2、Prompt基础:Prompt Engineering 提示词工程

Prompt

Prompt 是什么?

Prompt 是一种人为构造的输入序列,用于引导 GPT 模型根据先前输入的内容生成相关的输出。简单来说,就是你向模型提供的 “提示词”。

在 ChatGpt 中,我们可以通过设计不同的 prompt,让模型生成与之相关的文本。例如,假设我们想让 ChatGpt 担任英语翻译。我们可以给模型提供以下 prompt:

我希望你能担任英语翻译、拼写校对和修辞改进的角色。
我会用任何语言和你交流,你会识别语言,将其翻译并用更为优美和精炼的英语回答我。
请将我简单的词汇和句子替换成更为优美和高雅的表达方式,确保意思不变,但使其更具文学性。
请仅回答更正和改进的部分,不要写解释。我的第一句话是“how are you ?,请翻译它。

这样,我们就可以期待模型生成一段文本了。

Prompt 如何生成?

prompt 如此重要,我们应该怎么去写一个好的 prompt 呢?github 上有位大佬 Matt Nigh。

https://github.com/mattnigh/ChatGPT3-Free-Prompt-List

CRISPE Prompt Framework,CRISPE 是首字母的缩写,分别代表以下含义:

CR:Capacity and Role(能力与角色),你希望 ChatGPT 扮演怎样的角色。

I:Insight(洞察),背景信息和上下文。

S:Statement(陈述),你希望 ChatGPT 做什么。

P:Personality(个性),你希望 ChatGPT 以什么风格或方式回答你。

E:Experiment(实验),要求 ChatGPT 为你提供多个答案。

github 上的那 prompt 角色大全基本都是 CRISPE 框架。

先定角色,后说背景,再提要求,最后定风格。是否生成多个例子可以看自己喜好。

Prompt 的重要性

合理使用 prompt 可以为 ChatGpt 带来很多好处。以下是一些例子:

  • 提高生成准确性:通过正确的 prompt 引导,模型能够更好地理解用户的意图,从而生成更加准确的文本。
  • 增强自由度:通过多种不同的 prompt,我们可以让模型生成各种各样的文本,增强了模型的表现力和自由度。
  • 提高效率:如果我们已经知道要生成的文本大致内容,通过正确的 prompt 可以让模型更快地生成出我们想要的结果。

Prompt Engineering定义

定义:Prompt Engineering 是设计和优化输入提示(prompt)以获得预期输出的过程。在与大型语言模型(如 GPT-4)交互时,如何构造提示会显著影响模型的回答质量。

例子

  • 简单提示"告诉我关于猫的事情。"
  • 优化提示"请详细描述猫的生物学特征、行为习惯以及它们在不同文化中的象征意义。"

通过优化提示,用户可以引导模型生成更详细和有用的回答。

Prompt Engineering 是设计和优化输入提示以获得预期输出的过程。为了在使用大型语言模型(如 GPT-4)时获得最佳结果,以下是一些最佳实践:

Prompt Engineering最佳实践

1. 明确目标

最佳实践:明确你希望模型完成的任务或回答的问题。

示例

  • 目标不明确"告诉我关于气候变化的事情。"
  • 目标明确"请简要描述气候变化的主要原因及其对农业的影响。"

2. 提供上下文

最佳实践:为模型提供必要的背景信息或上下文,以帮助其理解任务。

示例

  • 无上下文"解释一下微积分。"
  • 有上下文"作为一名高中生,我正在学习微积分。请用简单的语言解释一下微积分的基本概念。"

3. 使用具体的指示

最佳实践:使用明确的指示和要求,避免模糊不清的提示。

示例

  • 模糊指示"写一篇关于技术的文章。"
  • 具体指示"请写一篇关于人工智能在医疗领域应用的文章,包含以下几点:应用场景、优势和挑战。"

4. 提供示例

最佳实践:通过提供示例来展示你期望的输出格式或内容。

示例

  • 无示例"生成一个关于产品的报告。"
  • 有示例"生成一个关于产品的报告,格式如下:\n\n- 产品名称:\n- 价格:\n- 特点:\n- 优点:\n- 缺点:"

5. 使用分步指示

最佳实践:对于复杂任务,分解为多个步骤,逐步引导模型完成。

示例

  • 一步完成"解释并解决这个数学问题:2x + 3 = 7。"
  • 分步指示"首先,解释如何解方程。然后,解方程2x + 3 = 7。"

6. 控制输出长度

最佳实践:通过提示控制输出的长度,确保内容简洁或详细。

示例

  • 无长度控制"解释一下量子力学。"
  • 有长度控制"用不超过100字解释量子力学的基本概念。"

7. 使用占位符和模板

最佳实践:使用占位符和模板来指示需要填充的内容或格式。

示例

  • 无模板"生成一个用户注册表单。"
  • 有模板"生成一个用户注册表单,包含以下字段:用户名、密码、邮箱、电话号码。"

8. 反复试验和调整

最佳实践:不断试验和调整提示,观察模型的输出,并根据需要进行优化。

示例

  • 初始提示"描述一下Python编程语言。"
  • 调整提示"描述一下Python编程语言的主要特点和常见应用场景。"

9. 指定输出格式

最佳实践:明确指定输出格式,确保生成内容符合预期。

示例

  • 无格式指定"生成一个关于公司财务状况的报告。"
  • 有格式指定
### 提示词工程的概念 提示词工程是指设计和优化输入到人工智能模型中的文本指令的过程。这种过程旨在引导大型语言模型(LLM)更有效地完成特定任务,如生成故事、编写代码或解答问题等[^1]。 提示词被认为是AGI时代的“编程语言”,而提示词工程则是这一时期的“软件工程”。这意味着通过精心构建的提示可以指导AI执行各种操作,类似于传统计算机程序中的命令序列[^2]。 ### 提示词工程的应用领域 提示词工程广泛应用于多个方面: - **自然语言处理**:帮助机器理解并响应人类的语言请求; - **创意写作**:激发创造力,辅助创作诗歌、小说等内容; - **教育辅导**:作为个性化学习助手,提供定制化的教学材料; - **商业咨询**:为企业决策者提供建议和支持服务; - **医疗健康**:协助医生诊断病情以及制定治疗方案。 此外,在某些情况下,还可以利用自动提示工程技术来进一步提升效率与效果,例如APET工具箱能够使GPT-4自主调整其接收的信息结构以更好地适应不同类型的查询需求[^3]。 ### 实践技巧分享 为了有效实施提示词工程项目,以下是几个实用建议: #### 明确目标设定 确保每一个提示都紧密围绕着想要解决的具体问题展开。清晰的目标有助于减少误解的可能性,并使得最终输出更加贴近预期结果。 #### 使用简洁明了的语言 避免冗长复杂的表述方式,采用直截了当且易于理解的话语表达意图。这不仅提高了沟通的有效性,同时也降低了因歧义而导致错误的风险。 #### 利用上下文关联 如果可能的话,尝试为每次交互提供更多背景信息。这样可以帮助模型建立完整的认知框架,进而产生更为精准的回答。 #### 探索多样化表达形式 不要局限于单一模式下的提问方法,勇于尝试不同的措辞组合或是加入特殊标记符号等方式来增强灵活性与趣味性。 ```python # Python code example to demonstrate how a simple prompt can be used with an LLM. def generate_story(prompt_text): """Generates a short story based on the given prompt.""" llm_response = call_large_language_model_api(prompt=prompt_text) return format_output(llm_response) story_prompt = "Once upon a time, there was a brave knight who..." print(generate_story(story_prompt)) ```
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

打赏作者

Hugo_Hoo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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