人工智能prompt的优化技巧

Prompt的构成

了解prompt的构成有助于我们能够更好的编写prompt,prompt的构成类似于自然语言的成分。

prompt主要包括以下部分:

  • 指令:你想让人工智能执行的命令
  • 上下文:可以涉及外部信息或附加上下文,可以引导模型产生更好的响应,不是必须的
  • 输入数据:我们感兴趣的输入或问题(以期望 ChatGPT 给出解答),不是必须的
  • 输出提示:表示希望 ChatGPT 以什么形式来输出结果,不是必须的
    接下来用几个 Prompts 来加深理解:

案例一

我希望你能担任私人教练的角色。我会提供你一个想通过体育锻炼变得更健康的人的信息,而你的角色是根据他们现有的健康水平、目标和生活习惯,为这个人设计最佳的计划。你应该利用你对运动科学、营养建议的知识,来为他们创建一个适合他们的计划。我第一个要求是:"我需要帮助为想减肥的人设计一个锻炼计划。"

其中:

  • 上下文:我希望你能担任私人教练的角色。我会...,来为他们创建一个适合他们的计划。
  • 指令:我第一个要求是:"我需要帮助为想减肥的人设计一个锻炼计划。

案例二

翻译成英文:如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答。

其中:

  • 指令:翻译成英文
  • 上下文:如今 ChatGPT 给人带来的最大的震撼在于,... 他总能围绕问题作出解答。

prompt的优化技术

1. 框选你想表达的重点信息

使用 ### 或 """ 等符号框选重点信息。使用符号来断开不同类型的内容会显著提升 ChatGPT 对内容的理解能力。

糟糕的案例 ❌

将下面的文本总结为最重要的要点的项目符号列表。

如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答.....................

更好的案例 ✅

将下面的文本总结为最重要的要点的项目符号列表。

文本:"""

如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答.....................

"""

2. 指定结果的输出格式

当你期望 ChatGPT 的输出内容具有一定结构时,把你的期望表达出来。

糟糕的案例 ❌

从下面的文本中提取所有的人名和他们的职业。

文本:"""

设计师小牛陪小王去小李家做客,小李的老婆厨师小丁做了一道红烧带鱼。小王说"非常好吃!"

"""

更好的案例 ✅

从下面的文本中提取所有的人名和他们的职业。

输出的格式:<人名>(<职业>),<人名>(<职业>),...

文本:"""

设计师小牛陪小王去小李家做客,小李的老婆厨师小丁做了一道红烧带鱼。小王说"非常好吃!"

"""

3. 减少模糊的表达,明确提出你的需求

糟糕的案例 ❌

你总结的产品描述应该非常简练、只包含一些语句、别太多。

更好的 ✅

用 2-3 句话总结该产品,不超过 30 个字。

4. 告诉他要做什么,而不是不要做什么

糟糕的案例 ❌

以下是一名客服和一名客户之间的对话。请勿询问用户名或密码。请勿重复。

客户:我无法登录我的账户。

客服:

更好的 ✅

以下是客服与顾客之间的对话。客服将尝试诊断问题并提出解决方案,同时避免问任何与用户名、密码相关的问题。请引导用户查看帮助文章 www.samplewebsite.com/help/faq。

顾客:我无法登录我的账户。

客服:

相关推荐
学术头条20 分钟前
AI 的「phone use」竟是这样练成的,清华、智谱团队发布 AutoGLM 技术报告
人工智能·科技·深度学习·语言模型
准橙考典21 分钟前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法
ai_xiaogui24 分钟前
AIStarter教程:快速学会卸载AI项目【AI项目管理平台】
人工智能·ai作画·语音识别·ai写作·ai软件
孙同学要努力29 分钟前
《深度学习》——深度学习基础知识(全连接神经网络)
人工智能·深度学习·神经网络
喵~来学编程啦1 小时前
【论文精读】LPT: Long-tailed prompt tuning for image classification
人工智能·深度学习·机器学习·计算机视觉·论文笔记
深圳市青牛科技实业有限公司1 小时前
【青牛科技】应用方案|D2587A高压大电流DC-DC
人工智能·科技·单片机·嵌入式硬件·机器人·安防监控
水豚AI课代表2 小时前
分析报告、调研报告、工作方案等的提示词
大数据·人工智能·学习·chatgpt·aigc
几两春秋梦_2 小时前
符号回归概念
人工智能·数据挖掘·回归
用户691581141653 小时前
Ascend Extension for PyTorch的源码解析
人工智能
用户691581141653 小时前
Ascend C的编程模型
人工智能