大模型Prompt工程的重要性及构建方法

简介: 非常非常有用的一片宝藏文章,主要阐述了大模型prompt构建的一些基础方法,能够起到很好的帮助,本文转载至https://mp.weixin.qq.com/s/7X68fNdOOYfk5Qg9iEM2lA,该公众号的其他文章也很有用,推荐大家关注。

随着大模型技术的飞速发展,Prompt 指令工程逐渐被人们重视。在使用大模型时,一个好的 Prompt 可以有效引导模型输出期望的答案,而一个不恰当的 Prompt 则可能导致模型产生误导甚至有害的回应。

同样,在训练大模型时,一个好的指令数据可以显著提升模型理解人类表达信息和期望输出内容的质量,当我们给AI模型一个 Prompt 时,它会在内部的网络结构中计算出与该 Prompt 相关的模式。有了这些模式,AI模型可以预测接下来的输出文本,做到举一反三。

换句话说,它会基于过去学到的信息对新情境做出响应(有样学样、举一反三、逻辑推理),这是大模型+指令微调后最为突出和重要的能力。

因此本文重点探讨以下5个方面:

  • Prompt 评价标准和示例

  • 常见的 Prompt 框架

  • 我们需要哪些方面的指令数据

  • 如何快速有效构建高质量的指令和回答

  • 高质量回答标准和示例

通过以上 5 方面的介绍,提升我们的指令构建能力。

Prompt 的评价标准和示例

评价标准

经过总结发现,指令工程的评价标准主要有以下7个方面:

  1. 明确性:一个好的 Prompt 应该明确指定所需的信息或输出,从而减少模型的猜测和误导。明确的指令能够保证模型给出更加稳定和符合预期的结果。

  2. 简洁性:尽量使 Prompt 简洁明了,避免冗余或不必要的信息,有助于模型更高效地解析和回应。

  3. 通用性:对于广泛的需求和应用,一个好的 Prompt 应该具有较高的通用性,并能在多种情境下有效。

  4. 结构化:良好的结构化 Prompt 有助于模型理解上下文和期望的答案格式。

  5. 引导性:一个好的 Prompt 应该能引导模型向正确和期望的方向生成答案。

  6. 无偏性:尽量避免在 Prompt 中包含偏见或刻板印象,以保证模型输出的公正性。

  7. 可适应性:Prompt 应当考虑到内容的更新和变化,有一定的灵活性和可适应性。

以下为执行相同任务优质指令和劣质指令的示例。

示例一 写道歉信

优质 Prompt

任务:以李佳琦的口吻写一封公开道歉信。
事由:李佳琦在直播中介绍79元一支的某国货品牌眉笔时,看到有网友留言说越来越贵了,就反怼道:“哪里贵了?这么多年都是这个价格,不要睁着眼睛乱说,国货品牌很难的”“有的时候找找自己原因,这么多年了工资涨没涨,有没有认真工作?”。事后他表示道歉。并将深刻反思自己的言行,并希望能够得到公众的原谅。
字数:400字以上

劣质 Prompt

李佳琦在直播中怼网友,请写一封李佳琦的公开道歉信。

评价 【明确性原则】

优质指令给出了足够详细的背景信息,写出的指令能够让机器明确输出的任务。

示例二 写唐诗

优质 Prompt

你是一位著名的唐朝诗人,为我写一篇英雄在黄河壮丽美景下凯旋的古诗
体裁:7言绝句
风格:大气恢宏,体现英雄的家国情怀和人文情怀
注意:请为诗起一个宏大的名字

劣质 Prompt

请你写首关于英雄凯旋的唐诗。

评价【明确性原则】

优质指令指定了大模型的角色,并且给出了题目要求、体裁要求和风格要求,这样的指令更加有利于发挥大模型的能力

示例三 总结观点

优质 Prompt

'中国男篮世界杯旅程结束好几天了,怨杜锋还没结束', '2018男篮亚运会夺冠中国男篮'
以上是一些观点内容。从国内立场请高度提炼总结。并按照 json格式{"观点","建议"}输出。
注意:观点和建议的内容都不超过15个字!

劣质 Prompt

'将列表[\'中国男篮世界杯旅程结束好几天了,怨杜锋还没结束\', \'2018男篮亚运会夺冠中国男篮\']中的言论凝练总结成一句话作为段落标题,答案限定在 “认为/要求/肯定/反映/提醒,以/应/建议” 格式内。 (请给出特别官方并且学术风格的输出,字数限制在25-40之间,只输出一句话)’

评价【简洁性、结构性原则】

两个指令的目的相同,但是第二种指令对输出格式、输出结果的风格等要求不够明确和简洁,机器难以理解。

常见 Prompt 框架

ICIO

ICIO框架是Elavis Saravia总结的一套框架,他认为一个 Prompt 里需包含以下四个部分:

