大模型之Prompt研究和技巧
大模型之Prompt编写
简介
组成
Prompt的组成拆解主要包括以下六个要素:
- 任务(Task): 任务是Prompt的核心,通常以动词开始,明确表达你希望ChatGPT完成的任务或目标。这可以包括生成文本、给予建议、写作内容等。可以有多个任务,以清晰地定义你的需求。
- 上下文(Context): 上下文提供了与任务相关的背景信息,以确保ChatGPT理解问题的背景和约束条件。这包括用户的背景信息、成功标准、所处环境等。上下文对于任务的明确性和有效性至关重要。
- 示例(Exemplars): 示例是提供具体例子或框架的部分,用来引导ChatGPT生成更准确的输出。提供示例可以明确示范所需的内容和格式,从而提高输出质量。但并不是每次都需要提供示例,有时候也可以让ChatGPT自行生成。
- 角色(Persona): 角色明确指定ChatGPT和Bard(如果涉及到虚构的角色)所扮演的角色或身份。这可以是具体的人,也可以是虚构的角色,有助于调整语气和内容以适应特定角色的需求。
- 格式(Format): 格式部分可视化了你期望输出的外观和结构,如表格、列表、段落等。明确指定输出的格式可以确保ChatGPT生成的内容符合你的预期。
- 语气(Tone): 语气定义了输出文本的语气或风格,如正式、非正式、幽默等。指定语气有助于确保ChatGPT的回应符合所需的情感和风格要求。
通过合理组织这六个要素,你可以创建一个清晰明了的Prompt,有效引导ChatGPT生成符合期望的文本输出。
当创建一个Prompt时,下面是一些具体的例子,展示如何使用上述六个要素:
1. 任务(Task):
- 生成一篇有关太阳能发电的文章。
- 给予我一些建议,以降低生活中的碳足迹。
- 写一封感谢信,以表达对客户的感激之情。
2. 上下文(Context):
- 作为一个学生,你要写一篇有关气候变化的研究报告,希望获得深入了解可再生能源的信息。
- 你是一位环保活动家,需要有关减少塑料污染的可行性计划。
- 你正在回顾一次商务合作,需要一封感谢信来强调合作的重要性。
3. 示例(Exemplars):
- 作为示例,可以提供一些有关太阳能的统计数据,或者一个类似的文章的开头段落。
- 作为示例,列出一些环保措施,如减少用塑料制品、使用可再生能源等。
- 提供一些已经写好的感谢信段落,以供参考。
4. 角色(Persona):
- 请以一位环保组织的志愿者的身份来回答。
- 请以一位科学家的身份来回答。
- 请以一位公司首席执行官的身份来回答。
5. 格式(Format):
- 请以段落的形式写一篇文章,包括标题、引言、正文和结论。
- 请以列表形式列出减少碳足迹的建议。
- 请以正式书信的格式写一封感谢信,包括日期、地址、称呼等。
6. 语气(Tone):
- 请使用正式的语气,避免使用俚语或口语。
- 请使用轻松的语气,可以适当加入幽默元素。
- 请使用感激之情的语气,表达真诚的感谢。
这些示例突出了如何根据具体的需求来组成Prompt,以确保ChatGPT能够理解任务、上下文、示例、角色、格式和语气,并生成相应的内容。通过合理搭配这些要素,可以引导ChatGPT产生符合要求的文本回应。
技术
Zero-Shot
Few-shot
例如:
任务: 生成一篇关于太阳能的文章。
示例:
- 示例1:太阳能是一种清洁能源,通过太阳能电池板将太阳能转化为电力。
- 示例2:太阳能电池板通常安装在屋顶上,可以为家庭提供可再生能源。
- 示例3:太阳能是减少温室气体排放的重要途径。
任务描述: 请以这些示例为基础,撰写一篇关于太阳能的文章,重点介绍太阳能的工作原理、应用领域以及对环境的影响。
COT
论⽂表明,它仅在⼤于等于 100B 参数的模型中使⽤才会有效。如果是⼩样本模型,这个⽅法不会⽣效。
COT-SC
TOT
在其他场景中的应用型不是很大。
GoT
GoT有三种操作:
-
Aggregation
-
Refining
-
Generation
ReAct
和langchain 中的Agent是一个道理