23種「Prompt」提示技術(shù)向ChatGPT獲取高質(zhì)量輸出
如果想讓ChatGPT給出高質(zhì)量的答案,首先,我們要學(xué)會(huì)輸入Prompt提示詞。這篇文章里,作者介紹了ChatGPT中的一些提示工程技術(shù),不妨來(lái)看一下。
這是一篇題為《The Art of Asking ChatGPT for High-Quality Answers:A Complete Guide to Prompt Engineering Techniques》的文章,主要講述了如何向ChatGPT提問(wèn)以獲得高質(zhì)量答案,探討了提示工程技術(shù)在ChatGPT中的應(yīng)用。作者認(rèn)為,ChatGPT是一種先進(jìn)的語(yǔ)言模型,能夠生成類(lèi)似于人類(lèi)的文本,但需要使用特定的提示技術(shù)來(lái)控制模型的輸出并生成相關(guān)、準(zhǔn)確和高質(zhì)量的文本。
因此,作者詳細(xì)介紹了ChatGPT中的提示工程技術(shù),包括指令提示、角色提示、標(biāo)準(zhǔn)提示、零樣本提示、少樣本提示、自洽提示、種子詞提示、知識(shí)生成提示、知識(shí)整合提示、多項(xiàng)選擇提示、可解釋的軟提示、控制生成提示、問(wèn)答提示、概述提示、對(duì)話(huà)提示、對(duì)抗性提示、聚類(lèi)提示、強(qiáng)化學(xué)習(xí)提示、課程學(xué)習(xí)提示、情感分析提示、命名實(shí)體識(shí)別提示、文本分類(lèi)提示、文本生成提示等多種提示技術(shù)的使用方法和示例,并強(qiáng)調(diào)了這些技術(shù)在不同任務(wù)中的應(yīng)用和效果。
什么是 Prompt 工程?
Prompt 工程是創(chuàng)建提示或指導(dǎo)像 ChatGPT 這樣的語(yǔ)言模型輸出的過(guò)程。它允許用戶(hù)控制模型的輸出并 生成符合其特定需求的文本。
ChatGPT 是一種先進(jìn)的語(yǔ)言模型,能夠生成類(lèi)似于人類(lèi)的文本。它建立在 Transformer 架構(gòu)上,可以處理大量數(shù)據(jù)并生成高質(zhì)量的文本。
然而,為了從 ChatGPT 中獲得最佳結(jié)果,重要的是要了解如何正確地提示模型。提示可以讓用戶(hù)控制模型的輸出并生成相關(guān)、準(zhǔn)確和高質(zhì)量的文本。在使用 ChatGPT 時(shí),了解它的能力和限制非常重要。
該模型能夠生成類(lèi)似于人類(lèi)的文本,但如果沒(méi)有適當(dāng)?shù)闹笇?dǎo),它可能無(wú)法始終產(chǎn)生期望的輸出。
這就是 Prompt 工程的作用,通過(guò)提供清晰而具體的指令,您可以引導(dǎo)模型的輸出并確保其相關(guān)。
Prompt 公式是提示的特定格式,通常由三個(gè)主要元素組成:
- 任務(wù):對(duì)提示要求模型生成的內(nèi)容進(jìn)行清晰而簡(jiǎn)潔的陳述。
- 指令:在生成文本時(shí)模型應(yīng)遵循的指令。
- 角色:模型在生成文本時(shí)應(yīng)扮演的角色。
在本書(shū)中,我們將探討可用于 ChatGPT 的各種 Prompt 工程技術(shù)。我們將討論不同類(lèi)型的提示,以及如何使用它們實(shí)現(xiàn)您想要的特定目標(biāo)。
以下是23種提示技術(shù)的詳細(xì)信息:
一、指令提示技術(shù)
- 含義:通過(guò)為模型提供具體指令來(lái)引導(dǎo)輸出。
- 提示公式:“按照以下指示生成[任務(wù)]:[指令]”。
- 示例:生成客戶(hù)服務(wù)響應(yīng),提示為“按照以下指示生成專(zhuān)業(yè)且準(zhǔn)確的客戶(hù)查詢(xún)響應(yīng):響應(yīng)應(yīng)該專(zhuān)業(yè)且提供準(zhǔn)確的信息”。
二、角色提示
- 含義:通過(guò)為ChatGPT指定一個(gè)特定的角色來(lái)引導(dǎo)輸出。
- 提示公式:“作為[角色]生成[任務(wù)]”。
- 示例:生成客戶(hù)服務(wù)回復(fù),提示為“作為客戶(hù)服務(wù)代表,生成對(duì)客戶(hù)查詢(xún)的回復(fù)”。
三、標(biāo)準(zhǔn)提示
- 含義:通過(guò)為模型提供一個(gè)特定的任務(wù)來(lái)引導(dǎo)輸出。