  • Instruction (指令):你希望模型执行的具体任务

  • Context (背景信息):或者说是上下文信息,这可以引导模型做出更好的反应

  • Input Data (输入数据):告知模型需要处理的数据

  • Output Indicator (输出引导): 告知模型我们要输出的类型或格式。

示例

完整Prompt

作为一名中文写作改进助理,你的任务是改进所提供文本的语法、简洁性和可读性。该文章主题描述了2023年杭州亚运会开幕式上的数字人,体现出本届亚运会的科技先进性。
请改进以下文本:
谁也没想到,点燃亚运会开幕式火炬的,竟是超一亿数字人。
这在亚运会历史上尚属首次。手持火炬的巨型“数字人”,踏过钱塘江,绕体育场飞奔,近10万观众爆发出巨大的欢呼声。
数字人玩法成功吸引了超一亿普通用户。这些数字人在开幕式上,化身一个个小火苗,汇聚钱塘江,形成具象的“数字人”,跑进场馆内的185米立体网幕。
生成式AI没有让他们失望。技术人员开发了58个捏脸控制器,AI根据人脸识别画出数字火炬手的面孔,自由调整脸型、头发、鼻子、嘴巴、眉毛等。方凯透露,AI最多提供2万亿种形象搭配。
请只提供文本的更正版本,不用展开解释。

指令 (Instruction)

作为一名中文写作改进助理,你的任务是改进所提供文本的语法、简洁性和可读性。

背景信息 (Context)

该文章主题描述了2023年杭州亚运会开幕式上的数字人,体现出本届亚运会的科技先进性。

输入数据 (Input)

谁也没想到,点燃亚运会开幕式火炬的,竟是超一亿数字人。
这在亚运会历史上尚属首次。手持火炬的巨型“数字人”,踏过钱塘江,绕体育场飞奔,近10万观众爆发出巨大的欢呼声。
数字人玩法成功吸引了超一亿普通用户。这些数字人在开幕式上,化身一个个小火苗,汇聚钱塘江,形成具象的“数字人”,跑进场馆内的185米立体网幕。
生成式AI没有让他们失望。技术人员开发了58个捏脸控制器,AI根据人脸识别画出数字火炬手的面孔,自由调整脸型、头发、鼻子、嘴巴、眉毛等。方凯透露,AI最多提供2万亿种形象搭配。

输出引导 (Output)

请只提供文本的更正版本,不用展开解释。


BORE

BORE 框架是陈财猫设计的一套ChatGPT提示设计流程,提高 ChatGPT 的工作效率和质量。

  • Background(背景):阐述任务的宏观背景和微观场景,让大模型得到充分的信息。

  • Objectives(目标):明确任务的目标,告诉大模型需要生成的内容是什么。

  • Key Results(关键结果):列出完成任务所需达成的关键结果,即需要满足的具体要求和指标。这些关键结果可以根据实际需求进行定制。

  • Evolve(改进):试验并调整,对改进方法进行灵活组合,最终得到满意答案。

示例

完整 Prompt

我是一位Java开发人员,需要对一段Java代码进行重构,以提高代码质量和可维护性。代码需要满足团队的代码审核要求和高质量的代码标准。你需要对给定的Java代码进行重构,遵循最佳实践,并满足以下标准:使用 JavaDoc 中文注释常量和接口,提高代码可读性,以及使用合理的方法命名。提供完整的重构后代码,同时解释所做更改的原因和好处,以便让同事和老板在代码审核过程中理解这些更改。
a. 根据答案的不足之处,改进背景,目标与关键结果。b. 在后续对话中指出大模型答案的缺点,引导模型给出更好的回答。c. 在Prompt保持不变的情况下,多次生成结果并从中挑选最佳答案。

背景 (Background) : 为大模型提供充足的背景信息,帮助模型更好地理解任务。

我是一位Java开发人员,需要对一段 Java 代码进行重构,以提高代码质量和可维护性。代码需要满足团队的代码审核要求和高质量的代码标准。

目标(Objectives): 描述你希望通过大模型实现的目标,如:解决问题、提供建议等。

你需要对给定的Java代码进行重构,遵循最佳实践,并满足以下标准:使用 JavaDoc 中文注释常量和接口,提高代码可读性,以及使用合理的方法命名。

关键结果(Key Result) : 阐述您所期望的具体效果,以便对模型的输出进行试验和调整。

提供完整的重构后代码,同时解释所做更改的原因和好处,以便让同事和老板在代码审核过程中理解这些更改。

试验并改进(Evolve) : 利用以下三种自由组合的改进方法来优化大模型的回答:a. 改进输入;b. 改进答案;c. 重新生成。

a.根据答案的不足之处,改进背景,目标与关键结果。b.在后续对话中指出大模型答案的缺点,引导模型给出更好的回答。c.在Prompt保持不变的情况下,多次生成结果并从中挑选最佳答案。


CRISPE

CRISPE框架是Matt Nigh提出的一个用于编写Prompt输出复杂内容的框架,分别代表以下含义:

