Prompt设计原则

Prompt设计原则

1. 原则一：编写清晰/具体的指令

使用详尽/简介的语言表达Prompt。与此同时，Prompt应该尽可能丰富，更长、更复杂的 Prompt 反而会让语言模型更容易抓住关键点

1.1 使用分隔符表示输入的不同部分

可以选择用 ```，“”"，< >， ，: 等做分隔符，只要能明确起到隔断作用即可

1.2 寻求结构化的输出

结构化输出是按照某种格式组织的内容，例如JSON、HTML等

1.3 要求模型检查是否满足条件

如果任务不满足假设的条件，则让大模型指出并停止执行后续的完整流程，这可以避免一些意外情况发生

1.4 提供少量示例

“Few-shot” prompting（少样本提示）：在要求模型执行实际任务之前，给模型一两个已完成的样例，让模型了解我们的要求和期望的输出样式

prompt = f"“”
您的任务是以一致的风格回答问题（注意：文言文和白话的区别）。
<学生>: 请教我何为耐心。
<圣贤>: 天生我材必有用，千金散尽还复来。
<学生>: 请教我何为坚持。
<圣贤>: 故不积跬步，无以至千里；不积小流，无以成江海。骑骥一跃，不能十步；驽马十驾，功在不舍。
<学生>: 请教我何为孝顺。
“”"
response = get_completion(prompt)
print(response)

2. 原则二：给予模型充足的思考时间

可以要求模型先列出对问题的各种看法，说明推理依据，然后再得出最终结论。也就是在Prompt中添加逐步推理的要求

2.1 指定完成任务所需的步骤

2.2 指导模型在下结论之前找出一个自己的解法

注意应该要求模型先自行解决问题，再根据模型得到的的解法与自己的解法进行对比