如何对ChatGPT进行Prompt逆向工程， Prompt engineering生成Prompt的核心是给出例子，反推生成例子的通用Prompt模板mjourney，给出图片生成该图的Prompt

朴拙数据交易猿

已于 2023-04-21 10:59:01 修改

阅读量5.5k

点赞数

文章标签： chatgpt 人工智能

于 2023-04-04 16:30:04 首次发布

本文链接：https://blog.csdn.net/weixin_45934622/article/details/129955635

版权

文章讨论了如何进行Prompt逆向工程，以理解和生成ChatGPT的响应。关键点包括分析文本特征、创建有效Prompt、添加上下文信息、调整生成参数以及通过试验优化Prompt。此外，文章还强调了Prompt应具备的特点和生成高质量Prompt的技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如何对ChatGPT进行Prompt逆向工程
加上以下文本结合你的总结以下文本，得出ChatGPT的prompt生成规律：

例子问法

请分析以下文本的角色、风格、语气、长度、段落和emoji使用等特点，给出可以生成这个文本的 Prompt。

问题

请分析以下文本的知识和chatGPT的Prompt使用和生成特点，给出可以生成以下文本的 Prompt：
1、把 ChatGPT 作为一个逆向工程师来培养，可以预置几个步骤来解锁能力/提升效果
Let’s think step by step. Prompt 逆向工程是指通过分析给定的文本，返回可以由ChatGPT生成这些文本的 Prompt。现在，请你给出一个 Prompt 逆向工程的例子。
好的，现在，请给出3条你认为的高质量Prompt
2、给出实际场景中的具体例子，要求 ChatGPT 反写出 Prompt
3、新建 Chat，验证 Prompt 效果，如果效果不好，可以反复修改，直到满足效果为止
4、要求 ChatGPT 重写 Prompt 成为模板，使其更加通用（可以使用一定的占位符来做格式化）
5、使用 Prompt 模板，提供另一个具体场景，测试其效果，效果不好可以继续修改；效果不错的话，我们就找到了一条适用于某个场景的更为通用的 Prompt

chatGPT回答

【分析】

这段文本主要涉及到了“Prompt 逆向工程”和“ChatGPT”的使用。其中，Prompt 逆向工程是指从给定的文本中，通过分析和推理，找到可以激发ChatGPT生成这样的文本的Prompt；而ChatGPT则是一个基于预训练的语言模型，可以生成各种自然语言文本。此外，该文本还提到了一些具体操作步骤和例子，例如创建和测试Prompt模板等。

在进行Prompt逆向工程时，我们需要提供一个可以激发ChatGPT生成指定文本的Prompt。通常，一个有效的Prompt应该具备以下特点：

具有足够的信息，以激发ChatGPT生成正确的响应。
不应过于具体，以允许ChatGPT自由地生成相关的响应。
尽可能简单明了，易于记忆和使用。

在生成Prompt时，可以尝试采用以下技巧：

关注给定文本中的关键词，这些关键词通常可以作为激发ChatGPT生成响应的提示。
为Prompt添加足够的上下文信息，这些信息可以帮助模型选择正确的响应。
尝试为Prompt添加一些特殊的标记或占位符，以便定制响应结果。

【Prompt生成】

Prompt: 如果你想成为一个ChatGPT逆向工程师，你可以尝试以下几个步骤：

尝试使用不同的开场白或询问方式来与ChatGPT交互，以了解它的生成方式和限制。
添加一些关键词或上下文信息到Prompt中，以便ChatGPT生成相关的响应。
尝试调整生成参数（例如temperature、top_p等）以控制生成的响应的创新度或特定主题的关注度。

【高质量Prompt】

你认为什么是一个好的ChatGPT逆向工程师必备能力？
ChatGPT的响应是如何由Prompt触发的？
调整生成参数后，ChatGPT的响应会发生什么变化？

【具体例子】

场景：我想让ChatGPT解答一个数学题，答案是500，要求ChatGPT反写出Prompt

可能的Prompt:

我有一个数学题，它的答案是500，你能帮我算出这个数学题吗？
我可以给你一道数学题，它的答案是500，你想试试看吗？
告诉我，如果我在一个数学问题中得到了500这个答案，我应该问什么问题？

【通用Prompt模板】

如果你想让ChatGPT生成特定的自然语言文本，请尝试以下几个步骤：

确定所需的语言模式和样式。
添加一些关键词或上下文信息到Prompt中，以便ChatGPT生成相关的响应。
尝试调整生成参数（例如temperature、top_p等）以控制生成内容的创新度或特定主题的关注度。

如何对ChatGPT进行Prompt逆向工程

对ChatGPT进行Prompt逆向工程的主要思路是通过试验和探究，从模型的响应中找到模型所考虑的上下文信息和对话情境，进而构造出相应的Prompt。

以下是进行Prompt逆向工程的几个建议：

尝试使用不同的开场白或问句。ChatGPT的响应主要由前面的输入信息和上下文来确定，因此，如果您更改了开场白或问题的形式，就可以发现与原来的问句不同的响应和上下文。
手动添加一些特定关键词。ChatGPT是一个基于语言模型自动生成响应的模型，因此，在Prompt中加入关键词可以对模型的生成结果产生影响。例如，如果您正在与ChatGPT交谈，您可以在Prompt中添加某些关键词，例如“儿童玩具”、“玩具店”等，以引导ChatGPT接下来生成相关的响应。
对话数据的分析。ChatGPT是基于大量对话数据进行训练的，因此对数据的分析也有助于逆向工程。例如，您可以查看ChatGPT在特定对话数据集中的响应，看看它是如何开始和维护对话，以及如何处理常见问题和话题。
调整生成方式。如图领域指定，调整生成方式可以使ChatGPT在某些方面专注于某些话题或样式（例如个性化或固定回复）。这可以通过设置生成参数来完成。例如，您可以尝试增加“temperature”参数的值，从而使模型生成更具创意的回复。

请注意，在进行Prompt逆向工程时，模型生成的响应并不一定是完全可控的，因为模型可能会将某些信息抛弃或合并在一起，从而导致您的Prompt无法准确预测生成结果。