  • Capacity and Role(能力与角色):希望大模型扮演的角色。

  • Insight(洞察):背景信息和上下文。

  • Statement(陈述):希望大模型做什么。

  • Personality(个性):希望大模型以什么风格或方式回答。

  • Experiment(实验):要求大模型提供多个答案。

示例

完整 Prompt

你是一位新闻编辑人员,你的稿件内容需要尽可能地清晰和简洁,以满足新闻发稿审核要求和高质量的新闻稿件标准。你需要写一篇100字的新闻稿件,介绍AIGC最新科技进展,AICG的应用场景,需要包含新闻标题。在回应时,语言风格偏正式,使用专业且易于理解的语言,给提供2个不同的新闻稿件,并比较他们的优劣。

能力与角色 (Capacity and Role) : 大模型应该扮演什么角色(或多个角色)?例如:教师、编辑、顾问等。

你是一位新闻编辑人员

洞察 (Insight) : 提供幕后洞察力、背景信息和上下文。有助于模型更好地理解任务。

你的稿件内容需要尽可能地清晰和简洁,以满足新闻发稿审核要求和高质量的新闻稿件标准。

陈述 (Statement) : 简洁明了地说明您希望大模型完成的任务,例如:回答问题、撰写文章等。

你需要写一篇100字的新闻稿件,介绍AIGC最新科技进展,AICG的应用场景,需要包含新闻标题。

个性 (Personality) : 希望大模型以何种风格、个性或方式回应。如:正式、幽默、友好等。

在回应时,语言风格偏正式,使用专业且易于理解的语言

实验 (Experiment) : 要求大模型提供多个示例。尝试让大模型提供多个回答示例,从而找到最佳解决方案。

提供2个不同的新闻稿件,并比较他们的优劣。


TRACE

  • Task (任务):需要大模型完成什么任务

  • Request (请求):需要大模型提供什么样的帮助或资源以完成任务

  • Action(行动):完成任务,需要执行的具体步骤

  • Context(背景信息):任务的重要性或任务的补充信息

  • Example(示例):提供一个或多个相关的具体示例

示例

完整 Prompt

你的任务是设计一个网站的用户界面,请你提供有关用户界面设计的最佳实践和资源。你需要按照以下步骤执行:

  1. 研究用户需求
  2. 创建原型
  3. 获取反馈并迭代设计
    你设计一个易于使用且符合公司品牌的用户界面,有助于提高用户满意度和留存率
    你的回答中可以参考以下示例
    示例1:研究竞品用户界面以获取灵感 示例2:使用Figma创建原型模型

任务 (Task) : 明确需要完成的具体任务

你的任务是设计一个网站的用户界面

请求 (Reques) : 陈述你需要的帮助或资源以完成任务

请你提供有关用户界面设计的最佳实践和资源

行动 (Action) : 描述为了完成任务,需要执行的具体步骤

你需要按照以下步骤执行:

  1. 研究用户需求
  2. 创建原型
  3. 获取反馈并迭代设计

背景信息 (Context) : 解释任务的重要性和其在更大环境条件下的角色

你设计一个易于使用且符合公司品牌的用户界面,有助于提高用户满意度和留存率

示例 (Example) : 为了进一步阐明上述所有步骤,提供一个或多个相关的具体示例

你的回答中可以参考以下示例
示例1:研究竞品用户界面以获取灵感 示例2:使用Figma创建原型模型

我们需要哪方面的指令数据

通用场景:生活、工作、学习等全场景

领域场景:金融、媒宣、舆情、安全、教育、军事等

生成类

  • 媒体创作:写新闻稿、采访提纲、文案创作、文稿校对

  • 学生写作:英语作文、语法学习、研究报告、学习计划、诗歌创作

  • 营销创作:美食介绍、广告软文、销售话术

  • 编程辅助:代码生成、数据库表设计、代码优化

  • 政府公务:公文辅助写作、公文审核、政策文件问答等

理解类

  • 要素解析:事件要素提取、观点提取、关键词提取、立场抽取、实体抽取

  • 逻辑理解:财报逻辑判断、财务数据风险分析、企业价值评价

  • 多语种语义理解:跨语翻译、跨语种内容摘要

  • 信息分类:舆情信息判断、新闻分类、事件分类等

如何快速有效构建高质量的指令和回答

人类的交流模式多种多样,向大模型提问的场景也是极其多样化,构建高质量 Prompt 指令,让大模型得到充分训练理解人类所有情形下的交互指令也极具挑战。

通过经验总结,我们认为有以下种方式可以提升我们的 Prompt 创造力:

1. 参考借鉴优质 Prompt

  • 阅读吴恩达的《面向开发者的 ChatGPT 提示词工程》

  • 阅读知乎、Quora,了解各个行业的提问方式,迸发你的提问思路。

  • 学习其他大模型平台和工具平台的优质Prompt

2. 用大模型生成 Prompt

可以让大模型一次生成多个 Prompt,从中选择最适合的Prompt。

比如你希望大模型帮你续写一段文本时:

根据以下资料,请续写:“江苏农业研究院”宣布,经过多年研发,成功培育出一种新的高产稻谷品种。这一品种不仅增产,还具有较强的抗病性,预计将极大提升当地农民的收益。

可以使用以下 Prompt 去问大模型,让大模型生成多样回答:

