面向开发者的 ChatGPT 提问工程 笔记
2023-05-23 14:16:29 14 举报
AI智能生成
思维导图
作者其他创作
大纲/内容
课程简介
提示工程关键词原则
原则1: 编写清晰具体的指令
策略1: 使用分隔符清晰表示输入的不同部分
"""/<>/<tag></tag><br>用于告诉模型需要处理哪个部分。 <br>例如:"""文本内容""" 将由三重引号分隔的文本总结为一句话。<br>
策略2: 要求结构化输出
让解析模型输出内容的过程更容易,方便读入处理。<br>例如:生成三个虚构的书名及其作者和类型的列表,并以JSON格式提供以下key:book_id、title、author、genre。<br>
策略3: 要求模型检查是否满足条件
要求模型首先需检查这些条件,如果不满足,则应指示其停止继续尝试。可以考虑潜在的边界情况,以避免产生意外的错误或结果。
策略4: 小批量提示
在模型执行实际任务之前,提供可供其参考的实例。例如,按以下Prompt所描述,模型就会参考第一个例子,并同样以比喻与排比的手法来解释韧性是什么:<br>
原则2: 给模型充足的思考时间
策略1: 指定完成任务的步骤
举例:text = f"""<br>In a charming village, siblings Jack and Jill set out on \ <br>a quest to fetch water from a hilltop \ <br>well. As they climbed, singing joyfully, misfortune \ <br>struck—Jack tripped on a stone and tumbled \ <br>down the hill, with Jill following suit. \ <br>Though slightly battered, the pair returned home to \ <br>comforting embraces. Despite the mishap, \ <br>their adventurous spirits remained undimmed, and they \ <br>continued exploring with delight.<br>"""<br>首先,用一句话总结由三重引号分隔的文本<br><br>其次,将总结翻译成法语<br><br>第三,以法语总结中的每个名称列表<br><br>第四,以french_summary和num_names为键,输出一个JSON对象<br>
策略2: 指导模型制定自己的解决方案
模型的局限性
模型会编造看似正确但实际上错误的答案
如何避免:<br>1. 要求模型基于提供的文本找到相关引用并回答问题 <br>2. 跟踪答案来源<br>
提示工程需要迭代
通常无法在第一次尝试时就获取到想要的答案,Prompt的编写通常也需要有这样一个迭代开发的过程:<br>1. 编写Prompt(要求明确且具体)<br>2. 尝试运行并获取结果<br>3. 分析结果为什么没有获得预期输出<br>4. 进一步细化与调整Prompt<br>5. 重复这个过程,直到得到合适的Prompt<br>
总结类应用
限制摘要输出字数
例如<br>你的任务是生成来自电子商务网站的产品评论的简短摘要。<br>总结下面用三重引号分隔的评论,最多 30 个单词。<br>
限制摘要侧重点
你的任务是生成来自电子商务网站的产品评论的简短摘要。<br>总结下面用三重引号分隔的评论,最多 30 个单词,并且侧重于派送效率。(and focusing on any aspects that mention <shipping and delivery> of the <product>.)
有时候,即便我们要求了侧重点,模型仍会输出其他方面的信息。这个时候,我们可以要求其“提取”信息而不是“总结”信息。extract the information
推理类应用
识别评论的情感,判断是好评还是差评
give your answer as a single word, either "positive" or "negative"
从文本中提取出自己关心的内容
推断出文本的主题,可以对文本进行分类
确定以下由三个引号分隔的文本中讨论的五个主题。<br>让每个项目一两个词长。<br>将你的回复格式化为以逗号分隔的项目列表。<br><br>确定以下主题列表中的每一项是否是以下文本中的主题,该文本由三重引号分隔。以列表的形式给出你的答案,每个主题用 0 或 1。<br>
翻译类应用
要求分别以正式与非正式进行翻译,应对不同场合
自动识别用户的语言
扩展类应用
基于客户评论和情绪生成回复邮件
temperature 参数,为0更精确,>0 增大越具有不确定性
打造聊天机器人
设置对话中所包含的不同角色的信息
提供之前对话的上下文
课程总结
0 条评论
下一页