OpenAI Prompt Engineering 摘录和总结
这篇文章是指导如何写出比较好的prompt,本文是我的摘录和总结。
原文链接:https://platform.openai.com/docs/guides/prompt-engineering/strategy-write-clear-instructions
策略:
写出清晰的指令
- 写清楚,写详细。比如”Who’s president?“就不清晰,OpenAI就得猜测你的意思,写成 “Who was the president of Mexico in 2021, and how frequently are elections held?” 就清晰很多
- 明确告诉OpenAI它要扮演的角色。例如,生成SQL时,写上”You’re a MySQL expert”,生成的SQL就会更符合MySQL标准,质量也更高
用户的输入,要明确的分隔符包裹起来,例如:
Summarize the text delimited by triple quotes with a haiku. """insert text here"""
明确告诉OpenAI,完成任务所需要的步骤(
step-by-step
很重要),例如:Use the following step-by-step instructions to respond to user inputs. Step 1 - The user will provide you with text in triple quotes. Summarize this text in one sentence with a prefix that says "Summary: ". Step 2 - Translate the summary from Step 1 into Spanish, with a prefix that says "Translation: ".
如果希望用户按照你的模板输出,可以给OpenAI举一个例子
可以明确告诉OpenAI希望的输出长度。OpenAI很喜欢废话文学,如果你希望简练一些,或者讲的更详细一些,那么你就得明确告诉它。
给出参考链接
- 当你希望OpenAI从你给定的资料里查找答案时,需要明确给出资料
- OpenAI 遇到不会的问题的时候,它会开始瞎编而且编的有模有样。避免这种现象,可以要求OpenAI列出引用来源。
把复杂的问题拆分成简单的子任务
- 比如对于长文章的总结,可以每章总结,然后再往上一层再次总结
给模型时间“思考”
- 一些简单的问题,OpenAI为了节省时间,可能会乱说,比如问他某个问题是不是正确的,OpenAI可能会直接说问题是正确的。可以加上一些指示,要求它必须确认没问题,才进行回答:”Don’t decide if the student’s solution is correct until you have done the problem yourself.”
- 明确告诉OpenAI,质量很重要,可以慢慢回答,这个是我在实践中总结的一条经验,效果还是很不错的
使用外部工具
- 比如embeddings-based search,例如,如果用户询问有关特定电影的问题,将有关电影的高质量信息(例如演员、导演等)添加到模型的输入中可能会有用。嵌入可用于实现高效的知识检索,以便在运行时动态地将相关信息添加到模型输入中。
- 比如给一段代码,要求OpenAI执行
逐步改进prompt,系统的测试。日常实践中,构建的AI应用,一套评估测试体系是很有必要的,这样可以及时反馈出AI在生成结果中的变化
- 改善prompt是一个循环:先尝试写出第一版清晰具体的prompt,测试并分析结果,改进prompt,继续分析测试不断循环不断迭代
ref:
这里也有一个吴恩达和OpenAI联合推出的视频教程,涵盖了上面的内容,还包括一些其他的主题例如翻译、文本扩写等:
更多文章
本站热门
- socks5 协议详解
- zerotier简明教程
- 搞定面试中的系统设计题
- 用peewee代替SQLAlchemy
- frp 源码阅读与分析(一):流程和概念
- Golang(Go语言)中实现典型的fork调用
- DNSCrypt简明教程
- 一个Gunicorn worker数量引发的血案
- Golang validator使用教程
- Docker组件介绍(一):runc和containerd
- Docker组件介绍(二):shim, docker-init和docker-proxy
- 使用Go语言实现一个异步任务框架
- 协程(coroutine)简介 - 什么是协程?
- SQLAlchemy简明教程
- Go Module 简明教程