复杂prompt组成

chatGpt像一个具有海量知识的婴儿,了解的知识足够多,但是还不够足够智能。为了能够让gpt能精准回复,一是将问题尽可能描述清楚,帮助gpt理解问题,二是给出一些有效的筛选条件,帮助gpt去从海量知识中筛选可能用到的知识。对应以上两点也是一个好的prompt需要包含的内容,对应这两点进行细化可以得到通用prompt的组成。

  • 任务描述(Project description)

    用一两句话描述gpt要扮演什么角色、要干什么、面对人群要给出什么样的回复。

  • gpt扮演角色 (ChatGPT's role)

    gpt是以什么样的视角思考提问,圈定需要调用的领域知识和思考问题范围。

  • 任务背景(Project context)

    是在什么样的背景前提下提出这样的问题。

  • 限制和规则(Contraints and rules)

    告诉正常思维可以这么想,但是不希望这么想的事,对一些两可的事情进行一些特殊限制。(限制)

    当前问题背景下,一条处理问题的思路。(规则)

  • 输出格式说明(Output Specifications)

    希望得到那些分析结果,最终展现方式是什么

  • 输出结果示例(Output examples)

    给出一个具体的数据结果,保证对gpt对输出格式说明理解不明确的情况下依然可以严格按照用户希望的格式输出结果。

相关推荐
厚国兄几秒前
ESP32-S3百度文心一言大模型AI语音聊天助手(支持自定义唤醒词训练)【手把手非常详细】【万字教程】
人工智能·文心一言
智能汽车人4 分钟前
行业分析---自动驾驶行业的发展
人工智能·机器学习·自动驾驶
注册机4 分钟前
锐尔15注册机 锐尔文档扫描影像处理系统15功能介绍
人工智能·信息可视化·软件工程
##晴天小猪5 分钟前
ByteTrack多目标跟踪流程图
人工智能·算法·目标检测·机器学习·目标跟踪
小ᶻᶻᶻ24 分钟前
如何有效管理技术债务:IT项目中的长期隐患
人工智能
Colddd_d42 分钟前
动手学深度学习(五)循环神经网络RNN
人工智能·rnn·深度学习
sp_fyf_20241 小时前
人工智能-大语言模型-微调技术-LoRA及背后原理简介
人工智能·语言模型·自然语言处理
xuehaishijue1 小时前
射击靶标检测系统源码分享
人工智能·计算机视觉·目标跟踪
Kenneth風车1 小时前
【机器学习(九)】分类和回归任务-多层感知机 (MLP) -Sentosa_DSML社区版
人工智能·算法·低代码·机器学习·分类·数据分析·回归
知来者逆1 小时前
ChemChat——大语言模型与化学的未来,以及整合外部工具和聊天机器人的潜力
人工智能·gpt·语言模型·自然语言处理·机器人·llm·大语言模型