deeplearning.ai联合OpenAI推荐限时免费课程《ChatGPT Prompt Engineering for Developers》,课程链接https://learn.deeplearning.ai/chatgpt-prompt-eng。本文仅做一些翻译。
做Prompt工程的两大原则:
写出清晰且具体的指令
给模型“思考”的时间
这里有一些具体的方法来达到以上两个原则。
方法一:使用分隔符来清晰地区分输入的不同部分。比如分隔符可以使用```, """, < >, <tag> </tag>
, :
方法二:要求结构化输出。比如要求ChatGPT输出json或html格式,方便后续用程序解析。
输出
方法三:让模型检查条件是否满足。
输出
如果在prompt中没有交待“如果文本中没有提及authors或publish_date,请把对应的value置空。”这句话,则输出
方法四:少样本提示。通过提供给模型一个或多个样本的提示,模型可以更加清楚需要你预期的输出。
输出
方法五:指定完成任务的具体步骤,明确说明输出的格式。
输出
方法六:让模型在匆忙下结论之前先自己给出解决方案。
输出
模型幻觉
模型经常会捏造一些似是而非的东西,它自己都不知道自己在胡说八道。一个缓解模型幻觉的方法:让模型先给出相关信息,再基于相关信息回答问题。
幻觉示例:
输出
正确示例:
输出
万水千山总是情,给个点赞行不行!