type
status
date
slug
summary
tags
category
icon
password
URL
OpenAI发布了关于Prompting的自身经验知识。
在Prompting-Tipps的中心，有六个策略，OpenAI将其分为以下几类。
给出明确的指示
GPT模型无法读取思维，因此提供清晰的指示以达到所需结果非常重要。一些给出清晰指示的策略。
- 在请求中添加细节以获得更有说服力的答案。
- 给模型分配一个角色
- 使用限定符来标记请求的特定部分
- 指出完成任务所需的步骤。
- 提供示例
- 指定所需的输出长度
提供参考文本
语言模型容易给出错误的答案，尤其是在涉及“神秘主题”、引用和URL的问题上。提供参考文本可以帮助减少错误答案的数量。实施这种策略的战术是
- 根据参考文本，给模型下达指令以作出回答
- 使用参考文本中的引用回答模型的指示
将复杂任务分解为简单的子任务
由于复杂任务通常比简单任务具有更高的错误率，将复杂任务分解为一系列模块化的组件可能是有帮助的。这种策略的一些战术包括
- 通过选择、询问和澄清，确定与用户请求最相关的指示
- 将长篇文档分段总结，并递归地创建完整的总结
给模型一些时间来“思考”
模型在试图立即回答时会犯更多的思维错误。如果要求模型在回答之前形成一个“思维链”（逐步思考），可以帮助它更可靠地得出正确的答案。这种策略的战术包括
- 模型被要求在得出结论之前找到自己的解决方案。
- 使用内心独白或一系列问题来隐藏模型的思维过程
- 询问模型是否在之前的运行中有所遗漏
系统
按照以下步骤回答用户的问题。
步骤1 - 首先自己找出解决问题的方法。不要依赖学生的解决方案，因为可能是错误的。将此步骤的所有工作用三个双引号（"""）括起来。
步骤2 - 将您的解决方案与学生的解决方案进行比较，并评估学生的解决方案是否正确。在此步骤中，请将您的所有工作用三个双引号（"""）括起来。
步骤3 - 如果学生犯了一个错误，请考虑给学生一个提示，而不是直接给出答案。将您在此步骤中的所有工作用三个双引号（"""）括起来。
步骤4 - 如果学生犯了错误，请给予学生来自前一步骤的提示（不包括引号内的内容）。不要写"步骤4 - ..."，而是写"提示："。
用户
问题陈述： <插入问题陈述>
学生解答： <插入学生解答>
OpenAI为内心独白提供的示例提示
OpenAI在这个上下文中没有提到更复杂的提示补充，比如“深呼吸”或者通过给聊天机器人施加情感压力的策略。
使用外部工具
大型语言模型的典型弱点可以通过使用其他工具，如文本搜索系统或代码执行程序来弥补。带有工具的所谓语言模型在潜力上比纯粹的语言模型要强大得多。这种策略的战术包括
- 使用嵌入式搜索实现高效的知识查询
- 使用代码执行来进行更精确的计算或调用外部API。
- 模型访问特定功能
此外，OpenAI建议通过有针对性的评估来评估常用提示，而不仅仅依赖自己的直觉来进行质量评估。
这些分析应该符合实际使用情况，包含许多测试案例，并且易于自动化或重复，OpenAI建议。
结果的评估可以通过计算机、人类或二者的混合来进行。OpenAI提供了开源软件Evals来实现这一点。在OpenAI的提示指南中，为所有上述场景提供了提示示例。有关ChatGPT提示策略的更多基本提示和提示想法，请参阅我们的文章。
总结
- OpenAI发布了关于提示的建议，分为六个策略，以获得更好的GPT-4等AI语言模型的结果。
- 战略包括明确的指示，提供参考文本，将复杂任务分解为子任务，给模型留出时间“思考”，使用外部工具并进行有针对性的评估。
- 这些建议旨在提高AI语言模型的性能，并帮助用户从模型中获得更有效和准确的答案。