Prompt 工程最佳實踐：ChatGPT 版

注意：”{text input here}” 是實際文本/內(nèi)容的占位符

1. 使用最新版本的模型

使用最新版本的模型，往往可以獲得更好的結(jié)果。

2. 使用 ### 或 """?分隔指令和上下文

Bad ?

將下面的文本總結(jié)為要點(diǎn)列表。

Better ?

將下面的文本總結(jié)為要點(diǎn)列表。

文本: """
這里是文本內(nèi)容
"""

3. 在背景、結(jié)果、長度、格式、風(fēng)格等方面描述的盡可能具體和詳細(xì)

Bad ?

寫一首關(guān)于 OpenAI 的詩

Better ?

以{某位著名詩人}的風(fēng)格，寫一首關(guān)于OpenAI的鼓舞人心的短詩，重點(diǎn)關(guān)注最近推出的DALL-E產(chǎn)品（DALL-E是一個文本到圖像的機(jī)器學(xué)習(xí)模型）

4. 通過例子說明所需的輸出格式

Bad ?

從下面的文本中提取出提到的實體。提取以下四種類型的實體：公司名稱，人名，具體的主題和主旨。

文本：{文本}

Better ?

提取下面文本中提到的重要實體。首先提取所有的公司名稱，然后提取所有的人名，接著提取符合內(nèi)容的特定主題，最后提取概括性的主題。

期望的格式：
公司名稱：<逗號分隔的公司名稱列表>
人名：-||-
特定主題：-||-
一般主題：-||-

文本：{文本}

在上述例子中，使用”-||-“作為一個占位符，表示這些部分需要根據(jù)實際的文本內(nèi)容來提取并填充。

5. 先從 zero-shot 開始，然后嘗試 few-shot，如果這兩者效果都不好，就試試微調(diào)

Zero-shot 零樣本

從下面的文本中提取關(guān)鍵詞。
文本：{文本}
關(guān)鍵詞：

Few-Shot 少樣本，即提供示例

從下面的相應(yīng)文本中提取關(guān)鍵詞。
文本1：Stripe提供了API，網(wǎng)頁開發(fā)者可以用來在他們的網(wǎng)站和移動應(yīng)用中集成支付處理。
關(guān)鍵詞1：Stripe，支付處理，API，網(wǎng)頁開發(fā)者，網(wǎng)站，移動應(yīng)用

文本2：OpenAI已經(jīng)訓(xùn)練了前沿的語言模型，這些模型在理解和生成文本方面非常出色。我們的API提供了訪問這些模型的途徑，可以用來解決幾乎所有涉及語言處理的任務(wù)。
關(guān)鍵詞2：OpenAI，語言模型，文本處理，API。

文本3：{文本}
關(guān)鍵詞3：

6. 減少不精確的描述

Bad ?

這個產(chǎn)品的描述應(yīng)該相當(dāng)簡短，只有幾句話，不要太多。

Better ?

用一個包含3到5句的段落來描述這個產(chǎn)品。

7. 不要只說不應(yīng)該做什么，而要說應(yīng)該做什么

Bad ?

以下是代理人和客戶之間的對話。不要詢問用戶名或密碼。不要重復(fù)。

客戶：我無法登錄我的賬戶。
代理人：

Better ?

以下是代理人和客戶之間的對話。代理人將嘗試診斷問題并提出解決方案，同時避免提出任何與個人身份信息（PII）相關(guān)的問題。代理人不會詢問像用戶名或密碼這樣的個人身份信息，而是將用戶引導(dǎo)至幫助文章 www.samplewebsite.com/help/faq

客戶：我無法登錄我的賬戶。
代理人：

8. 特定代碼生成：使用”引導(dǎo)詞“將模型推向一個特定的模式

Bad ?

# 編寫一個簡單的Python函數(shù)，該函數(shù)要求如下
# 1.輸入一個以英里為單位的數(shù)
# 2. 它將英里數(shù)轉(zhuǎn)換為公里數(shù)

Better ?

# 編寫一個簡單的Python函數(shù)，該函數(shù)要求如下
# 1. 輸入一個以英里為單位的數(shù)
# 2. 它將英里數(shù)轉(zhuǎn)換為公里數(shù)

import

import?引導(dǎo)詞告訴模型寫 Python 代碼時應(yīng)該以什么內(nèi)容為開始。類似的，如果你要寫 SQL 語句，可以選擇?SELECT?為引導(dǎo)詞。

OpenAI API 調(diào)用參數(shù)介紹

• model：要調(diào)用的 AI 模型，表現(xiàn)越好的模型價格越貴、延遲越高；

• temperature：溫度，此參數(shù)值越高，生成的內(nèi)容越隨機(jī)；

• max_tokens：內(nèi)容的最大長度；

• stop：終止符，碰到此類字符則終止生成內(nèi)容；

• logit_bias：設(shè)置指定字符出現(xiàn)的概率，可以避免在最終內(nèi)容中生成指定字符。