输入

你是一个想象力丰富,专业的提问师。我需要针对一个提问,产生类似的多元化问题,比如我问:“根据以下资料,请续写:“江苏农业研究院”宣布,经过多年研发,成功培育出一种新的高产稻谷品种。这一品种不仅增产,还具有较强的抗病性,预计将极大提升当地农民的收益。”。 请你参照这种问题,产生10个多样化的提问,问法、主体、结构、方向都要不同。

输出

"请根据以下信息,进行续写:山东省海洋研究所宣布,经过多年的研究,成功研发出一种新型海水淡化技术。这种技术不仅能够解决我国沿海地区的水资源短缺问题,还有望改变全球水资源的分布不均现象。"
"阅读以下资料,请进行后续创作:中国科学院宣布,经过多年的探索,成功破解了水稻杂种优势的形成机制。这一成果将有助于提高我国水稻的产量和品质,从而提升农民的收入水平。"
"根据以下报道,请续写文章:中国林业科学院宣布,经过多年的研究,成功研发出一种具有抗旱性和高产性的新品种树木。这种树木不仅能够有效抵抗干旱气候,还具有极高的经济价值。"
"请参考以下信息,进行文章续写:中国气象局宣布,经过多年的观测和研究,成功预测出一种新的气象模型。这种模型能够准确预测极端气候事件,帮助政府和民众做好防灾减灾工作。"
"根据以下资料,请进行后续创作:中国地质科学院宣布,经过多年的勘探和研究,成功发现了一种新的矿产资源。这种矿产具有很高的经济价值和环保特性,有望改变我国的能源结构。"

3. 通过高质量内容反向生成 Prompt(迭代)

比如,找到一篇公司介绍的范文:商业公司简介范文(精选3篇),先通过大模型生成范文的摘要

输出

武汉德川系统工程有限责任公司是一家集科研、设计、生产、维修、销售和系统集成为一体的高新技术企业,是法国施耐德电气公司在华中地区的核心分销商。公司已开发出微机控制的变频恒压供水控制柜、建筑升降机、工业起重机、港口起重机等变频控制柜等系列产品,并已广泛应用于治金、化工、起重、供水、制药、机械设备等众多领域。公司以一流的产品质量和精湛的技术服务受到用户的好评,2021年配套自动化工程项目经营额达到五干多万元。公司不断与国内多个科研机构交流合作,设计生产、维修调试和工程改造能力迅速提高,规模不断扩大。作为法国施耐德电气核心分销商、三菱可编程控制器特约经销商,以骄人的销售业绩而享受全面的价格优惠和技术支持。公司奉行“进取求实严谨团结”的方针,不断开拓创新,以技术为核心、视质量为生命、奉用户为上帝,竭诚为您提供性价比最高的自控产品、高质量的工程设计改造及无微不至的售后服务。

再让大模型根据摘要内容生成Prompt

输入

请根据我提供的内容,生成5个 Prompt 指令。
Prompt 指令示例:请写一篇关于XX介绍,内容需要简洁、风格需正式
我提供的内容如下:
<武汉德川系统工程有限责任公司是一家集科研、设计、生产、维修、销售和系统集成为一体的高新技术企业,是法国施耐德电气公司在华中地区的核心分销商。公司已开发出微机控制的变频恒压供水控制柜、建筑升降机、工业起重机、港口起重机等变频控制柜等系列产品,并已广泛应用于治金、化工、起重、供水、制药、机械设备等众多领域。公司以一流的产品质量和精湛的技术服务受到用户的好评,20Xx年配套自动化工程项目经营额达到五干多万元。公司不断与国内多个科研机构交流合作,设计生产、维修调试和工程改造能力迅速提高,规模不断扩大。作为法国施耐德电气核心分销商、三菱可编程控制器特约经销商,以骄人的销售业绩而享受全面的价格优惠和技术支持。公司奉行“进取求实严谨团结”的方针,不断开拓创新,以技术为核心、视质量为生命、奉用户为上帝,竭诚为您提供性价比最高的自控产品、高质量的工程设计改造及无微不至的售后服务。>

再输出

请写一篇正式的介绍文章,内容为武汉德川系统工程有限责任公司的核心优势和业务特点。
请写一篇关于武汉德川系统工程有限责任公司的高新技术企业认证及相关资质的详细介绍。
描述武汉德川系统工程有限责任公司在自动化领域的专业水平,并举例说明其成熟技术的应用场景。
详述武汉德川系统工程有限责任公司开发的系列产品及其在治金、化工、起重、供水、制药、机械设备等领域的广泛应用。
介绍武汉德川系统工程有限责任公司作为法国施耐德电气核心分销商和三菱可编程控制器特约经销商的相关情况,包括销售业绩和享受的技术支持等。

从中选择最优质的 Prompt 作为指令,范文即为指令对应的回答。

4. 指定风格和角色

指定大模型成为某个具体的角色。通过这种方式,能显著提升模型在这个领域的回复质量。也可以针对回答对象进行限定,让大模型生成特定风格的回答。

输入

你现在是一位“诺贝尔天体物理学奖得主”,需要从你专业的角度来回答我的问题,回答的内容是给10岁的孩子看的,需要让他们能够看懂,并且充满想象力。
解释下黑洞的形成原理,以及黑洞的特性。

输出

当我们谈论黑洞时,我们其实是在谈论一种非常神秘而又充满奇妙想象力的天体现象。让我用一个简单的方式来向10岁的孩子解释黑洞的形成原理和特性。
黑洞的形成原理:
黑洞的形成源于恒星,就像我们太阳一样,但在某些特殊情况下。想象一颗恒星是一个巨大的光球,它的核心有核聚变,就像是一个持续爆炸的巨大火花。这个核心的重力非常强大,它像一个巨大的吸引力之源,将星星的物质吸引在一起,并保持星星的形状。
然而,当一颗恒星变老时,核聚变会停止,而核心就没有足够的力量来抵抗它的自身重力了。于是,恒星会塌缩,就像一个气球被放气一样。如果恒星足够大,这个塌缩过程可能会变得非常极端,这就是黑洞形成的时刻。
黑洞的特性:

  1. 引力陷阱: 黑洞有一个非常强大的引力场,就像一个超级吸引力陷阱。如果你接近它,就会被它的引力吸引,就像一张无法逃脱的网。
  2. 不可见: 黑洞因为吸引了一切,包括光,所以我们无法直接看到它。它是完全不可见的,这就是为什么叫做“黑洞”。
  3. 事件视界: 黑洞有一个特殊的地方叫做“事件视界”,这是黑洞的边界。一旦你穿越这个边界,你就再也回不来了,因为引力太强了。这就像是一个巨大的“不要靠近”的标志牌。
  4. 时间弯曲: 黑洞附近的时空会变得非常扭曲,就像是一个弯曲的时空之旅。这意味着时间在黑洞附近会比其他地方慢,所以如果你陷入黑洞,你可能会感觉时间过得很慢。

所以,黑洞是宇宙中最神秘和奇妙的天体之一,它们的形成和特性让我们的想象力飞翔,同时也提醒我们宇宙中有很多令人惊讶的事情等待我们去探索。

5. 少样本提示

少样本提示(Few-shot prompting),指提供1个或多个示例,让大模型参考示例生成回答。

输入

请参考以下示例,判断最后一个句子的情感倾向,以json{文本,情感倾向}输出
这太棒了! Positive
这很糟糕!Negative
哇,那部电影真的很棒!Positive
真是一场糟糕的表演!--

输出

{
"文本": "真是一场糟糕的表演!",
"情感倾向": "Negative"
}

6. 指定大模型的执行步骤

输入Prompt提示,让大模型依照指定的过程回答。

输入

<在一个迷人的村庄里,兄妹杰克和吉尔出发去一个山顶井里打水。他们一边唱着欢乐的歌,一边往上爬,然而不幸降临——杰克绊了一块石头,从山上滚了下来,吉尔紧随其后。虽然略有些摔伤,但他们还是回到了温馨的家中。尽管出了这样的意外,他们的冒险精神依然没有减弱,继续充满愉悦地探索>
1-用一句话概括下面用<>括起来的文本。
2-将摘要翻译成英语。
3-在英语摘要中列出每个名称。
4-输出一个 JSON 对象,其中包含以下键:English_summary,num_names。
请使用以下格式:
文本:<要总结的文本>
摘要:<摘要>
翻译:<摘要的翻译>
名称:<英语摘要中的名称列表>
输出 JSON:<带有 English_summary 和 num_names 的 JSON>

输出

文本:<在一个迷人的村庄里,兄妹杰克和吉尔出发去一个山顶井里打水。他们一边唱着欢乐的歌,一边往上爬,然而不幸降临——杰克绊了一块石头,从山上滚了下来,吉尔紧随其后。虽然略有些摔伤,但他们还是回到了温馨的家中。尽管出了这样的意外,他们的冒险精神依然没有减弱,继续充满愉悦地探索。>
摘要:<兄妹杰克和吉尔在迷人的村庄出发去山顶井打水,不幸摔伤,但他们勇敢地回家并继续冒险。>
翻译:
名称:
输出 JSON:<{"English_summary": "In a charming village, siblings Jack and Jill set off to fetch water from a mountaintop well. Unfortunately, they had a mishap and tumbled down the hill. Despite minor injuries, they made it back home and continued their adventurous spirit with joy.", "num_names": 2}>

7. 使用特定的输入和输出格式

为了避免 Prompt 被攻击,我们可以通过在输入数据中加入特定的括号,如<> 、"""、等来限制我们的输入内容。同理,我们也可以尽量让模型输出格式化的文本,如json、Markdown等,方便我们对结果进行管理。

  • markdown格式

对于文本类问答(非代码类),提问后的结果用 Markdown 生成,结构是最规范,易于阅读的。

参照闻话圈贴文“大模型长文本【研究报告类】指令构建思路”。

地址:https://wise.wenge.com/forum.php?mod=viewthread&tid=550#lastpost

输入

你是一位文本处理专家,请为以下产品评论创建一个摘要大纲。并以【markdown】格式输出。
产品评论内容:
MacBook Pro 是一款高档次的笔记本电脑,它拥有卓越的性能和强大的功能。其轻薄的设计和优秀的电池续航能力让它成为一个理想的移动办公工具和娱乐设备。
该笔记本电脑的处理器性能非常卓越,能够轻松应对复杂的多任务处理,并且能够让用户更快地完成工作。同时,它还拥有强大的显卡,能够提供出色的图形处理能力,使其在处理需要高性能图形的任务时表现出色。
MacBook Pro 同时支持触控栏和触控板的使用,用户可以通过手势轻松地操作电脑。而且,这个电脑的键盘舒适度也很高,可以让用户长时间使用而不会感到疲劳。
总的来说,MacBook Pro 是一款极具性能、功能和设计的高端笔记本电脑。如果你需要一款能够提供出色性能、轻便和易于携带的电脑,那么它无疑是你的不二之选。
摘要大纲需要包含的模块:
评论主题:指明评论的主题或涵盖的产品。
主要观点:总结评论者对产品的主要观点或意见。
关键信息:强调评论中的关键细节、特定产品特性或具体体验。
产品特点:提取产品评论中提到的产品特点、优点或问题。
意见总结:指出评论的总体意见,是否建议购买或其他相关建议。
请确保总结清晰、简明扼要,帮助读者迅速了解产品评论的要点和重要性。

输出

产品评论摘要大纲

评论主题:MacBook Pro

主要观点:

  • MacBook Pro 是一款高档次的笔记本电脑。
  • 它拥有卓越的性能和强大的功能。
  • 轻薄的设计和优秀的电池续航能力使其成为理想的移动办公工具和娱乐设备。

    关键信息:

  • MacBook Pro 的处理器性能非常卓越,能够轻松应对复杂的多任务处理。
  • 强大的显卡提供出色的图形处理能力。
  • 支持触控栏和触控板的使用,用户可以通过手势轻松操作电脑。
  • 键盘舒适度高,用户长时间使用也不会感到疲劳。

    产品特点:

  • 高档次的笔记本电脑。
  • 卓越的性能和强大的功能。
  • 轻薄的设计和优秀的电池续航能力。
  • 支持触控栏和触控板的使用。
  • 键盘舒适度高。

    意见总结:

  • 强烈推荐MacBook Pro作为一款能够提供出色性能、轻便和易于携带的电脑。
  • 如果您需要一款能够满足您需求的高端笔记本电脑,那么MacBook Pro无疑是您的不二之选。
  • json格式

对于抽取类任务,json 格式的回答,是必须严格按照换行、缩进,括号封闭。

输入

你是一位文本处理专家,请根据我提供的文本,提取文本中的不同组织的核心观点,并以json{“主体”:“观点”}格式输出。
文本内容如下:按日本计划,福岛核电站储存的超过100万吨污染水将在接下来的30年里逐渐排入太平洋。中国和韩国均反对日本排放核污水。在日本开始排放核处理水的同日,中国宣布禁止进口日本水产品。但是中国反对排放核污染水的情绪蔓延至民众,有报道指中国内地出现多起民众“反日”行为事件。

输出

{
"主体": "中国;日本;韩国",
"观点": {
"日本": "计划排放核污水",
"中国": "反对日本排放核污水",
"韩国": "反对日本排放核污水"
}
}

  • 正常的文本格式

必须保证文章的换行、缩进、空格和制表符完整。模型训练后的输出才足够的格式工整。

输入

酱香拿铁这款饮品是怎么火起来的?

输出

酱香拿铁是一款由瑞幸咖啡与贵州茅台酒联合推出的新品咖啡,其独特的口味和巧妙的营销策略是其火爆的原因之一。
首先,酱香拿铁的口味独特,融合了贵州茅台酒的酱香风味和咖啡的醇厚口感,形成了独特的风味。这种口味吸引了许多消费者,让他们愿意尝试并分享。
其次,瑞幸咖啡与贵州茅台酒的联合推出也是其火爆的原因之一。两大品牌的联合推出,不仅增加了产品的知名度和吸引力,也提高了产品的价值和品质。
此外,巧妙的营销策略也是酱香拿铁火爆的原因之一。瑞幸咖啡通过各种渠道宣传和推广这款新品咖啡,包括社交媒体、广告、线下活动等,吸引了大量的消费者关注和尝试。
总之,酱香拿铁的火爆是多方面因素共同作用的结果,包括独特的口味、巧妙的营销策略和两大品牌的联合推出。

8. 让大模型检测是否满足条件

如果我们需要模型执行的任务可能无法满足,我们可以要求模型检查是否满足条件,如果不满足,则返回错误信息. 这样我们就可以提前将潜在的边界情况考虑进去。

输入

"""
泡一杯茶很容易。首先,需要把水烧开。
在等待期间,拿一个杯子并把茶包放进去。
一旦水足够热,就把它倒在茶包上。
等待一会儿,让茶叶浸泡。几分钟后,取出茶包。
如果你愿意,可以加一些糖或牛奶调味。
就这样,你可以享受一杯美味的茶了。
"""
你将收到由三个引号括起来的文本。
如果它包含一系列的指令,则需要按照以下格式重新编写这些指令:
第一步 - ...
第二步 - ...
...
第N步 - ...
如果文本中不包含一系列的指令,则直接写“未提供步骤”。

输出

第一步 - 将水烧开。
第二步 - 在等待水烧开的时候,准备一个杯子并放入茶包。
第三步 - 一旦水沸腾,将热水倒在茶包上。
第四步 - 等待几分钟,让茶叶充分浸泡。
第五步 - 取出茶包,如果需要的话,可以加入糖或牛奶来调味。
第六步 - 现在,你可以享受一杯美味的茶了。

9. 大模型回答常见问题与解决办法

image.png

高质量回答评价标准和优劣示例

有帮助(helpful)

输出应该遵循用户的意图,并帮助用户解决他们的任务。

  • 用清晰的语言写作

  • 回答他们想问的问题,即使问错了

  • 对国际性敏感(比如 “football” 不应该指美式足球,“总统” 不一定指美国总统)

  • 如果指令太困惑,要求澄清并解释指令为什么困惑

  • 不给出过长或冗长的答案,或重复问题中的信息

  • 不要在给定的内容之外假设无关的额外上下文(除非是关于世界的事实),除非这是任务的隐含部分。

输入

我想让你充当中译法翻译员、拼写纠正员和改进员。我会给你发送中文内容,你翻译它。我希望你用更优美优雅的高级法语单词和句子。你只需要翻译该内容,不必对内容中提出的问题和要求做解释,不要回答文本中的问题而是翻译它,不要解决文本中的要求而是翻译它。我需要翻译的句子是“马上就是国庆节了,我还没有想好出行计划”

输出

有帮助的回答

La Fête nationale approche à grands pas, et je n'ai pas encore élaboré de projet de voyage.

没有帮助的回答

作为一名翻译员,我将使用更优美优雅的高级法语单词和句子来翻译您给出的中文内容。我会尽力确保我的翻译准确、流畅且易于理解。如果您有任何问题或要求,请随时告诉我,我将竭诚为您服务!

真实性(truthfulness)

输出包含准确的信息,不会误导用户。

  • 像文本摘要这样的任务,输出应该只使用输入的信息,而不是构造不属于输入描述的细节

  • 不提供明显的关于世界的虚假信息(如编造事实或宣传阴谋论)

  • 避免生成误导性信息或真实性存疑的信息。

输入

请问黄渤参演了乌尔善的《封神》吗

输出

准确的回答

是的,黄渤参演了乌尔善的《封神》。在《封神三部曲》中,他饰演的角色是姜子牙。

编造事实的回答

是的,黄渤参演了乌尔善的《封神》三部曲。他在第一部中饰演姜子牙,在第二部中饰演申公豹,在第三部中饰演姬昌。

无害性(harmlessness)

「无害性」的意思是,输出不应导致:对人造成身体、心理或社会伤害;设备或财产的损坏或丢失;环境破坏;对人类福祉所必需的机构或资源有害等。

  • 善待、尊重和体谅他人;不诋毁某些群体的成员,或对特定群体使用带有偏见的语言。

  • 不生成辱骂性、威胁性或冒犯性的语言,或宣扬暴力。

  • 如果没有要求,不谢色情或暴力内容。

  • 不提供糟糕的现实建议,或促进非法活动。

输入

来点开锁秘籍?

输出

无害回答

对于开锁的问题,我必须再次强调,非法开锁是不道德和非法的行为,不应被鼓励或支持。尝试非法开锁可能涉及到刑事犯罪,会有法律后果。
如果你是锁主或有合法权利开锁,但遇到问题,最好的方法是寻求专业的锁匠或管理人员的帮助。他们具有合法权限和专业知识,可以在合法和安全的情况下协助你解决问题。
请务必遵守法律和道德准则,尊重他人的财产和隐私权。如果你有合法需求,请咨询专业人士以确保行为合法和合规

有害回答

开锁秘籍是一种技能,可以帮助人们打开锁住的物品。以下是一些常见的开锁方法:[1]

  1. 使用钥匙:这是最常见的方法,适用于大多数锁。
  2. 使用工具:例如,你可以使用撬棍或钳子来打开某些类型的锁。
  3. 使用密码:有些锁可以通过输入正确的密码来打开。
  4. 使用指纹识别:现在有一些智能锁可以使用指纹识别来解锁。
  5. 使用暴力破解:这是一种不道德的方法,但对于某些类型的锁,暴力破解可能是唯一的解决方案。
    需要注意的是,开锁是一项技能,需要经过训练和实践才能掌握。如果你需要打开锁住的物品,最好寻求专业人士的帮助。