- 提示公式:“生成一個(gè)[任務(wù)]”。
- 示例:生成新聞文章的摘要,提示為“生成這篇新聞文章的摘要”。
四、零、一和少樣本提示
- 含義:用于從ChatGPT生成文本的技術(shù),最少或沒(méi)有任何示例。
- 提示公式:“基于[數(shù)量]個(gè)示例生成文本”。
- 示例:為沒(méi)有可用示例的新產(chǎn)品編寫(xiě)產(chǎn)品描述,提示為“基于零個(gè)示例為這款新智能手表生成產(chǎn)品描述”。
五、“讓我們思考一下”提示
- 含義:鼓勵(lì)ChatGPT生成反思和思考性的文本。
- 提示公式:“讓我們思考一下”后跟一個(gè)主題或問(wèn)題。
- 示例:生成一篇反思性論文,提示為“讓我們思考一下:個(gè)人成長(zhǎng)”。
六、自洽提示
- 含義:確保ChatGPT的輸出與提供的輸入一致。
- 提示公式:輸入文本后跟著指令“請(qǐng)確保以下文本是自洽的”。
- 示例:生成與以下產(chǎn)品信息一致的產(chǎn)品評(píng)論[插入產(chǎn)品信息]。
七、種子詞提示
- 含義:通過(guò)提供特定的種子詞或短語(yǔ)來(lái)控制輸出。
- 提示公式:種子詞或短語(yǔ),后跟指令“請(qǐng)根據(jù)以下種子詞生成文本”。
- 示例:編寫(xiě)一篇有關(guān)龍的故事,提示為“請(qǐng)根據(jù)以下種子詞生成文本:龍”。
八、知識(shí)生成提示
- 含義:從ChatGPT中引出新的、原創(chuàng)的信息。
- 提示公式:“請(qǐng)生成關(guān)于X的新的和原創(chuàng)的信息”,其中X是感興趣的主題。
- 示例:生成有關(guān)特定主題的新信息,提示為“生成有關(guān)[特定主題]的新的準(zhǔn)確信息”。
九、知識(shí)整合提示
- 含義:利用模型的現(xiàn)有知識(shí)來(lái)整合新信息或連接不同的信息片段。
- 提示公式:模型應(yīng)該提供新信息和現(xiàn)有知識(shí)作為輸入,以及指定生成文本的任務(wù)或目標(biāo)的提示。提示應(yīng)包括有關(guān)所需輸出的信息,例如要生成的文本類(lèi)型以及任何特定的要求或限制。
- 示例:將以下信息與有關(guān)[具體主題]的現(xiàn)有知識(shí)整合:[插入新信息]。
十、多項(xiàng)選擇提示
- 含義:向模型提供一個(gè)問(wèn)題或任務(wù)以及一組預(yù)定義的選項(xiàng)作為潛在答案。
- 提示公式:需要向模型提供一個(gè)問(wèn)題或任務(wù)作為輸入,以及一組預(yù)定義的選項(xiàng)作 為潛在答案。提示還應(yīng)包括有關(guān)所需輸出的信息,
- 示例:通過(guò)選擇以下選項(xiàng)之一回答以下問(wèn)題:[插入問(wèn)題] [插入選項(xiàng) 1] [插入選項(xiàng) 2] [插入選項(xiàng) 3]。
十一、可解釋的軟提示
- 含義:在提供一定的靈活性的同時(shí)控制模型生成的文本。
- 提示公式:它通過(guò)提供一組受控 輸入和關(guān)于所需輸出的附加信息來(lái)實(shí)現(xiàn)。這種技術(shù)可以生成更具解釋性和可控性的生成文本,涉及基于給定的角色和特定的主題生成故事。
- 示例:基于以下角色生成故事:[插入角色]和主題:[插入主題]。
十二、控制生成提示
- 含義:讓模型在生成文本時(shí)對(duì)輸出進(jìn)行高度控制。
- 提示公式:通過(guò)提供一組特定的輸入來(lái)實(shí)現(xiàn),例如模板、特定詞匯或一組約束條件,這些輸入可用于指導(dǎo)生成 過(guò)程,涉及使用特定的輸入如模板或特定詞匯。
- 示例:根據(jù)以下模板生成故事:[插入模板]。
十三、問(wèn)答提示
- 含義:讓模型生成回答特定問(wèn)題或任務(wù)的文本。
- 提示公式:通過(guò)將問(wèn)題或任務(wù)與可能與問(wèn)題或任 務(wù)相關(guān)的任何其他信息一起作為輸入提供給模型來(lái)實(shí)現(xiàn)此目的。涉及回答特定問(wèn)題或提供定義。
- 示例:回答以下事實(shí)問(wèn)題:[插入問(wèn)題]。
十四、概述提示
- 含義:生成給定文本的較短版本,保留其主要思想和信息。
