技巧1：To Do and Not To Do
在问答场景里，为了让 AI 回答更加准确，一般会在问题里加条件。比如让 AI 推荐一部电影给你 Recommend a movie to me 。但这个 prompt 太空泛了，AI 无法直接回答，接着它会问你想要什么类型的电影，但这样你就需要跟 AI 聊很多轮，效率比较低。
所以，为了提高效率，一般会在 prompt 里看到类似这样的话（意思是不要询问我对什么感兴趣，或者问我的个人信息）：
DONOTASKFORINTERESTS.DONOTASKFORPERSONALINFORMATION.
如果你在 ChatGPT 里这样提问，或者使用 ChatGPT 最新的 API ，它就不会问你问题，而是直接推荐一部电影给你，它的 Output 是这样的：
Certainly!Ifyou'reinthemoodforanaction-packedmovie,youmightenjoy"JohnWick"(2014),directedbyChadStahelskiandstarringKeanuReeves.ThemoviefollowsaretiredhitmannamedJohnWickwhoseeksvengeanceagainstthepeoplewhowrongedhim.It'safast-pacedandstylishfilmwithlotsofthrillingactionsequencesandanengagingstory.Ifyou'relookingforsomethingthatwillkeepyouontheedgeofyourseat,"JohnWick"isdefinitelyworthawatch!
但如果你使用的是如 Davinci-003 这样的模型，它的 Output 很可能是这样的，它还会问你的兴趣爱好：
Sure, I can recommend a movie based on your interests. What kind of movie would you like to watch? Do you prefer action, comedy, romance, or something else?
所以 OpenAI 的 API 最佳实践文档里，提到了一个这样的最佳实践：
Instead of just saying what not to do, say what to do instead. 与其告知模型不能干什么，不妨告诉模型能干什么。
技巧2：增加示例
直接告知 AI 什么能做，什么不能做外。在某些场景下，我们能比较简单地向 AI 描述出什么能做，什么不能做。但有些场景，有些需求很难通过文字指令传递给 AI，即使描述出来了，AI 也不能很好地理解。
比如给宠物起英文名，里面会夹杂着一些所谓的名字风格。此时你就可以在 prompt里增加一些例子，我们看看这个例子：
Suggestthreenamesforahorsethatisasuperhero.
Output 是这样的，第一个感觉还行，第二个 Captain 有 hero 的感觉，但 Canter 就像是说这匹马跑得很慢，而且三个都比较一般，不够酷。
ThunderHooves,CaptainCanter,MightyGallop
技巧3：使用引导词，引导模型输出特定内容
在代码生成场景里，有一个小技巧，上面提到的案例，其 prompt 还可以继续优化，在 prompt 最后，增加一个代码的引导，告知 AI 我已经将条件描述完了，你可以写代码了。Better：
CreateaMySQLqueryforallstudentsintheComputerScienceDepartment:Tabledepartments,columns=[DepartmentId,DepartmentName]Tablestudents,columns=[DepartmentId,StudentId,StudentName]SELECT
在 prompt 的最后增加 SELECT 可以很好地提示 AI 可以写 SQL 代码了。
同样的道理，如果你想让 AI 写 Python 代码，那 import 会是比较好的提示。但需要注意，这个只是告知 AI 可以写代码了，并不能告知 AI 写何种代码，你仍然需要在 prompt 里增加提示，告知 AI 要生成何种语言的代码。
技巧4：增加 Role（角色）或人物
前面提到的改写例子，我在 prompt 里加了 Role 让其更易于阅读，这个优化方法是 OK 的。也很常用，比如你想将你写的 Email 改得更商务，则只需要加 business 相关的词即可。
我再介绍一个更有效的技巧，就是在 prompt 里增加一些 role（角色）相关的内容，让 AI 生成的内容更符合你的需求。
比如还是上面那个 rewrite 的例子，我在例子前加入这样的一段话，我让 AI 假设自己是一个小学老师，并且很擅长将复杂的内容转变成 7、8岁小朋友也能听懂的话，然后再改写这段话：
Youareaprimaryschoolteacherwhocanexplaincomplexcontenttoalevelthata7or8yearoldchildcanunderstand.Pleaserewritethefollowingsentencestomakethemeasiertounderstand:
Output 就变成了下面这样。不管是用词，还是语法，看起来都更容易懂了。
技巧5：使用特殊符号指令和需要处理的文本分开
