创新项目实训-提示词工程

1.编写明确具体的指令

1.使用分隔符清楚地知识输入的不同部分，将特定的文本部分与prompt的其他部分分隔开。如``` 三个单引号。分隔符还可以避免指令冲突。

2.要求模型使用结构化输出，你可以在prompt中提供自定义的格式，或者直接要求模型以json或HTML格式输出

3.可以要求模型检查条件。比如，检查一段文本中是否存在步骤，如果存在，那么打印出步骤，如果不存在，简单打印出没有步骤。

4.少量训练提示。在user消息中给出问题和模型应做出的回答。

2.使模型在问题上花更多时间思考。

这通常意味着模型会花费更多算力，而你能得到更好的结果。

1.为模型指定完成任务的步骤。如 “依次执行以下步骤：”

2.在判断一个解析是否正确时，让模型自己做一遍，并令模型在做完之前不得判断答案的正确与否

3.避免幻觉：要求模型首先在知识库中找到任何相关的引用，并要求模型使用引用回答问题。

3.迭代提示词，直到对结果满意。

提示词需要不断迭代设计，直到你对模型的输出满意。

4.杂项

1.可以直接将prompt放入user message，事实上，如果不做聊天机器人等类似应用，不需要system消息和assistant消息。

system消息确定模型的行为，人设，作为高层指令用于对话，如同在assistant的耳边低语。

5.辅助函数

def get_completion(text, model="gpt-3.5-turbo"):
    prompt = f"""
    我将给你一个数学题，这个数学题被我用两个&符号分隔开。请你分析这个数学题涉及的知识点。
    你应当依次执行以下步骤：
    1.解答这道数学题，但不要输出解答过程。
    2.阅读上一步的解答过程，总结出所使用的数学知识点,但不要输出。这些知识点组成集合A。
    3.判断集合A中的每个知识点是否在第1步的解答过程中出现，如果没有出现，将其从集合A丢弃。
    4.解答这道数学题，但不要输出解答过程。
    5.阅读上一步的解答过程，总结出所使用的数学知识点,但不要输出。这些知识点组成集合B。
    6.判断集合B中的每个知识点是否在第4步的解答过程中出现，如果没有出现，将其从集合B丢弃。
    7.解答这道数学题，但不要输出解答过程。
    8.阅读上一步的解答过程，总结出所使用的数学知识点,但不要输出。这些知识点组成集合C。
    9.判断集合A中的每个知识点是否在第7步的解答过程中出现，如果没有出现，将其从集合C丢弃。
    输出格式为json格式，输出内容为A、B和C中的知识点,语言应当为中文。不要输出除了知识点以外的内容。
    &{text}&
    """
    messages = [{"role": "user", "content": prompt}]
    completion = openai.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0,
        max_tokens=100
     )
    return completion.choices[0].message.content