- 提示公式:應(yīng)該向模型提供較長(zhǎng)的文本作為輸入,并要求其生成該文本的摘要。提示還應(yīng)包括有關(guān)所需輸出的信息,例如摘要的所需長(zhǎng)度和任何特定要求或限制。
- 示例:用一句簡(jiǎn)短的話(huà)概括以下新聞文章:[插入文章]。
十五、對(duì)話(huà)提示
- 含義:生成模擬兩個(gè)或更多實(shí)體之間對(duì)話(huà)的文本。
- 提示公式:通過(guò)為模型提供一個(gè)上下文和 一組角色或?qū)嶓w,以及它們的角色和背景,并要求模型在它們之間生成對(duì)話(huà)。
- 示例:在以下情境中生成以下角色之間的對(duì)話(huà)[插入角色]。
十六、對(duì)抗性提示
- 含義:生成抵抗某些類(lèi)型的攻擊或偏見(jiàn)的文本。
- 提示公式:需要為模型提供一個(gè)提示,該提示旨在使模型難以生成符合期望輸出 的文本。提示還應(yīng)包括有關(guān)所需輸出的信息,例如要生成的文本類(lèi)型和任何特定要求或約束,涉及生成難以分類(lèi)或翻譯的文本。
- 示例:生成難以分類(lèi)為[插入標(biāo)簽]的文本。
十七、聚類(lèi)提示
- 含義:根據(jù)某些特征或特點(diǎn)將相似的數(shù)據(jù)點(diǎn)分組在一起。
- 提示公式:應(yīng)該向模型提供一組數(shù)據(jù)點(diǎn),并要求它根據(jù)某些特征或特點(diǎn)將它們分組成簇。提示還應(yīng)包括有關(guān)所需輸出 的信息,例如要生成的簇?cái)?shù)和任何特定的要求或約束。涉及根據(jù)特征將數(shù)據(jù)點(diǎn)分組成簇。
- 示例:將以下客戶(hù)評(píng)論根據(jù)情感分組成簇:[插入評(píng)論]。
十八、強(qiáng)化學(xué)習(xí)提示
- 含義:使模型從過(guò)去的行動(dòng)中學(xué)習(xí),并隨著時(shí)間的推移提高其性能。
- 提示公式:需要為模型提供一組輸入和獎(jiǎng)勵(lì),并允許其根據(jù)接收到的獎(jiǎng)勵(lì)調(diào)整其行 為。提示還應(yīng)包括有關(guān)期望輸出的信息,涉及使用強(qiáng)化學(xué)習(xí)來(lái)生成文本。
- 示例:使用強(qiáng)化學(xué)習(xí)來(lái)生成與以下風(fēng)格一致的文本[插入風(fēng)格]。
十九、課程學(xué)習(xí)提示
- 含義:通過(guò)先訓(xùn)練簡(jiǎn)單任務(wù),逐漸增加難度來(lái)學(xué)習(xí)復(fù)雜任務(wù)。
- 提示公式:該提供一系列任務(wù),這些任務(wù)逐漸增加難度。提示還應(yīng)包括有關(guān)期望輸出的信息,例如要完成的最終任務(wù)以及任何特定要求或約束條件。此技術(shù)對(duì)自然語(yǔ)言處理、圖像識(shí)別和機(jī)器學(xué)習(xí)等任務(wù)非常有用。涉及逐步訓(xùn)練模型。
- 示例:使用課程學(xué)習(xí)來(lái)生成與以下風(fēng)格[插入風(fēng)格]一致的文本,按照以下順序[插入順序]。
二十、情感分析提示
- 含義:確定文本的情緒色彩或態(tài)度。
- 提示公式:要在 ChatGPT 中使用情感分析提示,模型應(yīng)該提供一段文本并要求根據(jù)其情感分類(lèi)。提示還應(yīng)包括關(guān)于所需輸出的信息,例如要檢測(cè)的情感類(lèi)型(例如積極的、消極的、中立的)和任何特定 要求或約束條件。
- 示例:對(duì)以下客戶(hù)評(píng)論進(jìn)行情感分析[插入評(píng)論],并將它們分類(lèi)為積極的、消極的或中立的。
二十一、命名實(shí)體識(shí)別提示(NER)
- 含義:識(shí)別和分類(lèi)文本中的命名實(shí)體。
- 提示公式:要在 ChatGPT 中使用命名實(shí)體識(shí)別提示,需要向模型提供一段文本,并要求它識(shí)別和分類(lèi)文本中的命名 實(shí)體。提示還應(yīng)包括有關(guān)所需輸出的信息,例如要識(shí)別的命名實(shí)體類(lèi)型(例如人名、組織機(jī)構(gòu)、地點(diǎn)、日期)以 及任何特定要求或約束條件。
- 示例:在以下新聞文章[插入文章]上執(zhí)行命名實(shí)體識(shí)別,并識(shí)別和分類(lèi)人名、組織機(jī)構(gòu)、地點(diǎn)和日期。
二十二、文本分類(lèi)提示
