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
海边夕阳20064 分钟前
【每天一个AI小知识】:什么是Prompt?
人工智能·prompt
KKKlucifer6 分钟前
数据分类分级为基的跨域流通权限动态管控技术:构建安全可控的跨域数据流通体系
大数据·数据库·人工智能
机器之心10 分钟前
NeurIPS 2025 | DePass:通过单次前向传播分解实现统一的特征归因
人工智能·openai
机器之心12 分钟前
NeurIPS 2025 | 英伟达发布Nemotron-Flash:以GPU延迟为核心重塑小模型架构
人工智能·openai
sali-tec14 分钟前
C# 基于halcon的视觉工作流-章65 点云匹配-基于形状
开发语言·人工智能·算法·计算机视觉·c#
科学最TOP16 分钟前
时间序列的“语言”:从语言模型视角理解时序基础模型
人工智能·深度学习·机器学习·时间序列
_codemonster16 分钟前
深度学习实战(基于pytroch)系列(四十四) 优化与深度学习
人工智能·深度学习
白日做梦Q18 分钟前
深度学习训练中 Loss 为 Nan 的 10 种原因及解决方案
人工智能·深度学习
组合缺一21 分钟前
Solon AI 开发学习8 - chat - Vision(理解)图片、声音、视频
java·人工智能·学习·ai·音视频·solon