第一章 prompt的基础

Prompt原理

理解并掌握这些原则， 你可以完成大多数的和大语言模型协同工作。

• 原则1：编写清晰明确的指示

  • 策略1：使用分隔符清晰地指示输入的不同部分

    指令包含引用的内容， 有利于大语言模型区分指令和背景信息。

  • 策略2：要求结构化的输出

    你可以大语言模型生成你想要的格式的数据， 比如csv格式（一种类似于excel的数据形式），json， html 。 你也可以用大语言模型处理小批量的数据，比如求和或求平均值等等。

  • 策略3：要求模型检查条件是否满足

    可以用作对内容的条件判断

  • 策略4： "少样本"提示

    通过给模型提供一些样例， 让模型更好的理解你要完成的任务。

• 原则2：给模型一定时间“思考”

  • 策略1：具体指定完成任务所需的步骤

    指示模型的思考或完成任务的路径， 就像你在指导一个实习生完成任务所需要的步骤一样。

  • 策略2：在匆忙得出结论之前，指导模型自己解决问题

    不要让模型直接给出答案， 而让大语言模型通过思考自己解决问题。

原则1: 清晰明确的指令

清晰明确的指令并不意味着写短句子， 在实践中， 简单句比长句子更容易表达。 使用英文的表达方法更容易被模型辩识。

策略1：使用分隔符清晰地指示输入的不同部分

• 编写清晰具体的指令，指示模型去做什么。 引导模型朝着期望的方向输出内容。
• 清晰的提示不是简短的提示。 在许多情况下， 更长的提示为模型提供了更多的清晰度和背景， 会让模型有更详细的输出相关的内容。

最佳实践： 用分割符将文本和指令有效地区分， 让模型更容易识别指令和文本。

常用的分割符有：

三个引号： """ {text} """
三个反引号：  ``` {text} ```
三个连字符： --- {text} ---
尖括号: < {text} >
xml 标记： <tag> {text} </tag>

其中{text} 是文本的内容

指令示例：

prompt

---
你应该通过提供尽可能清晰和具体的指示来表达你想让模型做什么。这将引导模型朝着期望的输出方向发展，并减少收到无关或不正确响应的可能性。不要把清晰的提示与简短的提示混淆。在许多情况下，更长的提示为模型提供了更多的清晰度和背景信息，这可能导致更详细和相关的输出。
---
概括由3个连字符分割符中的内容，将其变为一个句子。

输出

内容概括：提供清晰、具体的指示有助于引导模型朝着期望的输出方向发展，减少无关或不正确响应的可能性。

我的经验