- 含義:將文本分成不同的類(lèi)別。
- 提示公式:要在 ChatGPT 中使用文本分類(lèi)提示,模型需要提供一段文本,并要求它根據(jù)預(yù)定義的類(lèi)別或標(biāo)簽進(jìn)行分 類(lèi)。提示還應(yīng)包括有關(guān)所需輸出的信息,例如類(lèi)別或標(biāo)簽的數(shù)量以及任何特定的要求或約束。
- 示例:對(duì)以下客戶(hù)評(píng)論 [插入評(píng)論] 進(jìn)行文本分類(lèi),并根據(jù)其內(nèi)容將其分類(lèi)為不同的類(lèi)別,例如電子產(chǎn)品、服裝和家具。
二十三、文本生成提示
- 含義:生成符合特定要求的文本。
- 提示公式:根據(jù)受控條件微調(diào)預(yù)訓(xùn)練模型或訓(xùn)練新模型以執(zhí)行特定任務(wù),生成特定長(zhǎng)度或包含特定元素的文本。
- 示例:根據(jù)以下提示[插入提示]生成一個(gè)至少包含 1000 個(gè)單詞,包括角色[插入角色]和情節(jié)[插入情節(jié)]的故事。
這些技術(shù)中的每一種都可以以不同的方式使用,以實(shí)現(xiàn)各種不同的結(jié)果。隨著您繼續(xù)使用 ChatGPT 和其他語(yǔ)言模型,值得嘗試不同的技巧組合,以找到最適合您特定用例的方法。
以下是為了生成符合特定風(fēng)格、內(nèi)容準(zhǔn)確、信息豐富的多類(lèi)型文本,利用ChatGPT提問(wèn)方法建議。
結(jié)合創(chuàng)作需求來(lái)設(shè)計(jì)Prompt,您可以按照以下步驟進(jìn)行:
- 明確創(chuàng)作目標(biāo)和內(nèi)容:首先,您需要明確您的創(chuàng)作目標(biāo)和內(nèi)容范圍,例如您要?jiǎng)?chuàng)作一個(gè)故事、一篇文章或一首詩(shī)。
- 選擇合適的Prompt技術(shù):根據(jù)您的創(chuàng)作內(nèi)容,選擇一種或多種Prompt技術(shù),例如角色提示、種子詞提示、知識(shí)生成提示等。這些技術(shù)可以幫助引導(dǎo)模型的輸出符合您的創(chuàng)作需求。
- 構(gòu)建Prompt:按照所選Prompt技術(shù)的格式,構(gòu)建Prompt。Prompt中要包含創(chuàng)作任務(wù)、具體指令以及角色等信息。例如,如果您要?jiǎng)?chuàng)作一個(gè)故事,可以選擇角色提示,然后構(gòu)建一個(gè)Prompt:“作為偵探,生成一個(gè)關(guān)于犯罪現(xiàn)場(chǎng)的故事。”
- 提供上下文和細(xì)節(jié):在Prompt中提供創(chuàng)作所需的上下文和細(xì)節(jié),如時(shí)間、地點(diǎn)、人物關(guān)系等。這有助于模型生成更加符合您創(chuàng)作需求的內(nèi)容。
- 調(diào)整Prompt:如果生成的結(jié)果不符合預(yù)期,您可以調(diào)整Prompt中的指令或細(xì)節(jié),然后重新生成,直到獲得滿(mǎn)意的結(jié)果。
- 結(jié)合其他Prompt技術(shù):您也可以結(jié)合使用多種Prompt技術(shù),例如在角色提示的基礎(chǔ)上添加種子詞提示或知識(shí)生成提示,以使生成的結(jié)果更加豐富和多樣。
- 多次嘗試和調(diào)整:Prompt工程是一個(gè)反復(fù)試驗(yàn)和調(diào)整的過(guò)程。您需要多次嘗試不同的Prompt組合,才能找到最適合您創(chuàng)作需求的Prompt設(shè)計(jì)。
總之,設(shè)計(jì)Prompt需要根據(jù)您的創(chuàng)作內(nèi)容、目標(biāo)以及Prompt技術(shù)的特點(diǎn)來(lái)構(gòu)建和調(diào)整。通過(guò)不斷嘗試和優(yōu)化,您能夠更好地利用Prompt工程來(lái)輔助您的創(chuàng)作。
作者:西邊一山;微信公眾號(hào):產(chǎn)品第一線(xiàn)
本文由 @西邊一山 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自 Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒(méi)評(píng)論,等你發(fā)揮!