写Prompt的技巧

写prompt（提示）是一个关键的步骤，它决定了AI模型如何理解并生成文本。一个好的prompt能够帮助AI模型更好地理解任务的要求，并生成更符合预期的文本。以下是一些编写prompt的建议：1.明确任务：确保你的prompt清晰地定义了任务。例如，如果你需要写一个故事，你的prompt应该包含故事的背景、角色和主要情节。2.提供上下文：如果任务需要特定的背景知识，确保在prompt中提供足够的上下文。例如，如果你需要写一篇关于某个历史事件的报告，提供一些关于该事件的基本信息。3.使用清晰的语言：尽量使用简单、清晰的语言来描述任务。避免使用模糊或歧义的词汇，以免AI模型产生误解。4.给出具体要求：如果你的任务有特定的格式或风格要求，请在prompt中明确指出。例如，如果你的文章需要遵循特定的格式或引用特定类型的文献，确保在prompt中说明。5.使用示例：如果你有特定的期望结果，可以在prompt中提供示例。这有助于AI模型更好地理解你的需求。6.保持简洁：尽量保持prompt简洁明了。过多的信息可能会使AI模型产生困惑，导致生成不准确的结果。7.使用关键词和标签：在prompt中使用关键词和标签可以帮助AI模型更好地理解任务的主题和类型。8.测试和调整：在生成文本后，仔细检查结果，并根据需要调整prompt。这可能需要多次迭代，直到达到满意的结果。希望这些建议能帮助你更好地编写prompt。内容由AI大模型生成，请仔细甄别。

我是2022年下半年时，从一个GPT 3.0的completion试用Demo中第一次窥见了大模型的能力。随着年底ChatGPT的发布，这种能力在经过对话产品包装后便直接震惊了世界。这是普罗大众第一次接触通用AI产品。LLM的底层能力是next token prediction（预测下个词）。而chat形式的产品化是行业选择的的第一个LLM产品范式。随着越来越多的人通过对话的方式使用LLM，用户中非常明显的划分为了两拨人：用自然语言对话的绝大多数普通用户用prompt engineering激发模型的极少数专业用户我经常会听到朋友的吐槽：“大模型也没多厉害，我让他帮我写个东西，他也不太行。”我会先了解朋友的需求，然后帮他写一个更完整的prompt。大多数情况下，朋友都会在这个prompt下得到他们想要的。朋友们对此表示惊讶，但我非常清楚，这就是「高质量prompt」的能力。其实编写Prompt并没有什么太高级的技巧，不外乎三点：1.尽可能多的挖掘朋友的需求信息2.尽可能把需求信息变成清晰合理的Prompt3.不断尝试迭代，直到Prompt能解决问题如果大模型不能给你想要的，先想想是不是自己prompt有问题

原文链接：[如何写好Prompt:Few-shots](https://www.lijigang.com/posts/chatgpt-prompt-few-shots/)29 Jun 2023[@lijigang](https://www.lijigang.com/)[heading2]是什么[content]“few-shots”，指的是训练机器学习模型时只使用极少量的标注样本。它的目标是使机器学习模型在只有少量标注样本的情况下也能达到良好的性能。–by GPT4在写Prompt时,有一个非常实用的技巧就是利用Few-shots,通过提供少数(1-3个)的输入->输出示例,让GPT可以学到样本的共性,从面提升下一个输出结果的质量.提升质量的效果对比,可以阅读论文:[[2005.14165]Language Models are Few-Shot Learners](https://arxiv.org/abs/2005.14165).[heading2]怎么用[content]我们可以在[如何写好Prompt:结构化](https://www.lijigang.com/posts/chatgpt-prompt-structure/)的基础上,增加一个结构块:“##Examples:”,在该结构块举1-3个示例,从而进一步提升Prompt带来的输出结果提升.初始Prompt你是一个优秀的翻译人员,你会把我说的汉字翻译成英文和日语,日语同时展示日语汉字和假名。不要有任何额外的解释说明。输入:邻居输出:Neighbor(English)隣人(にんじん/Ninjin)(Japanese)输入:自行车输出:Bicycle(English)自転車(じてんしゃ/Jitensha)(Japanese)使用Few-shots的Prompt