1.把指令写得更加清晰、详细
措施一:包括尽可能多的细节
改进前:如何在 Excel 中添加数字?
改进后:如何在 Excel 中将一行美元金额相加?我想自动对整张表的行执行此操作,所有总计最终显示在右侧名为“总计”的列中。
措施二:宏定义要求
宏定义
当我请求帮助写一些东西时,你会回复一份文件,其中每一段至少包含一个笑话或俏皮的评论。
提问
写一封感谢信给我的钢螺栓供应商,感谢他们在短时间内准时交货。这让我们能够交付一份重要的订单。
措施三:使用分隔符
三重引号、XML 标签、章节标题等分隔符可以帮助划分需要不同处理的文本部分。
举例请看措施四。
措施四:细化完成任务的步骤
措施五:提供示例
某些情况下提供示例可能更容易。例如,如果您希望模型复制一种难以明确描述的特定用户查询响应风格。
措施六:指定所需的输出长度
目标输出长度可以根据单词、句子、段落、要点等的数量来指定。但请注意,指示模型生成特定数量的单词并不能高精度地实现。大模型可以更可靠地生成具有特定数量的段落或要点的输出。
总结:使用与想做的事情等价的描述,不要让大模型来猜你心中的想法。
2.提供资料
语言模型会自信地编造虚假答案,尤其是在被问及深奥的话题或引用和 URL 时更是如此。
措施一:要求模型使用给出的资料回答
引用举例如下:
考虑到字数限制,可以调用API。
措施二:指示模型用参考文本中的引文来回答
如果输入已补充相关知识,则可以直接要求模型通过引用所提供文档中的段落为其答案添加引文
3.把复杂的任务分解成简单的子任务
复杂任务的错误率往往高于简单任务。此外,复杂任务通常可以重新定义为简单任务的工作流程,其中较早任务的输出用于构建后续任务的输入。