GPT-4 在指导下，通常能够从解释性文本中为陈述性知识生成可用的间隔重复卡片

原文：GPT-4 can often generate usable spaced repetition prompts for declarative knowledge from explanatory text with guidance (andymatuschak.org)

通过结合以下的洞见，我在使用机器学习从解释性文本中生成优质的间隔重复卡片中用 GPT-4 取得了成功，通常都能一次搞定：

• 对于卡片生成任务，选择要强化的目标概念，和为这些目标概念编写卡片，是两个独立的问题。在这些例子里，我负责选择制卡对象（例如，通过指向更大篇幅中的短语），模型的任务是根据这些给定的目标，生成有用的卡片。

• 对于卡片生成任务，如果提供了编写卡片的原则，大型语言模型（LLM）的表现可能会有所提升；我提供了这些原则。

• 对于卡片生成任务，大型语言模型（LLM）经常需要额外的提示，来确定从何种角度制卡；我提供了这些提示。

• 对于卡片生成任务，如果提供了充足的上下文，大型语言模型（LLM）可能会表现得更好；我提供了上下文。

这对于简单的描写来说，效果相当好，但对于更概念化的材料来说就不行了：对于卡片生成任务，大型语言模型（LLM）缺乏为复杂概念材料编写卡片的模式

一个提示词示例：20230614123022