LLM: Prompt的使用

本文使用的LLM是OpenAI的gpt系列。刚开始学大模型，如果出现错误内容或着描述不恰当的部分，后续会修改。

  Prompt是输入给大模型的文本或语句，用来引导大模型(Large Language Model, LLM)生成相关的输出。好的prompt可以提高大模型输出的准确性和可靠性。一般而言，好的prompt的特点是：具体、丰富、少歧义。

1.Prompt

1.1 prompt典型构成

  一般情况下，一个好的prompt主要包括以下几个方面的内容：

• 角色：给 AI 定义一个最匹配任务的角色，比如：“你是一位软件工程师”等；
• 指示：任务描述；
• 上下文：给出与任务相关的其它背景信息(经常用在多轮对话中)；
• 例子：示例；
• 输入：任务的输入信息，在提示词中明确的标识出用户输入；
• 输出：输出的格式描述，以便后继模块自动解析模型的输出结果，比如JSON、XML等；

tips: 大模型对prompt的开头和结尾部分更敏感；OpenAI GPT 对 Markdown 格式的prompt友好; 如果更换了大模型或者大模型更新了，prompt也需要跟着更新。

1.2 prompt用法

这里给出一个使用prompt操作GPT模型的例子(这里使用的是GPT的API，具体环境执行配置，这里不赘述)，具体代码如下：

from openai import OpenAI
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())
client=OpenAI()
message=[
    {
   "role":"system","content":"你是一个微信公众号文章的写手。"},
    {
   "role":"user","content"<