以下是关于 GPT 最佳实践的内容:
附录OpenAI Playground是什么,怎么用?[heading2]六个能提高输出质量的核心提示词策略[heading3]Test changes systematically六大策略02:「给GPT发阅读材料」Provide reference text2.1要求按阅读材料作答,不开放答Instruct themodel to answer using a reference textIf we can provide a model with trusted information that is relevant to the current query,then we can instruct themodel to use the provided information to compose its answer.如果你手边现成有原文,而且长度合适,建议自带原文去找GPT。这样你就可以给GPT指定规则,让它使用原文信息来组成回答。下面的用例里,如果原文里找不到对应的信息,就让GPT说不知道(这样就能很好地避免瞎编)。SYSTEMUse the provided articles delimited by triple quotes to answer questions.If the answer cannot be found in the articles,write"I could not find an answer."请使用我所提供的,由三引号分隔的文章回答问题。如果在文章中找不到答案,则告诉我“我找不到答案。“USER"""文章粘贴在这里(如果有>1篇文章,还可以分开粘贴)"""问题:<问题写在这里>
GPT可以自信地编造假答案,特别是当被询问奇特的话题、引用和网址时。就像一张笔记可以帮助学生在考试中取得更好的成绩一样,为GPT提供参考文本可以帮助它以较少的虚构进行回答。策略:指示模型使用参考文本进行回答。指示模型使用参考文本中的引用进行回答。[heading3]策略1:指示模型使用参考文本回答问题[content]适用人群:新手难度:?如果我们能够为模型提供与当前查询相关的可信信息,那么我们可以指示模型使用提供的信息来组成其答案。鉴于GPT有限的上下文窗口,为了应用此策略,我们需要某种方式动态查找与被提问的问题相关的信息。可以使用提供指定内容来实现高效的知识检索。[heading4]解读[content]我觉得最大的好处是减少错误:因为模型可能会幻想从而发明答案,尤其是当被问及一些偏门的话题或需要引用和URL时。通过提供参考文本,我们可以减少模型发明答案的可能性。如下为测试数据:[heading3]策略2:指示模型使用参考文本的引文进行回答[content]适用人群:新手难度:?如果输入已经被相关知识补充,直接要求模型通过引用所提供文档的段落来添加引文到其回答中就很简单了。请注意,可以通过在所提供的文档中进行字符串匹配来编程验证输出中的引文。测试数据:
作者:小七姐可以在以下地址关注她:[小七姐的prompt学习社群](https://t.zsxq.com/15KhQ0RE7)[heading1]01学习地图|编写清晰的说明-多说两句,提供细节[content]在OpenAI官方的说明文档(Documentation-[GPT best practices](https://platform.openai.com/docs/guides/gpt-best-practices/gpt-best-practices)),也就是我们常常提到的“官方最佳实践”中,为用户提供了若干项策略,以帮助用户更好的使用ChatGPT。[heading2]策略一:编写清晰的说明[content]在询问中包含详细信息,以获得更多相关答复。这是因为,大模型不是我们肚子里的蛔虫,它无法在有限的信息中“猜测”我们的意图,所以,在问问题的时候,不要惜字如金,多说一些内容,多提供一些信息,这样可以很有效的提高大模型回复的质量和丰富性。我们来看一个例子:当我们想要大模型为我们提供一些思维模型时,本能的问法可能是:“给我列几个思维模型”。于是很常见下面这样的对话:当我们愿意给出更多信息,比如我们为什么需要这个模型,希望ChatGPT列举三个模型,以及是否有我们已知的模型作为参考时,ChatGPT可以提供更加符合我们预期的回答:我们再来看一个例子,假设我们想请ChatGPT帮助我们记忆一个比较抽象的概念,我们可能会脱口而出这样的问题:但如果我们停下来思考一下,深想一步,提供更多细节,就能得到更符合期望的回答了:最后,我们想通过ChatGPT来了解提示词,这是一个坏例子:让我们给出特定的情景和进一步思考的问题: