第一章：prompt工程技術(shù)簡介

Prompt 公式是提示的特定格式，通常由三要素組成

1. 任務(wù)：對提示要求模型生成的內(nèi)容進行清晰而簡介的陳述。
2. 指令：在生成文本時模型應(yīng)當(dāng)遵循的指令
3. 角色：模型在生成文本時應(yīng)扮演的角色。

第二章：指令提示技術(shù)

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)：

• 任務(wù)：生成響應(yīng)客戶查詢
• 指令：響應(yīng)應(yīng)該專業(yè)且提供準確信息
• 提示公式：按照以下指示生成 專業(yè)且提供準確的客戶查詢：響應(yīng)應(yīng)該專業(yè)且提供準確信息

生成法律文件：

• 任務(wù)：生成法律文件
• 指令：文件應(yīng)符合線管法律法規(guī)
• 提示公式：按照以下指示生成 符合相關(guān)法律法規(guī)的法律文件：文件應(yīng)符合相關(guān)法律法規(guī)

第三章：角色提示

角色提示技術(shù)們對于特定上下文或受眾的文本非常有用常用。
提示公式：“作為 [角色] 生成 [任務(wù)] ”

示例：

生成客服服務(wù)回復(fù)

• 任務(wù)：生成對客戶查詢的回復(fù)
• 角色：客戶服務(wù)代表
• 提示公式： “作為 客戶服務(wù)代表，生成 客戶查詢的回復(fù)。”

生成法律文件

• 任務(wù)：生成法律文件
• 角色：律師
• 提示公式： “作為 律師，生成 法律文件。”

結(jié)合上面指令提示技術(shù)
作為 客戶服務(wù)代表 按照以下指示生成 專業(yè)且提供準確的客戶回復(fù)：響應(yīng)應(yīng)該專業(yè)且提供準確信息
作為 律師 按照以下指示生成 符合相關(guān)法律法規(guī)的法律文件：文件應(yīng)符合相關(guān)法律法規(guī)

準確示例：將 指令提示、角色提示 和 種子詞提示技術(shù) 結(jié)合使用

• 任務(wù)：為新智能手機生成產(chǎn)品描述
• 指令：描述應(yīng)該是有信息量的，具有說服力的，并突出智能手機的獨特功能
• 角色：市場代表
• 種子詞：“創(chuàng)新的” （圍繞賓語 手機）
• 提示公式：作為市場代表（角色），生成一個有信息量的、有說服力的產(chǎn)品描述，突出新智能手機的創(chuàng)新（種子詞）功能（任務(wù)）。該只能手機具有以下功能[插入您的功能]

這三要素十分重要，建議背下來熟讀。
在這里面
指令提示用于確保產(chǎn)品描述具有信息量和說服力
角色提示用于確保描述是從市場代表的角度寫的
種子詞提示則用于確保描述側(cè)重于智能手機的創(chuàng)新功能 （圍繞賓語）

第四章：標準提示

標準提示是一個簡單的方法，提供一個特定的任務(wù)來引導(dǎo)chatGpt輸出。
例如你想生成一篇新聞文章的摘要，您可以提供一個任務(wù) 如：總結(jié)這篇文章
提示公式：“生成一個[任務(wù)]”

示例：

生成新聞文章的摘要

• 任務(wù)：總結(jié)這篇文章
• 提示公式： “生成 這篇新聞文章的摘要?！?/li>

生成一篇產(chǎn)品評論

• 任務(wù)：為一款新智能手機撰寫評論
• 提示公式： “生成這款新只能手機的評論”

所以結(jié)合上面所說，我們可以結(jié)合三要素 指令提示，角色提示，種子詞結(jié)合使用，增強chatGpt的輸出。

示例：

• 任務(wù)：為一臺新筆記本電腦撰寫產(chǎn)品評論
• 說明：評論應(yīng)當(dāng)客觀、信息豐富，強調(diào)筆記本電腦的獨特特點
• 角色：技術(shù)專家
• 種子詞：“強大的” （圍繞賓語：筆記本電腦）
• 提示公式：作為一名技術(shù)專家（角色提示），生成一個客觀而且信息豐富的產(chǎn)品評論（指令提示），強調(diào)新筆記本電腦的強大（種子詞）特點。

第五章：零、一和少樣本提示

零、一和少樣本提示是用于從ChatGpt生成文本的技術(shù)，最少或沒有任何示例。當(dāng)在特定任務(wù)的數(shù)據(jù)有限或者任務(wù)是新的時候，這些技術(shù)非常有用。
提示公式：“基于[數(shù)量]個示例生成文本”

