【大模型】第一节 Prompt 的典型构成

Prompt 的典型构成¶
不要套「模板」

模版是市面上 prompt 教程、书籍最常提供的形式
但每家的模版都不一样,这说明了什么?
不要固守「模版」
模版的价值是提醒我们别漏掉什么,而不是必须遵守模版才行
典型构成:

角色:给 AI 定义一个最匹配任务的角色,比如:「你是一位软件工程师」「你是一位小学数学老师」
指示:对任务进行描述
上下文:给出与任务相关的其它背景信息(尤其在多轮交互中)
例子:必要时给出举例,学术中称为 Few-Shot Learning 或 In-Context Learning;对输出正确性有很大帮助
输入:任务的输入信息;在提示词中明确的标识出输入
输出:输出的风格、格式描述,引导只输出想要的信息,以及方便后继模块自动解析模型的输出结果,比如(JSON、XML)
思考:和人的沟通是不是也是这个结构?所以得把 AI 当人看。

擅长与人沟通的,提示工程能力也强。

核心:把大模型当人看

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