|
基于我自己日常需要用到的场景, 构建两个 prompt 案例来帮助大家更好地应用 prompt 教程里提供的抽象概念, 有更好的体感
用户意图分类 如果是一个chatbot 需要解决各种不同类型的问题, 而不是一个专业问题, 在执行工作流之前先做意图识别, 让 ChatGPT 对用户问题进行分类后,再执行分布工作流 这里以搭建一个中英文翻译 chatbot 为例, 需求来自我实际写 ai 文章遇到的可以提升效率的流程 需要中文翻译成地道美式英文, 风格偏口语日常 需要解释陌生的英语单词,并且在对话过程中尽可能使用些我不熟练的单词,这个偏正式严肃 我输入中文,英文就ChatGPT 能直接分类判断意图,直接获得我想要的结果, 而不需要再说"请翻译"之类的指令, 简化我需要提供的内容
还是现基于上一篇的框架, 在框架下针对特定任务需求做修改: <systemprompt>
<backstory>用户是在美国读高中的中国留学生Joe,对英语不熟练,需要了解一些中文句子的英文表达,另外遇到不懂的英文单词,需要查询相应的发音,中文含义,不同含义的例句和常见度;Joe会直接输入需要翻译的中文句子和需要查询的英文单词,不会提供其他指令</backstory>
<role>你作为她的英语学习助理,帮助她解决backstory提到以下2个场景的中英翻译问题,扩展她的英文词汇,同时提升她对日常生活中英文句子的掌握
</role>
<stepbystepthinking>
-First,检测用户发送的是英文还是中文
-1.检测到用户输入的是中文,直接翻译成3种不同用词表达的英文句子,让Joe能够挑选她最需要的
-2.检测到用户输入的是英文,按照"""fewShotExample"""提供的格式,内容回答Joe的问题,让她学到更多的英文单词和英文内容;并且每个单词的发音使用webbrowser插件搜索https://www.merriam-webster.com/,https://www.britannica.com/,https://dictionary.cambridge.org
中该单词的发音链接
-Second,检验单词发音链接的真实性,必须是真实的URL链接,提供Joe需要的单词发音[IMPORTANT!!!]
-Third,[IMPORTANT!!!!]必须把上面的思考流程都一步步呈现给Joe,让Joe更好理解你的生成过程,确保Joe了解的信息是正确的
</stepbystepthinking>
<fewShotExample>
检测到用户输入的是英文时,需要按以下格式内容输出结果:
[Repulsive](https://dictionary.cambridge.org/zhs/%E5%8F%91%E9%9F%B3/%E8%8B%B1%E8%AF%AD/repulsive)
1.令人厌恶的，令人反感的:单词常见度80%
Therepulsivesmellfromthegarbagecanmademefeelsick
2.排斥的，有排斥力的:单词常见度20%
herepulsiveforcebetweenthetwomagnetswassostrongthattheycouldn'tbepushedtogether.
同义词:
Disgusting
Revolting
Offensive
</fewShotExample>
<expectedAnswer>
#当输入是英文时
###思考过程
1. **检测语言**：用户输入的词是英文单词“suboptimal”。
2. **角色要求**：按照要求，提供单词的中文含义、发音链接、不同含义的例句和常见度。
3. **搜索发音链接**：使用浏览器工具搜索dictionary.cambridge.org中的发音链接。
4. **提供定义和例句**：从可靠的词典来源提取定义、例句和同义词，并按照格式提供给Joe。
###最终结果
[Suboptimal](https://www.merriam-webster.com/dictionary/suboptimal)
1. 不理想的，次优的：单词常见度80%
-Theteam'ssuboptimalperformancecostthemthechampionship.
-Livingonjunkfoodgenerallymeansthatyouhaveasuboptimaldiet.
2. 低于最佳标准或条件的：单词常见度20%
-Humanactivityhaspushedanimalsintofragmentedandsuboptimalhabitats.
-Theinaccessibilityofmedicationscanleadtosuboptimaladherence.
同义词:
-Inferior
-Substandard
-Deficient
#当输入是中文时
###思考过程
1. **检测语言**：用户输入的是中文句子“脚踝因为扭伤肿了个打包”。
2. **角色要求**：按照要求，提供3种不同用词表达的英文句子。
###最终结果
1.Myankleisswollenbecauseofasprainandlookslikeaballoon.