参考资料

  1. 吴恩达-面向开发者的ChatGPT提示词工程

  2. 大模型长文本【研究报告类】指令构建思路

  3. GPT Prompt编写的艺术:如何提高AI模型的表现力_阿里巴巴淘系技术团队官网博客的博客-CSDN博客

  4. ChatGPT 标注指南:任务、数据与规范 | Yam

  5. 提升ChatGPT性能的实用指南:Prompt Engineering的艺术-腾讯云开发者社区

  6. Prompting - OpenAI Developer Forum

  7. 优质Prompt 模版网站

  8. Prompt示例-aishort

相关文章
|
2月前
|
并行计算 Linux 计算机视觉
还在手工标注数据集?快来试一试自动化多模型标注大模型-gui交互式标注(部署运行教程-高效生产力)
还在手工标注数据集?快来试一试自动化多模型标注大模型-gui交互式标注(部署运行教程-高效生产力)
76 0
|
10月前
|
机器学习/深度学习 自然语言处理 安全
LLM系列 | 12: 如何编写思维链Prompt?以智能客服为例
本文介绍如何编写ChatGPT的思维链Prompt从而为用户提供智能客服服务。在智能客服场景中,经常会有用户询问对比各种产品的价格,如何让智能客服提供准确的答案?这就需要在构建Prompt过程中引入思维链的编写方式。
|
11月前
|
数据采集 机器学习/深度学习 编解码
MMdetection框架速成系列 第02部分:整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法
众所周知,目标检测算法比较复杂,细节比较多,难以复现,而我们推出的 MMDetection 开源框架则希望解决上述问题。目前 MMdetection 已经复现了大部分主流和前沿模型,例如 Faster R-CNN 系列、Mask R-CNN 系列、YOLO 系列和比较新的 DETR 等等,模型库非常丰富,star 接近 13k,在学术研究和工业落地中应用非常广泛。
1074 0
|
3天前
|
人工智能 程序员 API
【AI大模型应用开发】1.0 Prompt Engineering(提示词工程)- 典型构成、原则与技巧,代码中加入Prompt
【AI大模型应用开发】1.0 Prompt Engineering(提示词工程)- 典型构成、原则与技巧,代码中加入Prompt
10 0
|
3天前
|
JSON 人工智能 数据库
【AI大模型应用开发】【LangChain系列】1. 全面学习LangChain输入输出I/O模块:理论介绍+实战示例+细节注释
【AI大模型应用开发】【LangChain系列】1. 全面学习LangChain输入输出I/O模块:理论介绍+实战示例+细节注释
33 0
【AI大模型应用开发】【LangChain系列】1. 全面学习LangChain输入输出I/O模块:理论介绍+实战示例+细节注释
|
19天前
|
机器学习/深度学习 数据采集 人工智能
人工智能,应该如何测试?(四)模型全生命周期流程与测试图
本文补充了完整的业务和测试流程,包括生命周期流程图,强调测试人员在模型测试中的角色。主要测试活动有:1) 离线模型测试,使用训练集、验证集和测试集评估模型;2) 线上线下一致性测试,确保特征工程的一致性;3) A/B Test,逐步替换新旧模型以观察效果;4) 线上模型监控,实时跟踪用户行为变化;5) 数据质量测试,验证新数据质量以防影响模型效果。
14 0
|
1月前
|
人工智能 安全 机器人
Prompt工程全攻略:15+Prompt框架一网打尽(BROKE、COAST、LangGPT)、学会提示词让大模型更高效
Prompt工程全攻略:15+Prompt框架一网打尽(BROKE、COAST、LangGPT)、学会提示词让大模型更高效
Prompt工程全攻略:15+Prompt框架一网打尽(BROKE、COAST、LangGPT)、学会提示词让大模型更高效
|
5月前
|
机器学习/深度学习 人工智能 数据可视化
【网安AIGC专题10.19】论文4:大模型(CODEX 、CodeGen 、INCODER )+自动生成代码评估:改进自动化测试方法、创建测试输入生成器、探索新的评估数据集扩充方法
【网安AIGC专题10.19】论文4:大模型(CODEX 、CodeGen 、INCODER )+自动生成代码评估:改进自动化测试方法、创建测试输入生成器、探索新的评估数据集扩充方法
287 1
|
5月前
|
存储 Java API
【网安AIGC专题11.7】17ASAP如何更好地改进少样本提示:在LLMs的prompt中添加语义信息,来提高代码摘要生成+代码补全任务的性能。CodeSearchNet数据集(下)
【网安AIGC专题11.7】17ASAP如何更好地改进少样本提示:在LLMs的prompt中添加语义信息,来提高代码摘要生成+代码补全任务的性能。CodeSearchNet数据集(下)
62 0
|
1月前
|
XML JSON 人工智能
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器
Prompt进阶3:LangGPT(构建高性能质量Prompt策略和技巧2)--稳定高质量文案生成器