点击下方👇“芝诺数据分析”关注公众号
一起学习AI、搞钱、进化!
大家好,我是小芝!
最近,芝诺AI丨AIGC福利群里的朋友们老跟我吐槽,说在实际的使用过程中会有一种感觉:“这些AI工具并没有所传的那么好用啊,生成的内容与预期有一些落差。”
其实造成这种落差的主要因素是提示词(prompt)有问题,小芝认为提示词与生成内容质量有 70% 以上的直接关系。
由于目前人类的技术对自然语言(人说的话)处理的技术还不完美,所以导致目前 AI 生成内容的质量,非常依赖于提示词(prompt)。
所以为了得到高质量的提示词,第一步你需要先让 ChatGPT 清楚明白你到底想要什么,避免模糊的指令。
高质量 Prompt 核心要点是具体、丰富、少歧义,要把AI当人看。
要清晰地表达你想要什么,不要让GPT猜你想要什么。GPT瞎猜的越少,我们就越可能获得想要的答案。
重磅来了!接下来我会教大家如何使用提示词去除那股“AI味儿”,干货满满!小芝已经替大家做好笔记,千万别错过哦!
在评论区回复“666”即可获取AI提示词课程/文档,现在加群还能解锁更多精彩福利。(免费进AI福利群,一起交流AI相关知识,抹平信息差,不被割韭菜!)
获取ChatGPT更好回复的六大策略如下:
1.写清晰的指令
2.提供参考文本
3.将复杂任务分解为更简单的子任务
4.给模型时间“思考”
5.使用外部工具
6.系统地测试更改
今天给小芝给大家讲解第一个策略→写清晰的指令
1.在您的查询中包含细节以获取更相关的答案
为了获得高度相关的回应,请确保请求提供任何重要的细节或背景。否则,您就是在让模型猜测您的意思。
2.要求模型采用特定角色
系统消息可以用来指定模型在其回复中使用的角色。
3.使用分隔符清晰地指示输入的不同部分
分隔符,如三重引号、XML标签、节标题等,可以帮助标示需要不同处理的文本部分。
eg:你将获得一对关于相同主题的文章(用XML标签分隔)。首先总结每篇文章的论点。然后指出哪一篇论点更有说服力,并解释原因。
对于这类直接的任务,使用分隔符可能不会对输出质量产生影响。然而,任务越复杂,明确任务细节的重要性就越大。不要让模型费力去理解你的具体要求。
4.指定完成任务所需的步骤
某些任务最好以一系列步骤来明确指出。明确写出步骤可以使模型更容易遵循。
eg:使用以下分步指示来响应用户输入。
步骤1-用户将用三重引号提供文本。用前“总结:”来总结这段文本的一句话。
步骤2-将步骤1的总结翻译成英文,用前缀“翻译”
5.提供示例
提供适用于所有示例的一般性指令通常比通过示例展示任务的所有排列组合更有效,但在某些情况下,提供示例可能更容易。
eg:如果你希望模型复制一种回应用户查询的特定风格,而这种风格难以明确描述。这被称为“少次示例”提示。
6.指定输出的期望长度
您可以要求模型生成给定目标长度的输出。
eg:目标输出长度用单词、句子、段落、项目符号等的数量来指定。但请注意,指示模型生成特定数量的单词并不具有高精度。模型可以更可靠地生成具有特定数量段落或项目符号的输出。
模型总结:
角色(Role):定义ChatGPT应扮演的角色。
任务(Task):确定ChatGPT需要完成的具体任务。
格式(Format):指定完成任务的方法或步骤。
未完待续...