ChatGpt提问艺术 prompt工程学习过程

第一章:prompt工程技术简介

Prompt 公式是提示的特定格式,通常由三要素组成

  1. 任务:对提示要求模型生成的内容进行清晰而简介的陈述。
  2. 指令:在生成文本时模型应当遵循的指令
  3. 角色:模型在生成文本时应扮演的角色。

第二章:指令提示技术

提示公式:“按照以下指示生成[任务]:[指令]”

示例:

生成客户服务响应:

  • 任务:生成响应客户查询
  • 指令:响应应该专业且提供准确信息
  • 提示公式:按照以下指示生成 专业且提供准确的客户查询响应应该专业且提供准确信息

生成法律文件:

  • 任务:生成法律文件
  • 指令:文件应符合线管法律法规
  • 提示公式:按照以下指示生成 符合相关法律法规的法律文件文件应符合相关法律法规

第三章:角色提示

角色提示技术们对于特定上下文或受众的文本非常有用常用。
提示公式:“作为 [角色] 生成 [任务] ”

示例:

生成客服服务回复

  • 任务:生成对客户查询的回复
  • 角色:客户服务代表
  • 提示公式: “作为 客户服务代表,生成 客户查询的回复。”

生成法律文件

  • 任务:生成法律文件
  • 角色:律师
  • 提示公式: “作为 律师,生成 法律文件。”

结合上面指令提示技术
作为 客户服务代表 按照以下指示生成 专业且提供准确的客户回复响应应该专业且提供准确信息
作为 律师 按照以下指示生成 符合相关法律法规的法律文件文件应符合相关法律法规

准确示例:将 指令提示角色提示种子词提示技术 结合使用

  • 任务:为新智能手机生成产品描述
  • 指令:描述应该是有信息量的,具有说服力的,并突出智能手机的独特功能
  • 角色:市场代表
  • 种子词:“创新的” (围绕宾语 手机)
  • 提示公式:作为市场代表(角色),生成一个有信息量的、有说服力的产品描述,突出新智能手机的创新(种子词)功能(任务)。该只能手机具有以下功能[插入您的功能]

这三要素十分重要,建议背下来熟读。
在这里面
指令提示用于确保产品描述具有信息量和说服力
角色提示用于确保描述是从市场代表的角度写的
种子词提示则用于确保描述侧重于智能手机的创新功能 (围绕宾语)

第四章:标准提示

标准提示是一个简单的方法,提供一个特定的任务来引导chatGpt输出。
例如你想生成一篇新闻文章的摘要,您可以提供一个任务 如:总结这篇文章
提示公式:“生成一个[任务]”

示例:

生成新闻文章的摘要

  • 任务:总结这篇文章
  • 提示公式: “生成 这篇新闻文章的摘要。”

生成一篇产品评论

  • 任务:为一款新智能手机撰写评论
  • 提示公式: “生成这款新只能手机的评论

所以结合上面所说,我们可以结合三要素 指令提示,角色提示,种子词结合使用,增强chatGpt的输出。

示例:
  • 任务:为一台新笔记本电脑撰写产品评论
  • 说明:评论应当客观、信息丰富,强调笔记本电脑的独特特点
  • 角色:技术专家
  • 种子词:“强大的” (围绕宾语:笔记本电脑)
  • 提示公式:作为一名技术专家(角色提示),生成一个客观而且信息丰富的产品评论(指令提示),强调新笔记本电脑的强大(种子词)特点。

第五章:零、一和少样本提示

零、一和少样本提示是用于从ChatGpt生成文本的技术,最少或没有任何示例。当在特定任务的数据有限或者任务是新的时候,这些技术非常有用。
提示公式:“基于[数量]个示例生成文本”

示例:

为没有可用示例的新产品编写产品描述:

  • 任务:为新的智能手表编写产品描述
  • 提示公式: “基于0个示例为这款新智能手表生成产品描述
  • 结合三要素:作为一名产品经理(角色提示),在0个示例的情况下,生成一个全面的产品描述(指令提示),强调新智能手表的便捷(种子词)特点。

使用一个示例生成产品比较:

  • 任务:将新款智能手机与最新的iphone(示例1)进行比较
  • 提示公式: “使用一个示例(最新的iphone,比如iphone20 Pro Max)为这款新智能手机生成产品比较 ”

由于是英文翻译过来,比较直译,应当这么说:
将iphone20 Pro max 与 这款新智能手机进行比较,并且生成比较结果。

使用少量示例生成产品评论:

  • 任务:为新的电子阅读器撰写评论
  • 提示公式:通过新智能手机与iphone、小米、华为 对比,为这款新智能手机生成产品评论。

第六章:“让我们思考一下”提示 - 应对与创作性需求

这种技术可以鼓励ChatGpt生成反思和思考性的文本。这种技术适用于撰写论文、诗歌或创意写作等任务。

生成一篇反思性的论文:

  • 任务:围绕个人成长这个主题写一篇反思性论文
  • 提示公式:让我们思考一下,围绕个人成长生成一篇反思性论文

生成一首诗:

  • 任务:写一首关于季节变化的诗
  • 提示公式:让我们思考一下,围绕季节变化生成一首诗

为啥要有这个提示技术?因为这prompt技术是让chatGpt认为我们是在邀请chatGpt参与讨论与思考。

使用这技巧,你可以遵循以下步骤:

