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)，不妨來看一下。
 23種「Prompt」提示技術(shù)向ChatGPT獲取高質(zhì)量輸出? 由 ZAKER科技 提供 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)的語言模型，能夠生成類似于人類的文本，但需要使用特定的提示技術(shù)來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、問答提示、概述提示、對(duì)話提示、對(duì)抗性提示、聚類提示、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 這樣的語言模型輸出的過程。它允許用戶控制模型的輸出并 生成符合其特定需求的文本。 ChatGPT 是一種先進(jìn)的語言模型，能夠生成類似于人類的文本。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。 該模型能夠生成類似于人類的文本，但如果沒有適當(dāng)?shù)闹笇?dǎo)，它可能無法始終產(chǎn)生期望的輸出。 這就是 Prompt 工程的作用，通過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：通過為模型提供具體指令來引導(dǎo)輸出。 提示公式：“按照以下指示生成[任務(wù)]：[指令]”。 示例：生成客戶服務(wù)響應(yīng)，提示為“按照以下指示生成專業(yè)且準(zhǔn)確的客戶查詢響應(yīng)：響應(yīng)應(yīng)該專業(yè)且提供準(zhǔn)確的信息”。
二、角色提示三、標(biāo)準(zhǔn)提示四、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：為沒有可用示例的新產(chǎn)品編寫產(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、自洽提示七、種子詞提示八、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：通過選擇以下選項(xiàng)之一回答以下問題：[插入問題] [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：它通過提供一組受控 輸入和關(guān)于所需輸出的附加信息來實(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：通過提供一組特定的輸入來實(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、問答提示十四、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)短的話概括以下新聞文章：[插入文章]。
十五、對(duì)話提示含義：生成模擬兩個(gè)或更多實(shí)體之間對(duì)話的文本。 提示公式：通過為模型提供一個(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。 示例：在以下情境中生成以下角色之間的對(duì)話[插入角色]。
十六、對(duì)抗性提示十七、聚類提示含義：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)來生成文本。 示例：使用強(qiáng)化學(xué)習(xí)來生成與以下風(fēng)格一致的文本[插入風(fēng)格]。
十九、課程學(xué)習(xí)提示含義：通過先訓(xùn)練簡(jiǎn)單任務(wù)，逐漸增加難度來學(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、情感分析提示二十一、命名實(shí)體識(shí)別提示（NER）含義：識(shí)別和分類文本中的命名實(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)別和分類人名、組織機(jī)構(gòu)、地點(diǎn)和日期。
二十二、文本分類提示含義：將文本分成不同的類別。 提示公式：要在 ChatGPT 中使用文本分類提示，模型需要提供一段文本，并要求它根據(jù)預(yù)定義的類別或標(biāo)簽進(jìn)行分 類。提示還應(yīng)包括有關(guān)所需輸出的信息，例如類別或標(biāo)簽的數(shù)量以及任何特定的要求或約束。 示例：對(duì)以下客戶評(píng)論 [插入評(píng)論] 進(jìn)行文本分類，并根據(jù)其內(nèi)容將其分類為不同的類別，例如電子產(chǎn)品、服裝和家具。
二十三、文本生成提示這些技術(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、信息豐富的多類型文本，利用ChatGPT提問方法建議。 結(jié)合創(chuàng)作需求來設(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。 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?！?/p> 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)來構(gòu)建和調(diào)整。通過不斷嘗試和優(yōu)化，您能夠更好地利用Prompt工程來輔助您的創(chuàng)作。 作者：西邊一山；微信公眾號(hào)：產(chǎn)品第一線 本文由 @西邊一山 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。 題圖來自 Unsplash，基于CC0協(xié)議。 |
