跟着ChatGPT的横空出世，prompt提示工程突然就成了一个时髦的技术，prompt的中心是制定科学有用的提示，以便于咱们能够从大言语模型中得到更精确的输出。简略说，就是怎样从任何人工智能模型中获得更好的输出成果。
做到这一点需求两个关键准则：“明晰度”和“让大模型考虑”。
准则一：越明晰越好
榜首个准则着重向模型供给明晰清晰的指令，为了做到这一点，OpenAI主张采用四种战略：
#1.对文本输入运用分隔符
运用明晰而详细的指令是非常重要的，这个战略在提示中包含文本片段时特别有用。
例如，假如您将这一段文本输入到ChatGPT以获得摘要，文本本身应经过运用任何分隔符与提示的其他部分分隔。
假如在上图的事例中未正确分隔文本，则 ChatGPT 或许会感到困惑。
#2.恳求结构化输出
为了使模型输出更精确，要求做详细的结构化输出或许会有协助。常见的结构能够是JSON或HTML。
当构建应用程序或生成特定提示时，将模型输出标准化能够极大地进步数据处理的效率，特别是假如您计划将这些数据存储在数据库中供将来运用。
考虑一个比如，您恳求模型生成一本书的详细信息。您能够直接宣布恳求，或许运用更清晰的格局指定所需的输出。
如上所示，能够观察到解析第二个输出比解析榜首个输出要容易得多。
我的个人主张是运用JSON比较好。
#3.查看一些特定条件
类似地，为了防止模型的输出成果过错，咱们能够要求模型在履行使命之前查看是否满意某些条件，假如不满意，则输出默认呼应，这是避免意外过错或成果的完美办法。
幻想一下，您期望ChatGPT将给定文本中的任何一组指令重写为一个编号的指令列表。
假如输入文本中不包含任何指令怎样办？
比如，在这个详细的比如中，咱们将指示ChatGPT在给定文本中没有指令时回来特定输出。
让咱们将其付诸实践。咱们向模型供给了两段文本：榜首段是关于怎样制作咖啡的指令，第二段没有指令。
因为提示中包含查看是否有指令的部分，ChatGPT能够轻松检测到这一点。否则，或许会导致一些过错的输出。
这种标准化能够咱们构建的应用程序免受不知道过错的影响。
#4.少量示例提示
咱们的终究一个战略是所谓的少样本提示法（few-shot prompting）。它包含在要求ChatGPT履行实践使命之前，供给成功履行该使命的示例。
为什么要这样做呢？
咱们能够运用预先准备好的示例让ChatGPT依照特定的风格或口气进行回答。例如，假定在构建一个聊天机器人时，您期望它以某种特定的风格回答用户的问题。为了向模型展现期望的风格，您能够首要供给一些示例。
让咱们用一个非常简略的比如来说明怎样实现这一点。假定我期望ChatGPT仿照一个孩子和祖父母之间的对话风格。
经过这个比如，大模型能够以类似的口气回答问题。
准则二：让模型考虑
第二个准则是给予模型考虑的时刻，这在模型供给不正确的答案或呈现推理过错时至关重要。
咱们能够要求大模型依照推理过程来生成成果，迫使模型核算这些中心过程。
实质上，就是给予它更多考虑的时刻。
#1. 指定履行使命的中心过程
指导模型的一个简略办法是供给一个生成正确答案所需的中心过程列表。
就像咱们对任何实习生都会做的那样！
例如，假定咱们首要对英文文本进行总结，然后将其翻译成法语，终究得到一份运用的术语列表。假如咱们直接要求进行这个多过程使命，ChatGPT在核算解决方案的时刻很短，而且无法达到预期的效果。
然而，经过简略地指定中心过程，咱们却能够获得所需的术语。
在这种情况下，要求结构化输出也会有所协助！
有时并不需求列出一切的中心使命，只需求要求ChatGPT逐渐推理即可。
#2. 指示模型制定自己的解决方案。
咱们的终究一种战略涉及向模型征询其答案。这要求模型清晰核算手头使命的中心阶段。这怎样了解呢？
假定咱们正在创建一个应用程序，让ChatGPT在纠正数学问题方面供给协助。因而，咱们需求模型评估学生呈现的解决方案的正确性。
鄙人面的图例里，咱们将看到数学问题和学生的解决方案。在这种情况下，终究成果是正确的，但背面的逻辑却不正确。假如咱们直接将问题提交给ChatGPT，它会认为学生的解决方案是正确的，因为它首要重视终究答案。
为了解决这个问题，咱们能够要求模型首要找出自己的解决方案，然后将其解决方案与学生的解决方案进行比较。
经过恰当的提示，ChatGPT将正确判别学生的解决方案是过错的。
总结
总结起来，提示工程是最大化像ChatGPT这样的AI模型功能的重要东西。跟着咱们进入由AI驱动的年代，通晓提示工程将成为一项宝贵的技术。
总体而言，咱们现已看到了六种战略，能够在构建应用程序时最大限度地发挥ChatGPT的优势。
- 运用分隔符来分隔额外的输入。
- 恳求结构化输出以保证一致性。
- 查看输入条件以处理异常值。
- 利用少样本提示来增强功能。
- 指定使命过程以给予推理时刻。
- 强制推理中心过程以进步精确性。
终究，我想着重一下，一个好的提示是释放AI全部潜力的关键！
