【提示词笔记第二章】大语言模型提示词技巧_大模型star提示词方法-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_39950572/article/details/145734613

【提示词笔记第二章】大语言模型提示词技巧

引言

AI 工具的诞生一定会极大的降低做一件事情的门槛；例如在当时纸和笔的诞生，比在竹简上书写要容易多了，但写好字也是需要掌握技巧和勤加训练。AI也是一样，只有透过学习如何写好prompt——知道怎么提出好问题，才可以获得比一般人更好的结果。

一、如何有效地向ChatGPT 提问?

有一种说法：ChatGPT 是参考你提出问题的语意和情境，从它的数据库中找出下一句匹配率最高的句子来回复，AI并不理解答案跟问题之间的关系，只知道在它的数据库中这样的组合机率是最大的。
参考这种说法可以从两个方向来让AI回复的更精准：
1. 提高它获取数据库资料的精度
2. 问出具体问题
如何制作有效的提示以产生引人入胜且信息丰富的对话？这里有一些关键原则需要记住：

清晰性：清晰简洁的提示将帮助ChatGPT理解当前的主题或任务，并能够产生适当的回应。避免使用过于复杂或模糊的语言，并让提示尽可能具体。

重点性：一个好的提示应该有明确的目的和重点，有助于引导对话并确保其沿着预设路线进行。避免使用过于宽泛或开放式的提示，这可能导致对话失焦或偏离主题。

相关性：确保你的提示与使用者和对话的主题相关。避免引入无关的话题或偏离主题，以防分散对话的主要焦点。

GPT 提示语设计步骤

一、给予GPT一个人设：

让GPT扮演一个角色（找到数据库中与这个角色相关的信息）并告诉它这个角色有什么基本特征，需要做什么工作（进一步提升精度）；例如下面这个例子

## 例子1: 导游
我要你当导游。我会把我的位置给你，你会建议我附近有什么可以参观的地方。在某些情况下，我还会告诉你我将造访的地方类型。我的第一个命令是“我在台北，我只想参观博物馆。”

二、给予GPT一个具体的问题：

一个具体、明确的问题，尽量避免直接提出多义的问题让AI回复。同时你自己也需要有一定的评估能力。如果提出的问题超出了自身的认知范围，则很难提出一个具体的问题。

三、拆解问题

将其推理过程分解，避免它编造答案，常见的如下两种方法

思维链(Chain of Thought)

Zero-shot-CoT：在提示词后面加上 Let’s think step by step（一步一步地思考）

Chain of Thought：展示一个相似问题的推理过程，告诉 ChatGPT 应该怎么思考这个问题。如下例子：

# Q: 为什么天空是蓝色的？
** 首先，我们需要理解光的物理特性，光是由许多颜色（或波长）组成的，从红色到紫色的范围内。**
** 光通过大气层时会散射，这称为瑞利散射。** 
** 瑞利散射对短波长的光更有效，例如蓝色和紫色。** 
** 虽然紫色光也被散射，但人眼对蓝色光的敏感度更高，而对紫色光的敏感度较低。** 
** 所以，当我们看天空时，它看起来是蓝色的。** 
# Q: 冰为什么会滑? 
A:

四、正式提问：给予规则与约束条件。

1️⃣ 深津氏泛用Prompt提问方法 : 建立回答规则(告诉它你会丢什么内容给它，以及它要按什么格式回答)

特点：
1. 使用符号#用来区隔信息
2. 将Constraints 约束语用子弹符号列表的方式呈现
3. 使用MECE(不遗漏不重复)将内容分类
提问格式
1. #Instructions：**设定脚色特征及背景:**赋予ChatGPT明确的特征，让其产生符合你预期的回应
2. #Constraints
  1. **设定回应限制:**设定AI回答的方式以满足你的需求
  2. 加上指定动作
  3. **给予参考例子:**尝试更具体的指示来让ChatGPT 更准确地理解需求
  4. **调整风格和语气:**在指示中加入风格和语气的资讯，来让ChatGPT 生成更符合你要求的回应
3. #Input : **输入文本:**放入文本，让ChatGPT 能根据Constraints 的指示，来对Input 编辑。例如: {文章} = “放入文章内容”
4. #output：空白，不用填东西

2️⃣ CO-STAR*框架提示词提问方法：

提示词架构： 就是给予ChatGPT 具体详细的设定，把一些它需要知道的基本资料补足设定。
推荐补充的设定如下：
1. **上下文设置（Context Setting）：**提供必要的背景信息，使模型能够理解问题的背景和意图。背景信息：描述相关的背景信息，解释为什么这个问题重要或相关。
2. 角色设置（Role Setting）：指定模型扮演的角色，例如「你是一位专业的数学老师」。角色设置：你是一位[指定角色，例如专业的医生、经验丰富的历史学家、技术专家等]。
3. 具体问题（Specific Question）：提出明确而具体的问题，避免模糊和广泛的询问。具体问题： [提出一个明确的问题。 ]
4. 期望回答格式（Expected Format）： 明确指出期望的回答格式，例如「请以列表形式列出」、「请给出一个三段的解释」等。期望格式：请以[指定格式，例如列表、段落、步骤、表格等] 形式回答。
5. 风格（Style）： 指定你希望模型使用的写作风格，这可能是一位具体名人的写作风格，也可以是某种职业专家（如商业分析师或CEO）的风格。风格：请用像[金庸那样的写作风格]，描述全球变暖的原因。
6. 语气（Tone）： 设定回应的态度。例如正式、幽默、善解人意等。语气：请用严谨而正式的语气回答。
7. 范例提示（Example Prompting）： 提供示例来展示想要的回答方式。范例提示：例如， [提供一个简短的示例来展示你要的回答方式。 ]
8. 多步提示（Multi-step Prompting）： 将复杂的问题分解为多个简单的步骤。这可以防止模型掰答案。多步提示：步骤1： [描述第一步要做什么。 ]步骤2： [描述第二步要做什么。 ]步骤3： [描述第三步要做什么。 ]