提示工程最佳实践指南

AI应用信息2个月前发布 XIAOT
83 0

提示工程最佳实践指南,如下所示:

  • 提供详细上下文:减少歧义,减少不相关或错误输出的可能性。可以使用分隔符清楚表示不同的输入部分。
  • 指定所需输出格式或长度:可以要求模型采用一个角色。比如:”假装你是一个有创造力的作家”。
  • 提供示例:少样本提示的步骤是:1)给出一个提示和相应的输出作为第一个”示例”。2)给出第二个”示例”。3)给出你的实际提示。模型可以跟随前两个示例建立的模式。
  • 给模型时间思考:模型在立即反应时更容易出现推理错误。通过要求链式推理可以提示模型渐进式地、更考虑周全地思考。一个有效的添加是:”一步步思考”。
  • 多次提示:对同一问题多次提问并选择最佳回答。可以调整温度参数、示例数量、提示方式等。
  • 引导模型:如果文档太长,可以引导模型逐段处理并递归构建完整摘要。帮助其自我纠正。不要提导向性问题。
  • 分解任务或提示:将复杂任务分解为多个简单任务。可以先用意图分类识别最相关的指令,然后组合响应以创建连贯的输出。
  • 使用外部工具:如果一个任务能由工具而不是语言模型更可靠、高效地完成,则交给工具。比如计算器、检索系统、代码执行、外部函数等。
提示工程最佳实践指南

参考文献
[1] https://mphr.notion.site/prompt-Engineering-Best-Practices-0839585d4bce4c6abb0b551b2107a92a




NLP工程化

1.本公众号以对话系统为中心,专注于Python/C++/CUDA、ML/DL/RL和NLP/KG/DS/LLM领域的技术分享。
2.本公众号Roadmap可查看飞书文档:https://z0yrmerhgi8.feishu.cn/wiki/Zpewwe2T2iCQfwkSyMOcgwdInhf

提示工程最佳实践指南
    © 版权声明

    相关文章

    暂无评论

    暂无评论...