吴恩达和OpenAI合作课程【ChatGPT Prompt编写及开发指南】笔记

课程来源: ChatGPT Prompt Engineering for Developers(DeepLearning.AI)

一、如何编写一则prompt
法则1：给出清晰、具体的指令
1、使用分隔符号

例如 ```, “”", < >, , :

2、结果输出结构化
指定以JSON、HTML等结构化格式输出相关元素

任务举例：“把回复用JSON格式输出，包括字段：response，search_intent”

3、让模型检查所给指令是否能完成
如果不能做到，指定如何处理异常

任务举例：xx如果没有xx，则提示用户xxx

4、发出指令时给几个案例

任务举例：“把距离单位转换成千米(例如：158967.7693是15.90千米)”

法则2：给模型一点时间去思考
1、分步骤去描述任务，指定输出结果的格式
Step1、step2…

例：输出结果用以下格式：
源文本：
Step1拿到的结果：
Step2拿到的结果：
…

2、让模型自己先思考一遍问题，再执行任务
例：prompt任务是判断学生做算术题是否正确

先让模型自己做一遍，再去检查学生的答案

3、模型的局限：以假乱真，给出看着很真但其实是错误的信息
一个小技巧（针对文本处理的任务）：让模型去找到待引用的文本，尽量用源文本去给回复，这样能让模型去回溯原文，减少瞎编的情况。

二、Prompt编写迭代思路

把任务转化成清晰具体的prompt指令 > 执行\测试 > 错误分析 > 优化prompt指令 > 继续分析+优化+更多的测试

三、prompt的应用场景
1、总结篇章
2、推断信息（情感分析、舆情监测等）
3、文本转换（语言翻译、角色转换、格式转换、语法检查等）
4、扩写（客服回复邮件、写广告等）Temperature 值给越大，回复会越丰富

四、机器人开发
角色：system/assistant/user
在helper函数中使用messages 字段，在多轮对话中，每次请求要把system内容（任务背景信息）、前几轮的对话都输入给模型

举例：messages = [
{‘role’:‘system’, ‘content’:‘You are an assistant that speaks like Shakespeare.’},
{‘role’:‘user’, ‘content’:‘tell me a joke’},
{‘role’:‘assistant’, ‘content’:‘Why did the chicken cross the road’},
{‘role’:‘user’, ‘content’:‘I don’t know’} ]