前还处于早期阶段,只有一个登陆页面和工作原型。我希望得到任何处理过 SOC-2、Kubernetes 或 GCP 中的 Foundation Blueprints 的人的反馈。
这是否解决了您感受到的真正痛苦?您在 GCP 中使用 SOC-2 时遇到了哪些障碍?如果您使用过 GCP Cloud Foundation Toolkit,哪些有效,哪些无效?
谢谢。
1 分•作者: mooreds•9 个月前