1.编写 Prompt 的原则

一、环境配置

  • 使用 OpenAI 的 ChatGPT API,需要有 API_KEY,并安装 OpenAI 库。
  • 安装命令:pip install openaipip install zhipuai
  • 配置方法:直接设置 openai.api_key 或通过环境变量设置。

二、两个基本原则

2.1 原则一:编写清晰、具体的指令

  • 提供清晰、具体的指令以降低错误响应的可能性。
  • 使用分隔符(如 ```)清晰表示输入的不同部分,避免提示词注入。
  • 寻求结构化的输出,如 JSON 或 HTML 格式,便于解析。
  • 要求模型检查是否满足条件,考虑边缘情况。

2.2 原则二:给模型时间去思考

  • 指示模型在提供答案前进行一系列相关推理,避免匆忙得出错误结论。
  • 指定完成任务所需的步骤,拆分任务,让模型有更多时间思考。
  • 指导模型在下结论之前找出自己的解法。

三、局限性

  • 虚假知识:模型可能生成看似真实实则编造的知识(幻觉)。
  • 减少幻觉的策略:要求模型获取来源于文本的所有引用信息,以便追溯源文档。

其他注意事项

  • 在编写 Prompt 时使用反斜杠 \ 来适应屏幕大小,而不是换行符 \n
  • GPT-3 不受换行符影响,但调用其他大模型时需考虑换行符的影响。
相关推荐
Chatopera 研发团队5 分钟前
Tensor 基本操作5 device 管理,使用 GPU 设备 | PyTorch 深度学习实战
人工智能·pytorch·深度学习
imoisture11 分钟前
PyTorch中的movedim、transpose与permute
人工智能·pytorch·python·深度学习
Yuleave35 分钟前
高效流式大语言模型(StreamingLLM)——基于“注意力汇聚点”的突破性研究
人工智能·语言模型·自然语言处理
cqbzcsq38 分钟前
ESMC-600M蛋白质语言模型本地部署攻略
人工智能·语言模型·自然语言处理
刀客1232 小时前
python3+TensorFlow 2.x(四)反向传播
人工智能·python·tensorflow
SpikeKing2 小时前
LLM - 大模型 ScallingLaws 的设计 100B 预训练方案(PLM) 教程(5)
人工智能·llm·预训练·scalinglaws·100b·deepnorm·egs
小枫@码2 小时前
免费GPU算力,不花钱部署DeepSeek-R1
人工智能·语言模型
liruiqiang052 小时前
机器学习 - 初学者需要弄懂的一些线性代数的概念
人工智能·线性代数·机器学习·线性回归
Icomi_2 小时前
【外文原版书阅读】《机器学习前置知识》1.线性代数的重要性,初识向量以及向量加法
c语言·c++·人工智能·深度学习·神经网络·机器学习·计算机视觉
微学AI2 小时前
GPU算力平台|在GPU算力平台部署可图大模型Kolors的应用实战教程
人工智能·大模型·llm·gpu算力