Su的技术博客

  • 首页
  • 原创
  • 视频
  • Java
  • MySQL
  • DDD
  • 事故复盘
  • 架构方案
  • AI
  • Other
  • 工具
    • AI工具集
    • 工具清单
    • JSON在线格式化
    • JSON在线比较
    • SQL在线格式化
  • 打赏
  • 关于
路很长,又很短
  1. 首页
  2. AI
  3. 正文
                           

【GPT】26 条有效的AI提示词技巧

2024-01-16 6771点热度 0人点赞 0条评论

一篇新论文:Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4

总结下来就是 26 条有效的提示词技巧,绝大部分都很熟悉了,不过温习一下也不错!
1 - 与大型语言模型 (LLM) 交流无需使用礼貌用语,如“请”、“谢谢”等,直接表达需求即可。
2 - 在提示中指明目标受众,比如说受众是该领域的专家。
3 - 把复杂任务拆解成一系列简单的提示,以进行交互式对话。
4 - 使用肯定的指令词,如“执行”,避免使用否定词汇,如“不要”。
5 - 当你需要更清晰地理解某个主题、观点或任何信息时,可以尝试使用以下提示方式:
o 简单地解释一下[具体主题]。
o 像对11岁的孩子一样向我解释。
o 像对一个[领域]新手一样向我解释。
o 用浅显易懂的语言写作[文章/文本/段落],就像是在向一个5岁孩子解释。
6 - 添加“我愿意支付 $xxx 的小费以获得更好的方案!”
7 - 采用示例驱动的提示方式(使用少样本提示法)。
8 - 格式化提示时,先写上‘###指令###’,然后根据需要添加‘###示例###’或‘###问题###’。接着展示你的内容,用一行或多行空行分隔各个部分,包括指令、示例、问题、背景和输入数据。
9 - 使用这样的短语:“你的任务是”和“必须完成”。
10 - 使用这样的短语:“将会受到处罚”。
11 - 使用“以自然且类似人类的方式回答问题”作为你的提示。
12 - 使用引导性的词汇,比如“逐步思考”。
13 - 在提示中加入“确保你的回答无偏见,不依赖于刻板印象”。
14 - 让模型通过向你提问来澄清具体的细节和需求,直到它获取足够的信息来提供所需的输出,例如:“从现在开始,请向我提出问题以便......”。
15 - 当你想要学习特定的主题或概念,并测试自己的理解时,可以使用这样的短语:“教我[某个定理/主题/规则],在教学结束时包含一个测验,但不要直接告诉我答案。等我回答后再告诉我是否正确”。
16 - 为大型语言模型指定一个特定角色。
17 - 使用明确的分隔符。
18 - 在一个提示中重复特定单词或短语多次。
19 - 结合思维链路 (Chain-of-thought,CoT) 和少样本提示的方法。
20 - 使用输出引导符,即在提示的末尾加上期望回答的开头。这样做可以引导输出内容的方向。
21 - 撰写一篇详细的论文/文本/段落/文章时,可以这样指示:“请为我详细写一篇关于[主题]的[论文/文本/段落],并添加所有必要的信息”。
22 - 当需要修改特定文本但不改变其风格时,可以这样指示:“尝试修改用户提交的每个段落。你应当只改进语法和词汇,确保文本听起来自然,但不要改变其原有的写作风格,如将正式文体变为非正式文体”。
23 - 面对可能涉及多个文件的复杂编程任务时,可以这样提示:“从现在开始,每当你生成涉及多个文件的代码时,创建一个[编程语言]脚本,自动创建所需文件或修改现有文件以插入生成的代码。[你的问题]”。
24 - 当你想用特定的词汇、短语或句子开始或继续一段文本时,可以这样提示:o “我为你提供了开头[歌词/故事/段落/论文...]:[插入的词句]。请根据这些词句继续写下去,保持内容的连贯性”。
25 - 明确说明模型在生成内容时必须遵循的要求,可以是关键词、规则、提示或指示。
26 - 撰写任何类型的文本,如论文或段落,且想要其与提供的样本风格相似时,可以这样指示:o “请根据提供的段落[/标题/文本/论文/答案]的风格撰写”。