  1. 确定你要讨论的主题和想法。 (比如上面的主题、论点、我们所说的全文中心)
  2. 制定一个明确表达的主题或想法的提示。
  3. 用“让我们思考” 、 “让我们讨论“、”让我们一起想想“,一定要表明您正在启动对话或讨论。
示例:
  • 任务:为一台新笔记本电脑撰写产品评论
  • 说明:评论应当客观、信息丰富,强调笔记本电脑的独特特点
  • 角色:技术专家
  • 种子词:“强大的” (围绕宾语:笔记本电脑)
  • 提示公式:作为一名技术专家(角色提示),生成一个客观而且信息丰富的产品评论(指令提示),强调新笔记本电脑的强大(种子词)特点。

第七章:自洽提示

自洽提示是一种确保ChatGpt的输出与提供的输入一致。这种技术对于事实核查、数据验证或文本生成中的一致性检查等任务非常有用。

示例 文本生成:
  • 任务:生成产品评论
  • 指令:评论应与输入中提供的产品信息一致
  • 提示公式:生成与一下产品信息一致的产品评论【插入产品信息】
示例 文本摘要:
  • 任务:概括一篇新闻文章
  • 指令:摘要应当与文章中提供的信息一致
  • 提示公式:概括以下新闻文章【插入产品信息】,要求与提供的信息一致的方式进行概括

第八章:种子词提示 (关键)

种子提示词的公式:跟指令“请根据以下种子词生成文本”,这种技术是控制模型生成文本与某个特定主题或者背景相关的方式。

示例 文本生成:
  • 任务:完成一句话
  • 指令:以研究论文的形式,写一篇应与种子词“科学”的文章
  • 角色:研究员
  • 提示公式:作为研究员,以研究论文的形式进行书写,请根据种子词“科学”完成以下句子【插入句子】

第九章:知识生成提示(由于简单且用处不大且有重复可能性,本人就不记录下来了)

第十章:知识整合提示(由于简单且用处不大且有重复可能性,本人就不记录下来了)

第十一章:多项选择提示(由于简单且用处不大且有重复可能性,本人就不记录下来了)

第十二章:可解释的软提示

这种技术生成更具解析性和可控性的生成文本

示例 文本生成:
  • 任务:生成一个故事
  • 指令:故事应基于一组给定的角色和特定的主题
  • 提示公式:基于以下角色生成故事:【插入角色】和主题【插入主题】
示例 语言建模:
  • 任务:以特定风格生成文本
  • 指令:文本应以特定时期的风格为基础
  • 提示公式:以【特定时期】的风格生成文本:【插入上下文】

第十二章:控制生成提示

示例 文本生成:
  • 任务:生成一个故事
  • 指令:故事应基于特定的模板
  • 提示公式:根据以下模板生成故事:【模板】 (可以插一个类似的故事再生成一个故事)
示例 语言建模:
  • 任务:以特定风格生成文本
  • 指令:文本应以遵循一组特定的语法规则
  • 提示公式:生成遵循以下语法规则的文本:【插入规则】:【插入上下文】

第十四章:问答提示(由于简单且用处不大且有重复可能性,本人就不记录下来了)

第十五章:概述提示(由于简单且用处不大且有重复可能性,本人就不记录下来了)

第十六章:对话文本提示

允许模型生成模拟两个或者多个实体之间的对话文本。通过为模型提供一个上下文和一组角色以及他们的角色和背景,要求模型在它们之间生成对话。

示例 对话生成:
  • 任务:生成两个角色之间的对话
  • 指令:对话应自然且与给定上下文相关
  • 提示公式:在以下情景【插入情景】生成以下角色之间的对话【插入角色】
示例 故事写作:
  • 任务:在故事中生成对话
  • 指令:对话应当与故事的角色和事件一致
  • 提示公式:在以下故事中生成以下角色之间的对话【插入故事】
示例 聊天机器人开发:(重点)
  • 任务:为客服聊天机器人生成对话
  • 指令:对话应当专业且提供准确的信息
  • 提示公式:在客服询问【插入主题】时,为客服聊天机器人生成专业的准确的对话
  • 个人理解:情景,一个卖家具官网,客户想知道家具的情况 客户问:这个XX家具质量怎么样?好不好?
  • 在客服询问【这个XX家具质量怎么样?好不好?】,为客服聊天机器人生成专业的准确的对话。
  • 这个涉及知识库问题,具体得要了解langchain,文本读取 ,可以试试bdjw.fun

第十七章:对抗性提示

这种技术可用于训练更为稳定和抵抗某些类型攻击,例如要求生成的文本类型和任何特定要求或约束。

示例 用于文本分类的对抗性提示:
  • 任务:生成被分类为特定标签的文本
  • 指令:生成的文本应当难以被分类为特定标签
  • 提示公式:生成一个难以被分类为【插入标签】的文本
示例 用于语言翻译的对抗性提示:
  • 任务:生成难以翻译的文本
  • 指令:生成的文本应当难以翻译为目标语言
  • 提示公式:生成难以翻译为【插入语言】的文本

-。- 恭喜你!发现彩蛋。
记录到这里,本人读了剩下的几章,感觉都在说废话,这篇gpt提问艺术没啥用,个人感觉对于chatGpt的prompt,需要的是自己要多次进行调整才找到适合自己的prompt,以上内容用处不大 嘿嘿 哭死

你可能感兴趣的:(chatgpt,prompt,学习)