0
点赞
收藏
分享

微信扫一扫

C# 宏--释义及实例

慕犹清 2023-11-27 阅读 5

提示工程

提示工程

1、概述

Prompt Engineering: 提示工程

提示词要素

  • 指令:想要模型执行的特定任务或指令

  • 上下文:包含外部信息或额外的上下文信息,引导语言模型更好地响应

  • 输入数据:用户输入的内容或问题

  • 输出指示:指定输出的类型或格式

提示模型

  • 零样本提示(Zero-Shot Prompting)

    • 即用户不提供任务结果相关的示范,直接提示语言模型给出任务相关的回答
  • 角色扮演提示(Role Prompting)

  • 少样本提示(Few-Shot Prompting)

    • 用户提供少量的提示范例,例如任务说明等
  • 参数设置

  • 思维链提示(Chain of Thought Prompting)

  • 零样本思维链提示(Zero-Shot Chain of Thought Prompting)

1.1、零样本提示(Zero-Shot Prompting)

标准的提示词:

  • 指令:你需要模型完成的任务

  • 上下文信息:这里的上下文信息有两个作用

    • 给AI划定一个信息范围

    • 给AI提供一些额外的信息,从而让AI能更好的执行指

  • 问题:你需要模型解答的问题

  • 输出要求:你需要模型的回答所遵照的要求,这里的要求可以是格式、条数等,也可以是回答风格。

零样本提示格式:

案例:

案例:文本分类

1.2、少样本提示(Few-shot)

零样本提示可以通过简单的自然语言向AI下达指令,但是如果指令复杂化的情况下就不好描述了。

少样本提示的关键核心就是:举个栗子!通过给AI提供一个示例样本来控制AI的回复。

案例

案例:英语单词查询助手

案例:控制输出的格式

这是 openai-cookbook 中关于 Few shot 的介绍:few-shot

1.3、角色扮演(Role Prompting)

ChatGpt Prompt Generator: 指定角色,这个工具会生成对应角色的提示词

提示词-角色库

让AI扮演一个你要求的角色,AI会基于这个角色来执行你所给的指令

直接上案例…

image

1.4、参数设置

ChatGPT常见的参数如下:

参数设置名称参数说明参数设置范围参数设置示例
model模型类型,表示ChatGPT的具体模型架构。字符串,例如:“gpt-3.5-turbo”“gpt-3.5-turbo”
prompt用户提供的对话或输入,用于模型的上下文。字符串“Translate the following English text to French: {text}”
temperature控制输出的随机性,较高值增加随机性。浮点数,通常在0和1之间use “temperature” value of 1 in our conversation
max_tokens限制生成文本的最大标记数,控制输出长度。整数use “max_tokens” value of 300 in our conversation
top_p仅在top-p(nucleus)中采样标记,用于控制多样性。浮点数,通常在0和1之间use “top_p” value of 0.3 in our conversation
frequency_penalty提高高频词汇的惩罚项,以促使生成更多不常见的词汇。浮点数,通常在-2和2之间use “frequency_penalty” value of 1.5 in our conversation
presence_penalty提高已生成词汇的惩罚项,以促使生成更多新词汇。浮点数,通常在0和1之间use “presence_penalty” value of 0.2 in our conversation
stop设置一个停止词,用于指导生成的文本何时结束。字符串“###”

1.5、思维链提示(Chain-of-Thought Prompting,COT)

简单来说,思维链提示也是少样本提示的一种,不过这个样本换成了与逻辑推理相关的样本。

案例

1.6、零样本思维链提示(Zero-Shot CoT prompting)

魔法咒语

1.7、自我一致性提示

投票:使用大语言模型来处理较为复杂的文本的时候,为了确保处理结果的准确性,我们通常会使用同一段提示词产生多个结果,然后取出现次数最多的那个结果作为最终结果。

1.8、知识生成提示(Generated Knowledge Prompting)

让gpt大模型基于全网能获得的公共数据来进行生成所需要的内容

案例:

1.9、提示词公式

提示词万用公式=明确任务或需求+限定范围或主题+指定格式或结构+确定语气或风格+指定关键信息或要素

通过这个结构的不同组合,相信你就可以写出自己想要提示词。

1、明确任务或需求: 在提示词中清楚地指明你希望生成的文本的目标或任务,如描述、解释、比较、总结等。

例如:请描述一下巴黎塞纳河的历史和文化意义。

解释一下量子力学的基本原理和应用。

2、限定范围或主题: 在提示词中指定特定的主题、领域或背景,以便模型生成与之相关的内容。

例如:在美食领域中,介绍一些著名的法国菜。 关于人工智能领域的发展趋势和挑战进行一番讨论。

3、指定格式或结构: 如果你有特定的文本格式或结构要求,可以在提示词中明确指定,如列表、段落、标题等。

例如:请列出五个理由,解释为什么健康饮食对人体重要。

给我写一篇关于旅行的短文,包括引言、正文和结论。

4、确定语气或风格: 如果你希望生成的文本有特定的语气、风格或口吻,可以在提示词中表达清楚。

例如:以幽默的口吻给我讲一个笑话。 用诗歌的形式表达对自然的赞美。

5、指定关键信息或要素: 在提示词中提供关键的信息或要素,以确保生成的文本包含所需的内容。

3、资源

ChatGPT手册

ChatGPT 提示词高阶技能:零次、一次和少样本提示

OpenAI-CookBook - 提示词教程

如何使用大语言模型

ChatGPT Prompts Awesome

ChatGPT SEO prompts

SEO工具网站

提示工程指南

电子书推荐:

《如何用ChatGPT赚钱:策略、技巧和战术》

[《聊天提示的艺术:制作清晰有效的提示指南》](The Art of ChatGPT Prompting: A Guide to Crafting Clear and Effective Prompts)

《保护GPT:攻击和防御ChatGPT应用程序的实用介绍》

[ChatGPT提示生成器应用程序](ChatGPT Prompt Generator - a Hugging Face Space by merve)

举报

相关推荐

0 条评论