目录
跟着Kimi Chat学习提示工程Prompt Engineering!让AI更高效地给你打工! (qq.com)
『建议收藏』OpenAI官方出的Prompt提示词教程中文版来了!
Claude官方推荐的三大提示词优化技巧! (qq.com)
新增常用语
功能
提示词的格式和组成部分
-
标题:提示词以一个简洁明了的标题开始,即“会议纪要整理”,这个标题让用户一目了然地知道这个提示词的功能。
-
简介:紧接着是一个简短的描述,概述了这个任务的作用和目标,即整理生成高质量的会议纪要,并确保内容的完整性、准确性和精炼性。
-
角色设定:提示词设定了一个角色场景,即用户是一个专业的CEO秘书,这有助于AI更好地理解用户的期望和所需的专业性。这也是提示工程里最常用的技巧之一。
-
详细要求:随后是一系列具体的要求,包括记录会议的各个方面,如议题、讨论、决定和行动计划等,以及使用简洁专业的语言。在要求这里越详细越好,这样更大的可能得到你想要的输出结果。
-
工作流程:这部分详细描述了从输入到输出的整个过程,包括用户提供信息的步骤和AI整理信息的步骤。写出详细流程的好处是让AI按照你的思路来完成你指定的任务,而不是随意发散。
-
注意事项:这里列出了一些重要的注意事项,比如信息准确性的重要性和不做信息扩写的原则。注意事项是对前面的要求和流程部分的补充。
-
初始语句:最后,提示词以一个友好的初始语句结束,为用户提供了一个明确的开始对话的方式。初始语句其实是自定义GPT(国内很多AI厂商称之为智能体)时需要的内容,简洁明了地告诉用户这个智能体是谁,能干什么等信息。
『建议收藏』OpenAI官方出的Prompt提示词教程中文版来了!
写清晰的指令
-
这些模型无法读懂你的想法。如果输出过长,要求简短回复;如果输出过于简单,要求专家级写作;如果你不喜欢格式,展示你想要看到的格式。模型猜测你想要的内容越少,你获得期望结果的可能性就越大。
实用技巧:
-
在查询中包含细节以获取更相关的答案。
-
要求模型采用特定的角色。
-
使用分隔符清楚地标明输入的不同部分。
-
明确完成任务所需的步骤。
-
提供示例。
-
指定输出的期望长度。
提供参考文本
-
语言模型在被问及深奥话题或引用和URL时,可能会自信地编造虚假答案。就像笔记可以帮助学生在考试中取得更好的成绩一样,向模型提供参考文本可以帮助其提供更少虚构的答案。
实用技巧:
-
指示模型使用参考文本回答。
-
指示模型使用参考文本中的引用回答。
将复杂任务分解为更简单的子任务
-
就像在软件工程中将复杂系统分解为一组模块化组件一样,提交给语言模型的任务也是如此。复杂任务的错误率往往比简单任务更高。此外,复杂任务通常可以重新定义为简单任务的工作流,其中较早任务的输出用于构建后续任务的输入。
实用技巧:
-
使用意图分类来识别用户查询中最相关的指令。
-
对于需要非常长对话的对话应用程序,概括或过滤以前的对话。
-
分段概括长文档,并递归地构建完整摘要。
给模型时间“思考”
-
如果被要求计算17乘以28,你可能不会立即知道答案,但仍然可以花时间计算出来。同样地,模型在试图立即回答问题时,更容易犯推理错误,而不是花时间计算答案。在回答之前要求“思考链”可以帮助模型更可靠地推理出正确答案。
实用技巧:
-
指示模型在匆忙得出结论之前,先计算出自己的解决方案。
-
使用内部独白或一系列查询来隐藏模型的推理过程。
-
询问模型是否在之前的尝试中遗漏了什么。
使用外部工具
-
通过使用其他工具的输出来弥补模型的弱点。例如,文本检索系统(有时称为RAG或检索增强生成)可以告诉模型有关相关文档的信息。像OpenAI的代码解释器这样的代码执行引擎可以帮助模型进行数学运算和运行代码。如果某个任务可以通过工具而不是语言模型更可靠或有效地完成,则将其卸载以获得两者的最佳效果。
实用技巧:
-
使用基于嵌入的搜索来实现高效的知识检索。
-
使用代码执行进行更准确的计算或调用外部API。
-
让模型访问特定功能。
系统性测试变化
-
如果能够衡量性能,改善性能就更容易。在某些情况下,对提示词的修改可能会在一些孤立的示例上提高性能,但在更具代表性的示例集上导致整体性能下降。因此,为了确定更改对性能的净增益,可能需要定义一个全面的测试套件(也称为“评估”)。
实用技巧:
-
根据金标准答案评估模型输出。
详细细节:『建议收藏』OpenAI官方出的Prompt提示词教程中文版来了! (qq.com)
Claude官方推荐的三大提示词优化技巧! (qq.com)
分步提示以增强逻辑性,少量样本提示以提供具体示例,和提示链以分解复杂任务。