示例：

為沒有可用示例的新產(chǎn)品編寫產(chǎn)品描述：

• 任務(wù)：為新的智能手表編寫產(chǎn)品描述
• 提示公式： “基于0個示例為這款新智能手表生成產(chǎn)品描述
• 結(jié)合三要素：作為一名產(chǎn)品經(jīng)理（角色提示），在0個示例的情況下，生成一個全面的產(chǎn)品描述（指令提示），強調(diào)新智能手表的便捷（種子詞）特點。

使用一個示例生成產(chǎn)品比較：

• 任務(wù)：將新款智能手機與最新的iphone（示例1）進行比較
• 提示公式： “使用一個示例（最新的iphone，比如iphone20 Pro Max）為這款新智能手機生成產(chǎn)品比較 ”

由于是英文翻譯過來，比較直譯，應(yīng)當(dāng)這么說：
將iphone20 Pro max 與 這款新智能手機進行比較，并且生成比較結(jié)果。

使用少量示例生成產(chǎn)品評論：

• 任務(wù)：為新的電子閱讀器撰寫評論
• 提示公式：通過新智能手機與iphone、小米、華為 對比，為這款新智能手機生成產(chǎn)品評論。

第六章：“讓我們思考一下”提示 - 應(yīng)對與創(chuàng)作性需求

這種技術(shù)可以鼓勵ChatGpt生成反思和思考性的文本。這種技術(shù)適用于撰寫論文、詩歌或創(chuàng)意寫作等任務(wù)。

生成一篇反思性的論文：

• 任務(wù)：圍繞個人成長這個主題寫一篇反思性論文
• 提示公式：讓我們思考一下，圍繞個人成長生成一篇反思性論文

生成一首詩：

• 任務(wù)：寫一首關(guān)于季節(jié)變化的詩
• 提示公式：讓我們思考一下，圍繞季節(jié)變化生成一首詩

為啥要有這個提示技術(shù)？因為這prompt技術(shù)是讓chatGpt認為我們是在邀請chatGpt參與討論與思考。

使用這技巧，你可以遵循以下步驟：

1. 確定你要討論的主題和想法。 （比如上面的主題、論點、我們所說的全文中心）
2. 制定一個明確表達的主題或想法的提示。
3. 用“讓我們思考” 、 “讓我們討論“、”讓我們一起想想“，一定要表明您正在啟動對話或討論。

示例：

• 任務(wù)：為一臺新筆記本電腦撰寫產(chǎn)品評論
• 說明：評論應(yīng)當(dāng)客觀、信息豐富，強調(diào)筆記本電腦的獨特特點
• 角色：技術(shù)專家
• 種子詞：“強大的” （圍繞賓語：筆記本電腦）
• 提示公式：作為一名技術(shù)專家（角色提示），生成一個客觀而且信息豐富的產(chǎn)品評論（指令提示），強調(diào)新筆記本電腦的強大（種子詞）特點。

第七章：自洽提示

自洽提示是一種確保ChatGpt的輸出與提供的輸入一致。這種技術(shù)對于事實核查、數(shù)據(jù)驗證或文本生成中的一致性檢查等任務(wù)非常有用。

示例 文本生成：

• 任務(wù)：生成產(chǎn)品評論
• 指令：評論應(yīng)與輸入中提供的產(chǎn)品信息一致
• 提示公式：生成與一下產(chǎn)品信息一致的產(chǎn)品評論【插入產(chǎn)品信息】

示例 文本摘要：

• 任務(wù)：概括一篇新聞文章
• 指令：摘要應(yīng)當(dāng)與文章中提供的信息一致
• 提示公式：概括以下新聞文章【插入產(chǎn)品信息】，要求與提供的信息一致的方式進行概括

第八章：種子詞提示 （關(guān)鍵）

種子提示詞的公式：跟指令“請根據(jù)以下種子詞生成文本”，這種技術(shù)是控制模型生成文本與某個特定主題或者背景相關(guān)的方式。

示例 文本生成：

• 任務(wù)：完成一句話
• 指令：以研究論文的形式，寫一篇應(yīng)與種子詞“科學(xué)”的文章
• 角色：研究員
• 提示公式：作為研究員，以研究論文的形式進行書寫，請根據(jù)種子詞“科學(xué)”完成以下句子【插入句子】