论文地址:http://t.cn/A6lTqLs8

26 条有效的提示词技巧26 条有效的提示词技巧26 条有效的提示词技巧26 条有效的提示词技巧

 

 

来源:微博 宝玉xp

更多文章:

  1. Prompt之【翻译】
  2. GitHub Copilot Chat默认Prompt
  3. 如何写好提示词?(上)
  4. AI辅助编码,应该怎么选?
  5. LangChain:打造自己的LLM应用
  6. OpenAI震撼技术圈!0代码构建Assistants API,技术原理探秘
  7. LLM下半场之Agent基础能力概述:Profile、Memory、Plan、Action、Eval学习笔记
  8. ChatGLM:ChatGPT的替代方案
  9. 2023 年 AI 盘点(转译)
  10. ChatGPT完胜DeepSeek、通义千问
标签: GPT AI 人工智能 prompt LLaMa
最后更新:2024-01-15

coder

分享干货文章,学习先进经验。

打赏 点赞
< 上一篇
下一篇 >

文章评论

razz evil exclaim smile redface biggrin eek confused idea lol mad twisted rolleyes wink cool arrow neutral cry mrgreen drooling persevering
取消回复

广告
最新 热点 推荐
最新 热点 推荐
视频笔记:微服务架构P4 设计模式:每服务数据库、API 网关和事件驱动架构 干货 | 论Elasticsearch数据建模的重要性 马蜂窝消息总线——面向业务的消息服务设计 基于 MySQL Binlog 实现可配置的异构数据同步 视频笔记:Google发布Agent2Agent协议 视频笔记:什么是微服务,为什么是微服务? 视频笔记:什么是AI 智能体? 视频笔记:什么是Flink?
Elasticsearch 使用误区之六——富文本内容写入前不清洗基于 MySQL Binlog 实现可配置的异构数据同步马蜂窝消息总线——面向业务的消息服务设计视频笔记:微服务架构P4 设计模式:每服务数据库、API 网关和事件驱动架构干货 | 论Elasticsearch数据建模的重要性你可以不用RxJava,但必须得领悟它的思想!如何秒级实现接口间“幂等”补偿:一款轻量级仿幂等数据校正处理辅助工具视频笔记:什么是Flink?
《2023 年度 AI 大事记》 生产环境JVM崩溃问题排查解决 Arthas实战-线上热更新代码只需3步 事务的特性和隔离级别 Codeium:强大且免费的AI智能编程助手 Elasticsearch 使用误区之五——单次请求获取大量数据 JAVA字节码增强解密(上) 如何画好一张架构图/业务图/流程图,掌握这4个关键点

CRUD (1) Event Sourcing (1) graphql (1) id (1) NoSQL (1) quarkus (1) rest (1) RocketMQ (2) Spring Boot (1) zk (1) zookeeper (1) 上下文 (1) 事务消息 (1) 二级缓存 (1) 值对象 (1) 关系数据库 (1) 分布式缓存 (1) 原子性 (1) 唯一ID (1) 商品 (1) 多对多 (1) 子域 (1) 字符集 (1) 客户端心跳 (1) 幂等 (2) 干货 (1) 并发 (1) 应用场景 (1) 应用架构图 (1) 康威定律 (2) 异步复制 (1) 微服务架构 (3) 总体方案 (1) 技术方案 (2) 技术架构 (2) 技术架构图 (1) 技能 (1) 持续集成 (1) 支撑域 (1) 故障恢复 (1) 数据架构图 (1) 方案选型 (1) 日记 (1) 服务发现 (1) 服务治理 (1) 服务注册 (2) 机房 (1) 核心域 (1) 泄漏 (1) 洋葱架构 (1) 消息队列 (5) 源码剖析 (1) 灰度发布 (1) 熔断 (1) 生态 (1) 画图工具 (1) 研发团队 (1) 线程 (2) 组织架构 (1) 缓存架构 (1) 编码 (1) 视频 (19) 读写分离 (1) 贵州 (1) 软件设计 (1) 迁移 (1) 通用域 (1) 集群化 (1) 雪花算法 (1) 顺序消息 (1)

推荐链接🔗
  • AI工具集
  • 工具箱🛠️

COPYRIGHT © 2014-2025 verysu.com . ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

粤ICP备15033072号-2

x