ChatGPT等大语言模型的出现,使得提示工程成为一个新兴的重要工作内容,甚至可能成为一种独立的职业。提示工程能够显著提升对话等大语言模型应用场景的实际效果。
在这篇文章将与大家分享从1000条提示词模板中总结出来的帮助我们成为更好的提示工程师的10大方法。这里讨论的许多方法可以帮助你基于模型的应用程序接口(如 OpenAI API)开发应用程序。
提示设计为何重要?完美的提示设计可以:
- 改进(已经)有效的解决方案,将成功应答率从 85% 提高到 98%。
- 通过更精彩的对话、更好的语调和语境识别,大大提升客户体验
- 帮助处理偏离主题的问题、提示注入、有毒语言等。
10种最重要的提示工程方法:
- 添加具体的描述性说明(附小抄)
- 定义输出格式
- 举例说明
- 整合 “我不知道”(IDK)、离题案例(控制幻觉/关键话题)
- 使用思维链推理
- 使用提示模板,而不是静态提示
- 添加数据上下文 (RAG)
- 包括对话历史
- 设置提示格式:在提示中使用清晰的标题标签和分隔符
- 将一切融为一体:剖析专业提示(附小抄)
PromptAppGPT是首个基于LLM的自然语言应用开发框架:支持全自动编译、运行、界面生成,支持无代码配置实现类LangChAIn流程调度,支持几十行低代码实现类Auto-GPT AI助手。
![从1000+模板中总结出的10大提示工程方法助你成为提示词大师! 从1000+模板中总结出的10大提示工程方法助你成为提示词大师!](https://www.aigc.cn/wp-content/uploads/2024/02/640-880.png)
1. 添加具体的描述性说明
如果没有经过深思熟虑的指导,你往往会得到冗长的、有时甚至是含糊不清的答案,什么都谈,什么都说。
如果不在提示中给出具体说明,往往会导致 ChatGPT 闪烁其词
作为人工智能模型,它只能做出让你睡着的答案。没人需要这个。在下一条指令中,让我们加点料。让我们来看看具体的指令(不仅仅是 “回答问题……”)如何在特定的对话语境中准确地生成你所需要的答案。
提示语中简短但有用的指示
在使用模型作为软件项目的一部分时,提示的具体性和描述性尤为重要,在这种情况下,您应尽量做到准确无误。您需要将关键要求写入说明,以获得更好的结果。
下面是提示工程指令小炒,不需要使用所有内容,只需选择你需要的。避免那些明显多余的额外内容(”充当乐于助人的人工智能“、”回答问题”…… “根据你的知识如实回答问题”)SOTA 模型不需要这些内容,因为它们无论如何都会这么做:在标准设置中,这些模型都不会像 “暴躁的猫 “那样回答问题,或者根本不回答问题,或者故意对你撒谎。
提示指令小抄:机器人角色、用户角色、动词、输出格式、长度、语调、边缘情况、对话主题
关于第一行的说明:表现得像某人/某物通常用很少的几个词就能定义一大堆行为特征。与其说 “兴奋时会吠叫”、”感到威胁时会吼叫”、”高兴时会摇尾巴”,我们可以只说一个词:狗。
狗有所有这些行为,还有更多。为您认为最能回答问题的人/机器查找简短描述。这些模型可以模拟任何东西–它们可以充当 C-Shell 终端、《指环王》中的阿拉贡或大公司的人力资源人员与你进行求职面试。你甚至可以把完整的背景故事写进提示中,赋予模型一个角色、一段历史、一种偏好,让对话更精彩、更有价值。
请记住一点:许多语言模型的核心功能都有局限性,它们无法模拟优秀的搜索引擎、袖珍计算器或视觉艺术家,因为它们不具备相应的研究或处理能力。