—— GPT4介绍如果 OpenAI 和谷歌的最新演示有任何暗示的话，我们正在奔向一个未来，到那个时候，与语音助手和语言应用程序交谈可能就像与朋友聊天一样普遍从本质上讲，我们正面临人机交流的新时代，这一时代已被许多科幻作家和电影制片人在他们的艺术作品中捕捉到与涉及简单导航或按钮点击的典型软件系统不同，我们发现这里更加方便、更加容易；毕竟，我们处理的是人类语言事实证明，与我们的助手进行基于人类语言的交流虽然并不简单，但却很容易语言很少是简单的，因为它有太多的细微差别然而，在这种情况下，问题的框架极大地影响了答案的表达、风格和清晰度单击按钮后，您会得到标准或普遍预期的答案但是，现在您使用人工智能助手的体验以及朋友回答类似问题时的体验可能会截然不同
事实上，经过预训练和校准的 LLM 生成的响应质量与您（用户）提供的提示或说明的质量直接相关使用正确的方法来制作和自定义提示可以大大提高输出质量和相关性本文标题提到了“26条原则”这些原则在一篇论文中进行了详述——《质疑LLaMA-1/2、GPT-3.5/4，你只需要原则性指导》[1]这些原则讨论了适用于各种用例和领域的关键提示设计技术它们很容易融入，可以成为每个人的提示词汇和风格的一部分作为一个激励性的例子，让我们并排比较一下没有原则的提示和应用原则的提示（图 1）两者的区别很明显在示例中，调整提示可以对同一概念进行更详细、更易于理解的解释图 1：应用原则之前和之后的提示和相应响应的说明示例左侧是 GPT-4 中的原始促销活动及其响应，右侧是原则性提示和相关响应然而，好处不止于此调整提示也能提高结果的准确性，尤其是在数学和逻辑推理问题上有哪些原则？从广义上讲，这些原则建议使用某些单词和短语，引入关键思想，例如合并角色描述、添加示例、为输出提供方向、强调某些提示结构和合并迭代并非所有原则都适用于所有场景，事实上，它们可以根据用例以各种方式进行组合这些原则可分为两大类，并归类为：10 个高级方法和 5 个专门提示首先我们来看看方法每种方法都由几项原则组合而成对于每项原则，都提供了一个或多个示例方法 1：使用（或避免）特殊单词和短语原则：直奔主题如果你喜欢更简洁的答案，那么在 LLM 中就不需要太客气了不需要添加“请”、“如果你不介意”、“谢谢”、“我愿意”等短语，直接说重点就好不要说“您能描述一下人体细胞的结构吗？”，而要说“人体细胞的结构”原则：使用“做”之类的肯定指令，避免使用“不要”之类的否定语言“地震时建筑物如何保持稳定？”原则：当您需要清楚或更深入地理解某个主题、想法或任何信息时，请使用以下提示：像向 11 岁小孩一样向我解释：加密是如何工作的？2. 用简单的术语解释[插入具体主题]3.像向我 11 岁的孩子解释一样4. 请像对待 [领域] 的初学者一样向我解释5. 像我是 [领域] 的专家一样向我解释“用简单的英语写[文章/文本/段落]，就像向一个 5 岁的孩子解释某事一样”原则：结合以下短语：“你的任务是”和“你必须”“你的任务是向你的朋友解释水循环你必须使用简单的语言 ”方法2：奖励或威胁原则：添加“我将支付 $xxx 小费以获得更好的解决方案”“我将为更好的解决方案支付 30 万美元小费
解释动态规划的概念并提供示例用例”原则：融入以下短语：“你将受到惩罚”“你的任务是向你的朋友解释水循环如果你不能使用简单的语言，你会受到惩罚”方法 3：思路链——一步一步思考对于热爱数学的人来说，这是最重要的短语之一它迫使模型进行多步骤推理原则：使用引导词，如“一步一步思考”“编写一个 Python 代码，循环遍历 10 个数字并对所有数字求和让我们一步一步思考”方法 4：分配角色原则：为大型语言模型（LLM）分配一个角色“如果你是一位经济专家，你会如何回答这个问题：资本主义经济制度和社会主义经济制度之间的主要区别是什么？”方法 5：让观众参与进来原则：将目标受众融入提示中，例如受众是该领域的专家“构建智能手机工作原理的概述，旨在面向从未使用过智能手机的老年人”方法 6：融入迭代原则：在交互式对话中将复杂的任务分解为一系列更简单的提示一个复杂的提示可以分解成如下 3 个部分：“P1：将负号分配给下列等式括号内的每个项：2x + 3y — (4x — 5y)P2：分别将“x”和“y”的同类项合并P3：给出合并项后的简化表达式”原则：让模型通过向您提问来引出您的精确细节和要求，直到它拥有足够的信息来提供所需的输出（例如，“从现在开始，我希望您问我问题......”）“从现在开始，你可以问我问题，直到你获得足够的信息来制定个性化的健身计划”方法 7：提供示例原则：实施示例驱动的提示（使用少量提示few-shot）“将以下英语句子翻译成法语：“天空是蓝色的”“（回答：“Le ciel est bleu”）“将以下英语句子翻译成西班牙语：“我喜欢书”“（回应：“我爱书”）原则：将思路链（Cot）与少量提示相结合“将 10 除以 2首先，取 10 然后除以 2结果是 5”“将 20 除以 4首先，取 20 并将其除以 4结果是 5“主要问题：“将 30 除以 6首先，取 30 然后除以 6结果是……？