不管是信息总结，还是信息提取，你一定会输入大段文字，甚至多段文字，此时有个小技巧。
可以用“”“将指令和文本分开。根据我的测试，如果你的文本有多段，增加”“”会提升 AI 反馈的准确性（这个技巧来自于 OpenAI 的 API 最佳实践文档）
感谢 CraneHuang6 的提醒，这里还能用 ### 符号区隔，不过我一般会用“”“ ，因为我有的时候会用 # 作为格式示例，太多 # 的话 prompt 会看起来比较晕
像我们之前写的 prompt 就属于 Less effective prompt。为什么呢？据我的测试，主要还是 AI 不知道什么是指令，什么是待处理的内容，用符号分隔开来会更利于 AI 区分。
Pleasesummarizethefollowingsentencestomakethemeasiertounderstand.OpenAIisanAmericanartificialintelligence(AI)researchlaboratoryconsistingofthenon-profitOpenAIIncorporated(OpenAIInc.)anditsfor-profitsubsidiarycorporationOpenAILimitedPartnership(OpenAILP).OpenAIconductsAIresearchwiththedeclaredintentionofpromotinganddevelopingafriendlyAI.OpenAIsystemsrunonthefifthmostpowerfulsupercomputerintheworld.[5][6][7]TheorganizationwasfoundedinSanFranciscoin2015bySamAltman,ReidHoffman,JessicaLivingston,ElonMusk,IlyaSutskever,PeterThielandothers,[8][1][9]whocollectivelypledgedUS$1billion.Muskresignedfromtheboardin2018butremainedadonor.MicrosoftprovidedOpenAILPwitha$1billioninvestmentin2019andasecondmulti-yearinvestmentinJanuary2023,reportedtobe$10billion.[10]
Better prompt:
Pleasesummarizethefollowingsentencestomakethemeasiertounderstand.Text:"""OpenAIisanAmericanartificialintelligence(AI)researchlaboratoryconsistingofthenon-profitOpenAIIncorporated(OpenAIInc.)anditsfor-profitsubsidiarycorporationOpenAILimitedPartnership(OpenAILP).OpenAIconductsAIresearchwiththedeclaredintentionofpromotinganddevelopingafriendlyAI.OpenAIsystemsrunonthefifthmostpowerfulsupercomputerintheworld.[5][6][7]TheorganizationwasfoundedinSanFranciscoin2015bySamAltman,ReidHoffman,JessicaLivingston,ElonMusk,IlyaSutskever,PeterThielandothers,[8][1][9]whocollectivelypledgedUS$1billion.Muskresignedfromtheboardin2018butremainedadonor.MicrosoftprovidedOpenAILPwitha$1billioninvestmentin2019andasecondmulti-yearinvestmentinJanuary2023,reportedtobe$10billion.[10]"""
技巧6：通过格式词阐述需要输出的格式
这个技巧是技巧 2 的变种，比较常用于生成文本场景。其实在场景 7 中，你也可以用到这个技巧。
假设你想让 AI 总结一篇非常非常长的文章，并且按照特定格式给你总结，那你可以在文章前面明确输出的格式（为了不占用太多显示空间，我省略了正文内容，你可以在 OpenAI 的 Playground 看到完整案例）。它的意思其实是让 ChatGPT 按 Topic 总结，每个 Topic 里按照无序列表（就是里面那个 -）将每个 Topic 的主要观点罗列出来。
技巧7：Zero-Shot Chain of Thought
基于上述的第三点缺点，研究人员就找到了一个叫 Chain of Thought 的技巧。
这个技巧使用起来非常简单，只需要在问题的结尾里放一句 Let‘s think step by step （让我们一步步地思考），模型输出的答案会更加准确。
技巧8：Few-Shot Chain of Thought
要解决这个缺陷，就要使用到新的技巧，Few-Shot Chain of Thought。
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |