GPT投喂大文本的3种方法！99%的人不知道！

获取GPT入门指南!

大家好，我是五竹。

今天再来和大家聊聊GPT大文本投喂。说投喂之前先科普一个重要的概念：token。

什么是token呢？解释起来很晦涩难懂，我也说不清楚。你只要知道对于很多AI大模型来说，输入和输出的文本都会被切分成一系列的 token 进行处理。token 可以是一个汉字、一个单词、甚至是一个标点符号。

做GPT二次开发的都知道，token越多，GPT接口调用的成本越高，所以某种意义上来说token又是钱。

那么文本和token之间的转换关系呢？下面是我粗略的估算：一个简体中文字相当于2个token；一个繁体中文字相当于3个token；一个普通的英文单词相当于1个token，例如（love算一个token）；

而GPT3.5上下文支持的最大token是16K，折算成中文差不多8000个字，也就是在一个对话框中，前后内容超过了8000字后，GPT对上下文的理解就开始错乱，我经验告诉我，上限更低，不到6000就开始胡言乱语了。GPT4.0上下文支持的最大token是32K，相当于1.6万个中文。

再说另外一种场景，GPT单次可接收的最大中文数量是多少呢？我查了很多资料，也没有一个明确的说明，下面是GPT4.0自己的回答。

但从实际测试来看，大概2500~2800之间。超过这个字数，GPT要么直接报错，要么默认不读取超过的内容。

那么对于大文本又该如何投喂呢？下面分享三个方法。

1.分段投喂。下面是分段投喂的指令

稍后，我会投喂给你一篇文章，但文章的内容太长，我将分三次投喂，投喂结束后，你要等待我的要求，对文章做进一步的处理。你明白了吗？

不过，对于GPT3.5来说，这个指令不稳定！

2.将文档整理出TXT，投喂给GPT。此方法也只适用于Plus用户，但是效果一般。

3.以本地知识库的形式集成到GPTs中

目前我知道的方法就只有这三种，欢迎大家留言补充~文中如有不足之处，还请批评指正！

我是五竹，一位持续探索自媒体副业的大龄程序员。不算优秀，但贵在真实。咱们下篇见~。

既然都看到这了，文末点个赞呗，您随手的一个赞，能让五竹开心一整天，谢谢各位读者大大