方法 8：纳入特定格式原则：格式化提示时，以“###Instruction###”开头，然后是“###Example###”或“###Question###”（如果相关）随后，呈现您的内容使用一个或多个换行符来分隔说明、示例、问题、上下文和输入数据“###说明###将给定的单词从英语翻译成法语###问题###“book”的法语单词是什么？”原则：使用分隔符“撰写一篇有说服力的文章，讨论‘可再生能源’在减少温室气体排放方面的重要性”方法 9：控制风格原则：在提示中使用短语“以自然、人性化的方式回答提出的问题”“写一段关于健康食品的文字以自然、人性化的方式回答提出的问题”原则：在提示中添加以下短语“确保您的答案不带偏见，避免依赖刻板印象”“文化背景如何影响人们对心理健康的看法？确保你的答案不带偏见，避免依赖刻板印象”原则：在提示内重复特定的单词或短语多次“进化作为一个概念，塑造了物种的发展进化的主要驱动力是什么？进化对现代人类有何影响？”原则：使用输出引导，即以期望输出的开头结束提示利用输出引导，以预期响应的开头结束提示“描述牛顿第一运动定律背后的原理解释：”方法 10：清晰度原则：以关键词、规则、提示或说明的形式，明确说明模型生成内容所必须遵循的要求“创建一份海滩度假的打包清单，包括以下关键词“防晒霜”，“泳衣”和“沙滩巾”作为必需品”接下来我们来看看针对具体使用场景的提示词或技巧用例 1——自我测试要询问特定主题、想法或任何信息，并且想要测试您的理解，可以使用以下短语：教我任何[定理/主题/规则名称]并在最后附上一个测试，在我回答后让我知道我的答案是否正确，而无需事先提供答案“教我 KVL 定律，并在最后进行测试，在我回答之后让我知道我的答案是否正确，而无需事先提供答案 ”用例 2 — 编写详细文本要撰写文章/文本/段落/文章或任何类型的需要详细的文本：请为我详细撰写一篇关于 [主题] 的 [文章/文本/段落]，并添加所有必要的信息“请为我写一段关于智能手机演变的详细段落，并添加所有必要的信息”要编写与提供的样本相似的任何文本（例如文章或段落），请包括以下说明：根据提供的段落使用相同的语言[/title/text/essay/answer]“温柔的海浪向银色的沙滩低声诉说着古老的故事，每个故事都是过去时代的短暂记忆”根据提供的文本，使用相同的语言来描述山脉与风的互动用例 3 — 文本审阅者要修正/更改特定文本而不更改其样式：尝试修改用户发送的每一个段落你只需要改进用户的语法和词汇，并确保它听起来自然你应该保持原来的写作风格，确保正式的段落保持正式“尝试修改用户发送的每条文本你应该只提高用户的语法和词汇量，并确保它听起来自然你应该保持原来的写作风格，确保正式的段落保持正式段落：可再生能源对我们星球的未来确实很重要它来自自然”用例 4 — 编码提示当您有一个可能位于不同文件中的复杂编码提示时：从现在开始，每当您生成跨多个文件的代码时，都会生成一个 [编程语言] 脚本，该脚本可以运行以自动创建指定的文件或更改现有文件以插入生成的代码[你的问题]“生成跨多个文件的代码，并生成可运行的 Python 脚本，以自动为具有两个用于不同功能的基本应用程序的 Django 项目创建指定的文件 ”用例 5 — 内容作者当您想使用特定的单词、短语或句子来开始或继续文本时，请使用以下提示：我为您提供开头 [歌词 / 故事 / 段落 / 文章…]：[插入歌词 / 单词 / 句子]根据提供的单词完成保持连贯性我给你一个奇幻故事的开头：“迷雾笼罩的山脉隐藏着无人知晓的秘密”根据提供的单词完成它保持连贯性最后的想法从高层次上讲，本文以包含基本提示设计思想的方法形式详细介绍了原则：提示的简洁性和清晰性，包含相关细节（包括特定领域的词汇），确保 LLM 要执行的任务定义明确（包括输入和输出的示例），避免有偏见的陈述，并使用迭代或增量提示我们对提示的制作和调整的理解仍在继续随着 LLM 的更多用例变得清晰，提示和提示方法将会不断发展，包括创建大型和复杂的提示这将超越我们用来完成任务的快速提示针对重复性任务的脚本化提示库已经流行起来Anthropic 发布的提示库非常大 [2]此外，使用本质上包含专门提示和搜索等外部工具的 LLM 代理正在形成一种新的编程范式，使得提示对于最终用户和开发人员都很重要对于开发人员来说，有一些机制可以根据用例优化提示，以及像 DSPy 库这样的指标[3]在他的时事通讯《The Batch》中，吴恩达谈到了开发团队如何设计超文本提示，这些提示不只是几句话，甚至可以长达一两页[4]显然，我们在人机自然语言交流方面还处于初级阶段，需要更深入地研究这一领域参考：https://generativeai.pub/the-art-of-the-prompt-a-look-at-26-prompting-principles-3e17c2b811a2（图片来源网络，侵删）
0 评论