openai提示词工程
以下是设计提示时须要记住的一些技巧：
从大略开始在设计提示时，须要记住这是一个迭代的过程，须要大量的实验来得到最佳结果。利用像 OpenAI 或 Cohere 这样的大略平台是一个很好的出发点。
您可以从大略的提示开始，随着您的目标是得到更好的结果，不断添加更多的元素和高下文。在此过程中对您的提示进行版本掌握是至关主要的。当您阅读本指南时，您会看到许多例子，个中详细性、简洁性和简明性常日会给您带来更好的结果。
当您有一个涉及许多不同子任务的大任务时，您可以考试测验将任务分解为更大略的子任务，并随着得到更好的结果而不断构建。这避免了在提示设计过程中一开始就添加过多的繁芜性。
指令您可以利用命令来指示模型实行各种大略任务，例如“写入”、“分类”、“总结”、“翻译”、“排序”等，从而为各种大略任务设计有效的提示。
请记住，您还须要进行大量的实验，以查看哪种方法最有效。考试测验利用不同的关键字、高下文和数据考试测验不同的指令，看看哪种方法最适宜您的特定用例和任务。常日情形下，高下文与您要实行的任务越详细和干系，效果越好。我们将在即将推出的指南中先容采样和添加更多高下文的主要性。
其他人建议将指令放在提示的开头。建议利用一些清晰的分隔符，如“###”，来分隔指令和高下文。
例如：
提示：
### 指令 ###将以下文本翻译成西班牙语：文本：“hello！
”
输出：
¡Hola!详细性对您希望模型实行的指令和任务非常详细。提示越详细和详细，结果就越好。当您有所期望的结果或天生样式时，这一点尤为主要。没有特定的令牌或关键字会导致更好的结果。更主要的是具有良好的格式和描述性提示。实际上，在提示中供应示例非常有效，可以以特定格式得到所需的输出。在设计提示时，您还应考虑提示的长度，由于提示的长度有限定。考虑到您该当详细和详细的程度是须要考虑的。包含太多不必要的细节并不一定是一个好方法。这些细节该当是干系的，并有助于完成手头的任务。这是您须要进行大量实验的事情。我们鼓励大量实验和迭代，以优化您的运用程序的提示。例如，让我们考试测验从一段文本中提取特定信息的大略提示。提示：
提取以下文本中的地名。所需格式：地点：<逗号分隔的公司名称列表>输入：“虽然这些发展对研究职员来说是令人鼓舞的，但仍有许多谜团。里斯本未知的喷鼻香帕利莫德中央的神经免疫学家 Henrique Veiga-Fernandes 说：“我们常常在大脑和我们在周围看到的效果之间有一个黑匣子。”“如果我们想在治疗背景下利用它，我们实际上须要理解机制。””
输出：
地点：里斯本，喷鼻香帕利莫德中央避免禁绝确
在上面关于详细和格式改进的提示中，很随意马虎陷入想要过于聪明的提示陷阱，从而可能创建禁绝确的描述。常日最好是详细和直接。这里的类比非常类似于有效的沟通——越直接，信息通报就越有效。
例如，您可能有兴趣理解提示工程的观点。您可以考试测验这样做：
阐明提示工程的观点。保持阐明简短，只有几句话，不要过于描述。
从上面的提示中不清楚要利用多少句话和什么样的风格。您可能仍旧可以通过上面的提示得到良好的相应，但更好的提示是非常详细、简洁和直接的。例如：
利用 2-3 句话向高中学生阐明提示工程的观点。做还是不做？
设计提示时的另一个常见技巧是避免说不要做什么，而是说要做什么。这鼓励更详细化，并关注导致模型产生良好相应的细节。
以下是一个电影推举谈天机器人的示例，由于我写的指令——关注于不要做什么，而失落败了。
提示：
以下是向客户推举电影的代理程序。不要讯问兴趣。不要讯问个人信息。客户：请根据我的兴趣推举电影。代理：
输出：
当然，我可以根据您的兴趣推举电影。您想看什么类型的电影？您喜好动作片、笑剧片、爱情片还是其他类型的电影？
以下是更好的提示：
提示：
以下是向客户推举电影的代理程序。代理卖力从环球热门电影中推举电影。它该当避免讯问用户的偏好并避免讯问个人信息。如果代理没有电影推举，它该当回答“抱歉，本日找不到电影推举。”。```顾客：请根据我的兴趣推举一部电影。客服：
输出：
抱歉，我没有关于您兴趣的任何信息。不过，这是目前环球热门的电影列表：[电影列表]。希望您能找到喜好的电影！
引用自 设计提示的通用技巧 | Prompt Engineering Guide (promptingguide.ai)
设计AI提示词的通用技巧 – AI小站