Prompt提示词技巧:如何使用思维链COT巧妙提升LLM输出效果

一、为什么说我的Prompt风格偏向「COT思维链」风格的推理?

举个例子,当你让一个学生在1秒钟内回复你34242413+54321321=?等于多少?在学生没有打草稿并且在1秒钟回复你的情况下,除非他提前背过答案或者是神算,否则他可能随便编你一个随机的错误答案给你。

GPT就好像这个学生一样,你需要让它有一定空间分析你提出的问题,打个推理过程的草稿,再组织草稿里面的各个部分之间的关系,最终再得到答案,这样的好处有两点:

  1. 答案更加关联你提出问题的本质。
  2. 即使答案是没有帮助的,但是推理过程中用户也可以从中收到一定启发。

GPT的Transformer原理大概简言之就是:

每次输出下一个字,都由前面用户的输入 + GPT已经输出的内容来决定。

因此,前文中的推理过程很大程度上影响最终的那一个结果,类似于如果前面内容已经很糟糕了,后面的内容也不会很理想。所以这个推理过程要么出现在你的输入中要么就交给GPT一开始就推理而且一定要强调输出推理过程。

海报文案生成案例(优化前)


来,家人们,直接上例子:

你是一名美妆品牌的文案策划。你需要为新产品宣传海报生成一个吸引人的美妆产品文案。
首先,你要明确这条文案要达到的营销目的:
然后,你要考虑你要面向的目标客户群:
再然后,你要确定产品的卖点和特征:
最后,你要控制这条文案在25-30字之间。
注意:1.请运用简洁流畅的语句;
2.请适当添加生动的修辞手法;
3.让我们一步一步来。
—
产品:彩妆定制服务 
目标客户:25-40岁的中高收入职场女性
产品卖点:七天免费体验,数量限定
—
Define your beauty, color your dream
 七日限定,尽享彩妆定制至臻体验
  数目稀有,量身打造绚丽梦幻色彩
  职场必备,魅力插画定制妆容清单
—
产品:防晒隔离霜
目标客户:18-35岁的都市女性
产品卖点:隔热防晒,护肤两用
—

我们来分析下这个Prompt,可以看出写的比较仓促,纯自然语言Prompt,内容比较散乱,比较考验GPT的能力。

然后使用了one-shot示例,通过一个对话示例来强行纠正后续生成的内容导向。

我们来试一下GPT3.5的效果:

我们可以看到,效果基本上是没法用,呵护城市繁华妆容是什么鬼哈哈哈哈哈,还有“城市女性”、“都市女性”这些词汇,就是用户输入的提示词里面的目标客户:“都市女性”,可是生成的内容里面直接把“都市/城市女性”生搬套过来用了,这根本就不是所谓的人工智能,只是一个会扩写内容的机器而已。谁看到这个海报文案会把自己带入到这个“都市女性”的名词当中去,受众女性也不会把自己主观带入到“都市女性”这个人群中去。

既然这样,我们来给GPT4看看效果:

连续生成了两次,生成效果也是让我笑的好一会儿,“18-35岁的都市女性,让我们的防晒隔离霜守护你的美丽。”,哈哈哈哈哈哈对不起我不是笑我同事写的Prompt不行,是这个GPT4太可爱了哈哈哈哈哈。

海报文案生成案例(如何优化?)


收!我们回到正题!

我们来看看怎么优化这个小同事留下来的Prompt。

你会发现即使Prompt中要求GPT按照一个简单的推理流程也没有得到理想的输出:

首先,你要明确这条文案要达到的营销目的: 然后,你要考虑你要面向的目标客户群: 再然后,你要确定产品的卖点和特征: 最后,你要控制这条文案在25-30字之间。

为什么会这样呢?

我们通过输出来看,GPT好像并没有按照用户给定的逻辑线路的要求进行输出,而是直接输出了答案。

效果也显然易见,就像是我前文提到的,不假思索的回复,一种仓促的回复。

为此,我们需要为它定义推理过程和框架。

我们来回到问题的本质,他希望用户输入「产品名称」「目标客户」以及「产品卖点」,然后生成海报文案。

稍微思考下,如果我们是海报文案的设计师,我们会怎么从用户给定的这些数据,生成一些优质的海报文案?

我们观察一下刚才出现的一些问题:

  1. 呵护城市繁华妆容: 显然没有把目标人群理解到位,乱来的咯
  2. 18-35岁的都市女性: 用户输入这个目标人群,真的希望答案中出现“18-35岁的都市女性”这个内容吗?显然不是,用户只是希望答案能够偏向于适用于该人群,所以问题的本质是,需要GPT去解析这类人群的特点,而且是偏向于产品的需求痛点。
  3. 回复的格式不稳定: 我们看到无论是GPT3.5还是GPT4,在输出的格式上,都没有一个统一的格式,导致我们无法去控制稳定的结构给用户。

所以,我们不单单是让GPT列出「人群的特点」和「卖点的本质」,还要多加一步**「如何人群特点和卖点」**来进行设计海报文案。

因为我尝试过,只是列出前面两步

LLMprompt是通过模板定义的,该模板包含用于描述和表示任务输入和输出的占位符。通过prompt,我们可以控制LLM在不同任务上的应用。一个常见的prompt使用问答形式的提示,其中包括一个question()提示符用于将输入转换为问题,以及一个answer()提示符用于回答生成的问题。不同的提示可以导致对输入的不同预测。因此,prompt的设计对于LLM的性能至关重要。 ASK ME ANYTHING PROMPTING (AMA)方法提出了一种简单而有效的方法来设计高质量的prompt。该方法通过产生多个有效的但不完美的prompt,然后将它们聚合起来,最终生成高质量的prompt。 这种方法可以减少开源LLM的参数数量,并取得比GPT3-175B更好的Few-Shot性能。 由于prompt的微小变化可能导致LLM性能的较大变化,因此prompt设计的重要性不容忽视。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [最新 | Ask Me Anything 一种提示(Prompt)语言模型的简单策略(斯坦福大学 & 含源码)](https://blog.youkuaiyun.com/yinizhilianlove/article/details/127215208)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值