赞
踩
本文转载自:
文心智能体平台 - 玩转提示词|揭秘Prompt万能公式
文心智能体平台 - 编写高质量Prompt的六个优化技巧 (2024-01-18)
作为开宗明义的第一篇文章,本篇文章将带你系统了解一个好的Prompt的结构是什么样子,优质的Prompt有什么标准。在大多数的场景中,Prompt有一个万能公式,通过这个公式,可以保证你Prompt输出效果满足底线标准。
你可能在网络上看到过很多这个万能公式的不同版本,每个公式的细节都不相同,但是这不重要,当你掌握了通用方法,自然可以根据不同的角色、场景等信息,设计出适合自己的万能公式。
prompt = 角色 + 任务 + 要求 + 细节【步骤拆解、范例说明,技巧点拨等】
这个公式用大白话解释就是你要告诉大模型:你是谁?要做什么?怎么做?
举个例子,现在你告诉大模型:生成一篇小红书风格的口红种草文案,字数不少于100字,风格要俏皮一些。
下面我们来拆解这个公式,看每个元素都代表什么意思。
接下来,我们来用灵境矩阵的**【新媒体文章创作】**这个智能体来试一下这个万能公式的效果,下图中是我没有用万能公式,随便写的一个问题需求,相信很多人给大模型提问都是这样的风格,可以看到,模型给到的回答非常的冗余,内容分不清主次。
但是如果我们用了万能公式来输出Prompt,效果明显提升了一个台阶,如下图所示,模型给到的回答更像是一个具体的人,且极具小红书的风格,你可以直接拿来去用,而不是冰冷的机器回答的文案。
虽然不同的应用场景下对优质的Prompt定义有所区别,但是我们依然可以找到一些共性的特点。具体来说,一条优质的Prompt一般满足以下特点:
这么讲可能还不够具象,下面我举几个例子来带你看一下优质的Prompt都长什么样子。
1. 优质的Prompt对话题有足够的背景信息:
2. 具体的指令:
3. 引导性强,具体指明期望的回答形式:
下面,我们来通过灵境矩阵平台的 【物理反应助手】 这个智能体,来测试下第一个案例,通过下面截图我们可以看到,当你输入一条有足够背景信息的Prompt时,你可以从实验装置的进步、高温超导技术的突破、数值模拟和人工智能的应用、核聚变能源商业化等多个方面对可控核聚变有一个全面的认识。
反之,你只能得到一条模糊不清、信息密度不高、可读性差的回答。
设定角色可以是一种有趣且有效的方法,通过这种方式,你可以引导大模型生成更具特定性和一致性的回答,在提示词中你可以清晰地定义所设定的角色特征,包括身份、职业、背景等。这有助于大模型更好地理解并在回答中表现出相应的角色特性。
在这个示例中,我们希望智能体扮演一位科学家的角色,来为我们解释量子力学的知识点,来看看智能体是怎么回答的。
除了设定角色以外,你还可以通过设定目标和动机的方式丰富角色的形象,以帮助智能体理解在回答中应该关注的方面。
如果你希望模型提供主观性的回答,可以通过提示中的角色设定来引导。表明你期望从设定的角色角度获取意见和观点。
在Prompt提示中可以清晰地定义你的预设条件,包括任何特定的环境、情境或约束。这可以帮助大模型理解问题的上下文,并生成更符合你期望的回答。比如当我们希望了解人工智能在医疗领域的应用时,模型的答案往往具有科幻色彩,但如果加入现代科技这个前提,模型给到的回答就靠谱了很多。
同时,你还可以在提示中加入约束条件,这样可以限定模型的回答范围,使其在特定框架内生成回答。
在预算有限的情况下,建议如何开展一项科学研究项目,强调资源的有效利用。
当然,你还可以通过引入预设条件,可以引导大模型进行比较与对比。明确提出你希望模型探讨的不同条件下的影响或差异。
比较在自然环境和人工环境中培养植物的影响,考虑生长速度、生态系统互动等方面的不同。
除此之外,你甚至可以通过假设条件来减少大模型回复不准确的概率,比如你可以告诉大模型,如果你的数据存在问题,例如数据不准确、缺乏时效性等,那么可以给出否定答复,例如:对不起,目前没有相关数据可供参考。
使用具体示例可以帮助模型更好地理解你的需求,并提高生成的质量。例如,如果你希望模型回答一个问题,可以先提供一个示例的答案。这个示例答案可以是一个具体的、相关的答案,也可以是一个与问题相关的情境或背景信息。通过提供示例答案,模型可以更好地理解问题的含义和要求,并生成更准确的回答。
大模型训练的预料长度不是固定字数,所以往往越往后的需求描述权重越低,对模型的输出结果造成影响。这个时候,除了将对应需求靠前排外,还可以通过增加强调词,告诉模型自己非常看中的内容,比如增加“非常”、”强调”、“必须”等词汇。你还可以通过加粗、斜体或其他方式使关键词更为明显。
思维链是一种将思考过程分解为一系列逻辑步骤或关键点的方法,有助于大模型更系统地处理复杂任务。在撰写复杂任务的提示时,通过构建清晰的思维链,拆解复杂任务步骤,可以帮助大模型明确任务的要求、限制和目标。
例如大语言模型在数学推理方面的表现不是太好,但是如果你在提问的时候,加入思维链的关键词,比如告诉模型,你需要逐步进行计算,或者一步一步进行计算等关键词,或者给出实现的步骤和逻辑,这往往可以极大的提高模型答案的准确率。比如,我们使用灵境矩阵平台的智能体【数学解题助手】来测试一道常见的小学数学题。
这组数中的奇数加起来是多少:4、8、9、15、12、2、1
下图中可以看到是没有加入思维链的结果,大模型已经开始经典的胡说八道了。
这组数列的奇数为1、15、9,正确结果应该为25,下面是加入思维链的结果,大模型可以正确反馈结果。
思维链的作用不仅仅局限在做数学题。试想一下,你是运营人员,在做活动策划时,你可以将活动的SOP喂给大模型,让它帮助你生成一份完美的策划方案。
在Prompt提示词中,定界符是用来标记或定义文本边界的一种特殊符号或格式。它们用于告诉模型或系统在哪里开始和结束生成文本,定界可以使用任何符号,例如:</tag><tag>
、''''''
、< >
等。
下面,我们用灵境矩阵的【文档总结】这个智能体测试一下效果如何,从下面的截图可以看到,模型精确的帮我总结出了这段文档的摘要部分,以及其中的要点。效果是不是还不错?
以上就是本篇教程的所有内容了,相信通过上一篇文章的万能公式以及本篇文章的Prompt调优技巧,你已经可以写出相当棒的Prompt了。但是相信这时候你也想到了一个问题,针对不同场景,调试优质的Prompt是一项费时费力的工作。所以在接下来教程中,我将根据使用场景,为你推荐一些常用的Prompt模版。
2024-05-17(五)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。