【AIGC】如何提高Prompt准确度

前言

随着人工智能的迅猛进展,AIGC(通用人工智能聊天工具)已成为多个行业中不可或缺的自然语言处理技术。Prompt作为AIGC系统的一项关键功能,在工具的有效运作中发挥了举足轻重的作用。本篇文章将深入探讨Prompt与AIGC之间的紧密联系以及它们是如何协同工作以提供优质的智能内容创作体验。无论对于初学者还是经验丰富的开发人员,阅读本文都将得到有价值的见解与思考。

正文

1.业务背景

一句话描述业务:对一些使用不规范的文字描述进行优化。比如:简历修改、商品名称优化、修改网名建议等。

2.构建Prompt

2.1 根据需求构建Prompt

复制代码
假如你是一名高级产品运营师,你将通过用户输入的标题进行优化。

请你先了解下面的规则:
 {getDefaultTitleRule()}

你可以参考以下案例:    
    1.输入原标题:我想拉萨去,输出:我想去拉萨
    2.输入原标题:Techno Motel 输出:Techno Motel
    3.输入原标题:周杰伦杭州演唱会, 输出:周杰伦演唱会(杭州场)

现在要求你对原标题
{originalTitle}
进行项目标题优化

最终输出结果,要请注意:
    1.你只需要输出优化后的标题,不要输出标题以外的任何信息,如优化后的标题为、原标题等
    2.输出结果不允许有【】、{{}}、【 】、【 、】等符号、以及"优化后的标题"等字。
    3.最终结果不能包含json结构
    4.不能直接输出案例中的标题
    5.不能换行或者出现换行符号   
    6.输出结果不得超过30个字  
AI生成效果展示

准确率达到40%左右,AI生成的结果质量层次不齐,部分项目还存在:项目名称识别 、词组排序等问题

2.2 质量提升:借鉴生成式对抗网络GAN 的思想,引入打分机制

在射雕英雄传中,老顽童周伯通被困在桃花岛,闲的无聊,自创了左右手互搏术,左手打右手,右手打左手,双手的武功不断精进,这就是对抗。

借鉴生成对抗网络GAN 的思想,引入打分机制

复制代码
我希望你充当高级项目运营同学,想让您对以下AI生成结果进行评分
    按照下面的规则进行打分:
    {getDefaultTitleRule()}
    
    打分时:
    	1.AI生成结果越符合上面规则,评分越高,反之分数越低
        
    你可以参考以下案例:    
        1.AI生成结果:「倒带2006」青春范特西演唱会 | 一键回到华语乐坛黄金年代(青岛站) 输出:80
        2.AI生成结果: 顺义祥云小镇 儿童剧演出|(端午节魔术儿童专场) 输出:50
        
    请你对AI生成结果:{result}
    进行打分
    最终输出结果,要请注意:
        1.满分是100分,分数(score)为纯数字,不需要带'分'
        2.缺少信息不能作为扣分项
AI生成效果展示

结果评估:准确率达到66%,但存在部分项目,进过多轮重新生成依旧存在质量偏差的情况。

2.3 质量提升:引入RCI链

RCI链是AI助手质量保证的重要方法。它包含初始提问、批评和改进三个环节,通过模型自我迭代改进输出。

引入RCI链,加入评分&修改建议节点

复制代码
我希望你充当高级项目运营同学,想让您对以下AI生成结果进行评分
    按照下面的规则进行打分,并且给出修改意见:
    {getDefaultTitleRule()}
    打分时:
    AI生成结果越符合上面规则,评分越高,反之分数越低
    
    你可以参考以下案例:    
        1.AI生成结果:「倒带2006」青春范特西演唱会 | 一键回到华语乐坛黄金年代(青岛站) 输出:{{"score":80,"suggestion":"项目主题是"倒带2006","青春范特西演唱会"是描述信息,应该给"倒带2006"使用「」符号"}}
        2.AI生成结果: 顺义祥云小镇 首部魔术近景亲子互动沉浸式儿童剧演出|(端午节魔术儿童专场) 输出:{{"score":50,"suggestion":"项目主题是"倒带2006",""首部魔术近景亲子互动沉浸式儿童剧"是项目描述不能使用《》符号,"端午节魔术儿童专场"是场次补充信息不能使用「」符号"}}

    请你对AI生成结果:{result}
    
    进行打分并提供修改意见
    最终输出结果,要请注意:
        1.满分是100分,分数(score)为纯数字,不需要带'分'
        2.缺少信息不能作为扣分项
        3.分数(score)、修改建议(suggestion)按以下规则输出结果: {{"score":XX,"suggestion":"xx"}}'
        4.如果没办法给出修改建议 则输出 {{"score":-100,"suggestion":"无"}}'

结果评估:目前测试的准确度接近90%

总结

Prompt在AIGC构建中扮演着至关重要的角色,它是AIGC准确领会用户意图并产生恰当反馈的核心步骤。与此同时,AIGC持续提升其技术水平,以向用户提供更加智能化和高效率的内容创作服务。

相关推荐
花千树-0103 小时前
MCP 协议通信详解:从握手到工具调用的完整流程
ai·langchain·aigc·agent·ai agent·mcp
GeeLark4 小时前
Android 16 is here. 行业首发
ai·自动化·aigc
MateCloud微服务8 小时前
懂你所需,利爪随行:MateClaw 正式开源,补齐 Java 生态的 AI Agent 拼图
spring boot·aigc·javaagent·aiagent·openclaw·mateclaw·javaclaw
AI先驱体验官10 小时前
BotCash:Nvidia企业级Agent生态,智能体平台战争的新变量
大数据·人工智能·深度学习·重构·aigc
阿杰学AI14 小时前
AI核心知识125—大语言模型之 混合专家架构(简洁且通俗易懂版)
人工智能·ai·语言模型·智能路由器·aigc·moe·混合专家架构
hqyjzsb14 小时前
传统剪辑师升级AI视频生成师后接单效率与收入变化
人工智能·aigc·服务发现·音视频·学习方法·业界资讯·ai写作
小程故事多_8015 小时前
深度拆解Hermes Agent,动态Prompt与Learning Loop架构的底层逻辑
人工智能·架构·prompt·aigc
DisonTangor15 小时前
【阿里拥抱开源】千问开源Qwen3.6-35B-A3B,并配上调参参考
人工智能·阿里云·开源·aigc
AI产品备案16 小时前
深度解读生成式人工智能服务基本要求(GB/T45654)
人工智能·aigc·大模型备案·安全评估·生成式人工智能服务安全基本要求
小超同学你好16 小时前
OpenClaw 深度解析与源代码导读 · 第5篇:Brain——Prompt/Context/Harness Engineering 与执行框架
人工智能·深度学习·语言模型·prompt