了解prompt的基础知识

在人工智能的协同作业中,精确地与大模型进行交流是成功的关键。本文深入探讨Prompt的艺术和科学,旨在提升您与大模型合作的效率和成效。

有效交互的关键

策略一:构建明确指令

清晰明确的指令并不意味着与短句子, 在实践中, 简单句比长句子更容易表达。 使用英文的表达方法更容易被模型辩识。

细节丰富的指令:

提供具体的操作步骤和目标,确保指令既清晰又详尽,以引导模型输出期望的结果。例如,明确指示模型以特定格式(如列表、摘要或报告)回应。

逻辑分隔:

采用可识别的符号(如“---”、“###”等)明确区分指令、背景信息和查询内容,有助于模型更准确地解析和响应。

常用的分割符有:

    
三个引号: """ {text} """
三个反引号:  ``` {text} """
三个连字符: --- {text} ---
尖括号: < {text} >
xml 标记: <tag> {text} </tag> 

其中{text} 是文本的内容

结构化输出:

明确要求模型以特定的数据结构(如表格、JSON对象)输出,这不仅方便阅读理解,也适于后续的数据处理。

例: 输出一个json格式的文本

prompt

    
生成三本虚构书籍的标题,作者和类型,并以json格式提供,包含以下键:book_id,title,author,genre。

json是在软件开发常用一种数据组织形式。

输出

    
[
  {
    "book_id": 1,
    "title": "The Secret Garden",
    "author": "Frances Hodgson Burnett",
    "genre": "Children's Literature"
  },
  {
    "book_id": 2,
    "title": "The Martian",
    "author": "Andy Weir",
    "genre": "Science Fiction"
  },
  {
    "book_id": 3,
    "title": "Murder on the Orient Express",
    "author": "Agatha Christie",
    "genre": "Mystery"
  }
]

策略二:模型深度思考

神经网络模型本质上还是一个算概率的活, 因此如果直接让模型给出答案, 他给出的答案可能是过去训练时, 输入了大量错误的答案。

因此, 大模型也会给你一个概值值大的答案, 但不一定正确的答案。

不要让模型直接给你答案, 而是把解决问题的方法一步一步拆解开, 指导模型帮最终推导出答案。

分步解析:

指导模型分步骤处理问题,类似于手把手教学,有助于提升解决问题的准确性和深度。

    
步骤1: ...

步骤2: ...

步骤3: ...

...

步骤N: ...

条件判断:

引导模型评估特定条件是否满足,这对于决策支持和问题分析尤为重要。

    
供的文本将用三个引号括起来。如果它包含一系列的指示,那么请按以下格式重新编写这些指示:

步骤1 - ...
步骤2 - …
…
步骤N - …

如果文本中不包含一系列的指示,则简单地写上 "未提供步骤"
'''
今天阳光明媚,鸟儿在歌唱。今天是个美好的日子,适合去公园散步。花儿盛开,树木在微风中轻轻摇曳。人们外出享受着宜人的天气。一些人在野餐,而其他人则在玩游戏或者简单地躺在草地上放松。这是一个完美的日子,可以在户外享受并欣赏大自然的美丽。
'''

输出

    
未提供步骤

案例分析:

提供样本或示例,帮助模型理解任务背景和目标,从而生成与给定样本风格一致的回应。

    
你的任务是以下面的一致的格式回答

<child>: 教我耐心。

<grandparent>: 雕刻最深峡谷的河流源自一处不起眼的泉水;最宏伟的交响乐始于一声孤独的音符;最复杂的织锦始于一根孤独的线。 

<child>: 教我韧性。

输出

    
<grandparent>: 最坚固的树木从最强烈的风暴中生长出来;最坚定的人生理由从最艰难的时刻中诞生;最耀眼的钻石经历最高温度和最大压力而成。

ai_tutorial_prompt_engineering_basics_Prompt_Foundation_1

提升交互效率

  • 口语化表达: 采用口语化、易于理解的语言,避免过度专业或复杂的词汇,以促进更自然、高效的交流。
  • 避免多主题混淆: 为确保交流的准确性,建议每个会话专注于一个主题。如需转换话题,最好开启新的会话。
  • 实例引导: 提供具体实例,帮助模型准确把握问题的核心,特别是在处理抽象概念或复杂任务时。

模型幻觉

在与模型的互动过程中,我们可能会遇到所谓的“模型幻觉”,即模型基于其训练数据集生成的虚假或不准确的信息,就是他会一本正经的胡扯。面对这一挑战,我们需要学会批判性地分析模型的回答,以确保信息的准确性和可靠性。

prompt

    
请介绍一下 Boie 推出的 AeroGlide UltraSlim 智能牙刷。

输出

    
AeroGlide UltraSlim智能牙刷是Boie推出的一款高科技产品。它采用先进的技术设计,拥有超薄的刷头,可有效清洁牙齿表面和牙缝。此外,它还配备了智能功能,如定时提醒和连接手机应用程序,帮助用户更好地监控和改善口腔健康。这款牙刷的设计简洁时尚,易于使用,是现代生活中口腔护理的理想选择。

Boie不是一个真实存在的公司, 更没有AeroGlide UltraSlim 这款产品。

掌握与大型语言模型有效交互的技巧,能够提升任务完成的效率和质量,还能在数据分析、内容创作等多个领域发挥巨大潜力。后续教程会更加详细的介绍各类方法。

阅读全文
目录
有效交互的关键 提升交互效率 模型幻觉
AI工具教程
免费领取AI学习资料 进AI副业交流群
礼物
AI工具教程
免费领取AI学习资料 进AI副业交流群