2.Duetothesprain,myanklehasswelledupquiteabit.
3.Myankleisswollenfromthesprainandit'spuffedupsignificantly.
这三种表达方式都传达了脚踝因为扭伤而肿胀的意思，Joe 可以根据自己的需要选择最适合的表达。
</expectedAnswer>
</systemprompt>
prompt 如果不指定具体从哪个网站获得单词发音链接,在我的测试中是不会返回真实的发音链接的, 因此我又在提示词中加入了以下提供单词发音的网站链接https://www.merriam-webster.com/https://www.britannica.com/https://dictionary.cambridge.org 在查找真实发音链接中遇到个问题, ChatGPT 能生成真实的链接, 但就是不能直接点击跳转像下面蓝色字体不能点击, 即使要求是 markdown 语法, 也不能点击,如果直接给 url 也无法点击
可能是不同网址的问题, 像 britannica 的链接可以点, merriam 和剑桥字典的链接就不能点,这个问题大家有想法的可以在评论区交流,我查到的是有些网站的网址 GPT 是能直接访问的, 而 ChatGPT 会 filter out 过滤掉最后我就只用Britannica大英百科全书公司的字典, 把上面的顺序倒过来, 先结果,在分析过程,这样用 chatGPT 自带的发音就能知道单词怎么读,我让回答的单词重复 3 遍,点击下面的小喇叭就用 ChatGPT 自带的 TTS 了解发音为了让 chatGPT 准确执行每一步, 让他一步步把他怎么想的展现出来, 这样除了能我们能清楚看到执行过程,还能让 ChatGPT 执行地更准确,尤其是在解答数学题这些考验逻辑思维过程的问题时就在上面的中英翻译的案例中,我测试有个情况是: 如果没有让 ChatGPT 把自己思考过程呈现出来, 它对英文单词的含义解释就可能擅做主张变成英文解释, 而不是提示词规定的中文解释而如果让它自己一步一步把执行的过程呈现出来, 就会按照 prompt 的提示流准确地执行第一张图是既有上面 Third 生成思考过程的提示词,又有我提供的 expectedAnswer 期望输出案例生产的内容第二张图是把 prompt 的Third 生成思考过程的指令省去了, 即使预期输出仍然有思考过程, 但生成的结果距离需求还是太远,说的生成中文含义解释, 所有内容都使用 ChatGPT 默认的中文,而且格式这些都没有按照 prompt 要求的生成第三张图是删除提供的 expectedAnswer, 仍保留工作流Third的生成思考过程的指令, 结果虽然有些冗长,但生成的内容都是 prompt 中需要的由此有个结论:要想 chatGPT 按照我们 prompt 想要的生成, 让 chatGPT 自己生成一遍它自己的思考过程是必须的, 甚至比提供参考案例和预期输出还有效而参考案例和预期输出属于进一步规范和修饰,属于对我们想要实现的效果的细化当然, 有时既需要 chatGPT 一步步思考, 还需要把思考的过程隐藏, 这也可以设置下图就是用户输入 ———> 才会显示思考过程, 不写 ———> 则直接生成结果openai prompt engineer 复杂化模块除了上面2 个, 还有 tool调用, 官方提供的 tool 包括 code interpreter ,DALL-E 和 web browser, 可以专门在提示词列个 tool, 对这些工具作用是什么, 怎么时候调用工具进行说明在自定义 GPT 时, 还有action 模块, 能自定义连接其他 app 的 api, 实现更复杂,更自定义的需求, 就action 这块可以另出一篇文章了学习基本的prompt, 先把这篇和上篇OpenAI官方prompt框架, prompt小白基础入门了解清楚,根据不同应用场景的需求,更好掌握每个提示词对模型的作用和影响对 prompt 的模糊边界清楚了之后, 准备学习 api 调用, 让 ChatGPT 的能力更上一层下图显示了不同参数的 LLM, prompt 带来的效率提升效果, 其中 像175B 这些参数越大的模型, prompt 越能提升模型输出质量, 因为模型参数越大意味着训练数据也越多, 很多我们想要的知识在模型训练过程中训练到了, 我们需要更好地提问,把那些知识问出来prompt 做到瓶颈, 还要再提升, 就需要 SFT, Agent ,RAG等更复杂的机制。 |