第九章：知識生成提示（由于簡單且用處不大且有重復(fù)可能性，本人就不記錄下來了）

第十章：知識整合提示（由于簡單且用處不大且有重復(fù)可能性，本人就不記錄下來了）

第十一章：多項選擇提示（由于簡單且用處不大且有重復(fù)可能性，本人就不記錄下來了）

第十二章：可解釋的軟提示

這種技術(shù)生成更具解析性和可控性的生成文本

示例 文本生成：

• 任務(wù)：生成一個故事
• 指令：故事應(yīng)基于一組給定的角色和特定的主題
• 提示公式：基于以下角色生成故事：【插入角色】和主題【插入主題】

示例 語言建模：

• 任務(wù)：以特定風(fēng)格生成文本
• 指令：文本應(yīng)以特定時期的風(fēng)格為基礎(chǔ)
• 提示公式：以【特定時期】的風(fēng)格生成文本：【插入上下文】

第十二章：控制生成提示

示例 文本生成：

• 任務(wù)：生成一個故事
• 指令：故事應(yīng)基于特定的模板
• 提示公式：根據(jù)以下模板生成故事：【模板】 （可以插一個類似的故事再生成一個故事）

示例 語言建模：

• 任務(wù)：以特定風(fēng)格生成文本
• 指令：文本應(yīng)以遵循一組特定的語法規(guī)則
• 提示公式：生成遵循以下語法規(guī)則的文本：【插入規(guī)則】：【插入上下文】

第十四章：問答提示（由于簡單且用處不大且有重復(fù)可能性，本人就不記錄下來了）

第十五章：概述提示（由于簡單且用處不大且有重復(fù)可能性，本人就不記錄下來了）

第十六章：對話文本提示

允許模型生成模擬兩個或者多個實體之間的對話文本。通過為模型提供一個上下文和一組角色以及他們的角色和背景，要求模型在它們之間生成對話。

示例 對話生成：

• 任務(wù)：生成兩個角色之間的對話
• 指令：對話應(yīng)自然且與給定上下文相關(guān)
• 提示公式：在以下情景【插入情景】生成以下角色之間的對話【插入角色】

示例 故事寫作：

• 任務(wù)：在故事中生成對話
• 指令：對話應(yīng)當(dāng)與故事的角色和事件一致
• 提示公式：在以下故事中生成以下角色之間的對話【插入故事】

示例 聊天機器人開發(fā)：（重點）

• 任務(wù)：為客服聊天機器人生成對話
• 指令：對話應(yīng)當(dāng)專業(yè)且提供準確的信息
• 提示公式：在客服詢問【插入主題】時，為客服聊天機器人生成專業(yè)的準確的對話
• 個人理解：情景，一個賣家具官網(wǎng)，客戶想知道家具的情況 客戶問：這個XX家具質(zhì)量怎么樣？好不好？
• 在客服詢問【這個XX家具質(zhì)量怎么樣？好不好？】，為客服聊天機器人生成專業(yè)的準確的對話。
• 這個涉及知識庫問題，具體得要了解langchain，文本讀取 ，可以試試bdjw.fun

第十七章：對抗性提示

這種技術(shù)可用于訓(xùn)練更為穩(wěn)定和抵抗某些類型攻擊，例如要求生成的文本類型和任何特定要求或約束。

示例 用于文本分類的對抗性提示：

• 任務(wù)：生成被分類為特定標簽的文本
• 指令：生成的文本應(yīng)當(dāng)難以被分類為特定標簽
• 提示公式：生成一個難以被分類為【插入標簽】的文本

示例 用于語言翻譯的對抗性提示：

• 任務(wù)：生成難以翻譯的文本
• 指令：生成的文本應(yīng)當(dāng)難以翻譯為目標語言
• 提示公式：生成難以翻譯為【插入語言】的文本

-。- 恭喜你！發(fā)現(xiàn)彩蛋。
記錄到這里，本人讀了剩下的幾章，感覺都在說廢話，這篇gpt提問藝術(shù)沒啥用，個人感覺對于chatGpt的prompt，需要的是自己要多次進行調(diào)整才找到適合自己的prompt，以上內(nèi)容用處不大 嘿嘿 哭死文章來源地址http://www.zghlxwxcb.cn/news/detail-705150.html

到了這里，關(guān)于ChatGpt提問藝術(shù) prompt工程學(xué)習(xí)過程的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！