ChatGPT高效提问—prompt常见用法(续篇三)

ChatGPT高效提问---prompt常见用法(续篇三)

1.1 多选项

​ 多选项技术为模型提供了一个清晰的问题或任务,并附带一组预先定义的潜在答案。这种方法在生成仅限于特定选项集的文本方面表现出色,适用于问答、文本补全和其他任务。利用多选项技术,模型可在预定义选项范围内生成答案。

​ 要在ChatGPT中应用多选项技术,需要将问题或任务与一组预定义选项一起输入给模型。此外,prompt应包含关于所需输出的详细信息,例如生成文本的类型以及任何特定要求或约束。这有助于引导模型在提供的选项中做出正确选择。以下是不同场景下的多选项使用方法。

1.1.1 问题回答

​ 在多项选择场景中,我们使用的策略是在预定义选项中选出正确答案。该方法的prompt模版可以描述为"请从下述选项中选出正确答案:[嵌入问题][嵌入选项1][嵌入选项2][嵌入选项3]..."

​ 输入prompt:

​ ChatGPT输出:

​ ChatGPT从多个选项中选择了鲸作为答案。

1.1.2 文本补全

​ 在文本补全任务中, 我们借助预设选项来推导出合适的补全结果。这样的prompt模版可以构造为"请从以下选项中挑选合适的内容来补全文本;[嵌入不完整文本][嵌入选项1][嵌入选项2][嵌入选项3]..."

​ 输入prompt:

​ ChatGPT输出:

​ ChatGPT从多个选项中选择了"毛衣"来补全文本。

1.1.3 情感分析

​ 使用多选项方法,我们可以根据给定的情境准确推断出人物的感情状态。该策略的prompt模版可表述为"请判断人物的情感可能属于以下哪个选项:[插入情境][选项1][选项2][选项3]..."

​ 输入prompt:

​ ChatGPT输出:

​ ChatGPT根据Lucy考试得了低分的情景,判断她的情绪可能是"悲伤"。

1.1.4 识别事物与观点

​ 多选项方法适用于依据具体陈述评估其性质------是事实还是观点。此策略的prompt公式为"判断以下陈述是事实还是观点:[插入陈述][插入选项1][插入选项2]"。

​ 输入prompt:

​ ChatGPT输出:

​ ChatGPT判断吃巧克力让人感到快乐是一个观点。

​ 输入prompt:

​ ChatGPT输出:

​ ChatGPT判断地球围绕太阳旋转是一个事实。

​ 这些示例涵盖了多种类型的任务和场景。借助明确设定的问题或任务以及预设选项,能够引导模型生成更为精准的答案或文本。采用多选项策略时,确保预设选项具有全面的覆盖性至关重要,有助于模型在已有的选项中找到正确答案。同时,应避免提出模糊不清的问题,防止模型产生混淆。

以上示例均可在小蜜蜂AI网站实现。网址:https://zglg.work。欢迎体验。

相关推荐
大学生毕业题目16 分钟前
毕业项目推荐:83-基于yolov8/yolov5/yolo11的农作物杂草检测识别系统(Python+卷积神经网络)
人工智能·python·yolo·目标检测·cnn·pyqt·杂草识别
居7然22 分钟前
美团大模型“龙猫”登场,能否重塑本地生活新战局?
人工智能·大模型·生活·美团
说私域38 分钟前
社交新零售时代本地化微商的发展路径研究——基于开源AI智能名片链动2+1模式S2B2C商城小程序源的创新实践
人工智能·开源·零售
IT_陈寒42 分钟前
Python性能优化:5个被低估的魔法方法让你的代码提速50%
前端·人工智能·后端
风雨中的小七1 小时前
解密prompt系列60. Agent实战:从0搭建Jupter数据分析智能体
prompt
Deng_Xian_Sheng1 小时前
有哪些任务可以使用无监督的方式训练深度学习模型?
人工智能·深度学习·无监督
数据科学作家4 小时前
学数据分析必囤!数据分析必看!清华社9本书覆盖Stata/SPSS/Python全阶段学习路径
人工智能·python·机器学习·数据分析·统计·stata·spss
CV缝合救星5 小时前
【Arxiv 2025 预发行论文】重磅突破!STAR-DSSA 模块横空出世:显著性+拓扑双重加持,小目标、大场景统统拿下!
人工智能·深度学习·计算机视觉·目标跟踪·即插即用模块
TDengine (老段)7 小时前
从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道
数据库·数据仓库·人工智能·物联网·时序数据库·etl·tdengine
蓝桉8028 小时前
如何进行神经网络的模型训练(视频代码中的知识点记录)
人工智能·深度学习·神经网络