通过学习提示工程掌握 ChatGPT。

我们大多数人都错误地使用了 ChatGPT。

我们不在提示中包含示例。

我们忽略了我们可以通过角色控制 ChatGPT 的行为。

我们让 ChatGPT 猜测内容，而不是向其提供一些信息。

发生这种情况是因为我们主要使用标准提示，这些提示可能会帮助我们一次性完成工作，但并非始终如此。

我们需要学习如何创建高质量的提示以获得更好的结果。我们需要学习即时工程！而且，在本指南中，我们将学习 4 种用于提示工程的技术。

如果你不想看书，你可以看我下面的视频。

https://www.youtube.com/watch?v=2WBW8zfaDNw

Few Shot Standard Prompts 少量注射标准提示

Few shot standard prompts 是我们以前见过的标准提示，但是里面有任务的例子。

为什么要举例？好吧，如果您想增加获得所需结果的机会，则必须添加提示试图解决的任务示例。

Few-shot 标准提示由任务描述、示例和提示组成。在这种情况下，提示是模型应通过生成缺失文本来完成的新示例的开始。

以下是几个镜头标准提示的组成部分。

现在让我们创建另一个提示。假设我们想从文本“我想从奥兰多飞往波士顿”中提取机场代码

这是大多数人会使用的标准提示。

Extract the airport codes from this text: “I want to fly from Orlando to Boston”从文本中提取机场代码：“我想从奥兰多飞往波士顿”

这可能会完成工作，但有时可能还不够。在这种情况下，您必须使用少量镜头标准提示。

Extract the airport codes from this text:从此文本中提取机场代码：

Text: “I want to fly from Los Angeles to Miami.”文本：“我想从洛杉矶飞往迈阿密。”Airport codes: LAX, MIA 机场代码：LAX、MIA

Text: “I want to fly from Nashville to Kansas City.”文本：“我想从纳什维尔飞往堪萨斯城。”Airport codes: BNA, MCI 机场代码：BNA、MCI

Text: “I want to fly from Orlando to Boston”文本：“我想从奥兰多飞往波士顿”Airport codes:

如果我们在 ChatGPT 上尝试之前的提示，我们将以示例中指定的格式（MCO、BOS）获取机场代码

请记住，之前的研究发现示例中的实际答案并不重要，但标签空间很重要。标签空间是给定任务的所有可能标签。您甚至可以通过提供来自标签空间的随机标签来改进提示的结果。

让我们通过在我们的示例中键入随机机场代码来测试它。

Extract the airport codes from this text:从此文本中提取机场代码：

Text: “I want to fly from Los Angeles to Miami.”文本：“我想从洛杉矶飞往迈阿密。”Airport codes: DEN, OAK 机场代码：DEN、OAK

Text: “I want to fly from Nashville to Kansas City.”文本：“我想从纳什维尔飞往堪萨斯城。”Airport codes: DAL, IDA 机场代码：DAL、IDA

Text: “I want to fly from Orlando to Boston”文本：“我想从奥兰多飞往波士顿”Airport codes:

如果您在 ChatGPT 上尝试过之前的提示，您仍然会得到正确的机场代码 MCO 和 BOS。

无论您的示例是否正确，都包括来自标签空间的随机标签。这将帮助您改进结果并指导模型如何格式化提示的答案。

Role Prompting 角色提示

有时，ChatGPT 的默认行为不足以满足您的需求。这是您需要为 ChatGPT 设置角色的时候。

假设您想练习面试。通过告诉 ChatGPT “充当招聘经理”并在提示中添加更多详细信息，您将能够模拟任何职位的工作面试。

如您所见，ChatGPT 表现得像是在面试我的职位。

就像那样，您可以将 ChatGPT 变成语言导师来练习外语（例如西班牙语）或影评人来分析您想要的任何电影。在本文中，我将深入探讨如何将 ChatGPT 变成您的语言导师或语言伙伴。

你只需要用“充当……”这样的词来开始你的提示，然后添加尽可能多的细节。如果您需要一些灵感，请查看此存储库，您可以在其中找到使 ChatGPT 表现得像脱口秀喜剧演员、医生等的提示。

Add personality to your prompts and generate knowledge 为您的提示添加个性并产生知识

这两种提示方法在为电子邮件、博客、故事、文章等生成文本时非常有用。

首先，“为我们的提示添加个性”是指添加风格和描述符。添加样式可以帮助我们的文本获得特定的语气、形式、作者的领域等等。

Write [topic] in the style of an expert in [field] with 10+ years of experience.以具有 10 年以上经验的 [领域] 专家的风格撰写 [主题]。

为了进一步自定义输出，我们可以添加描述符。描述符只是一个形容词，您可以添加它来调整提示。

假设您想写一篇 500 篇博文，介绍人工智能将如何取代人类。如果你用“写一篇关于 AI 将如何取代人类的 500 篇博文”这样的标准提示，你可能会得到一篇非常通用的文章。

但是，如果添加诸如鼓舞人心、讽刺、有趣和娱乐等形容词，输出将发生显着变化。

让我们为之前的提示添加描述符。

Write a witty 500-blog post on why AI will not replace humans. Write in the style of an expert in artificial intelligence with 10+ years of experience. Explain using funny examples写一篇机智的 500 篇博客文章，说明为什么 AI 不会取代人类。以拥有 10 年以上经验的人工智能专家的风格写作。用有趣的例子解释

在我们的示例中，AI 专家的风格和机智、有趣等形容词为 ChatGPT 生成的文本增添了不同的风格。这样做的一个副作用是我们的文本将很难被 AI 检测器检测到（在本文中，我展示了欺骗 AI 检测器的其他方法）。

最后，我们可以使用生成知识的方法来改进博文。这包括在生成最终响应之前生成有关主题的潜在有用信息。

例如，在使用之前的提示生成帖子之前，我们可以先生成知识，然后再编写帖子。

Generate 5 facts about “AI will not replace humans”生成关于“人工智能不会取代人类”的 5 个事实

一旦我们有了 5 个事实，我们就可以将这些信息提供给其他提示以写出更好的帖子。

# Fact 1# Fact 2# Fact 3# Fact 4# Fact 5#事实1 #事实2 #事实3 #事实4 #事实5

Use the above facts to write a witty 500-blog post on why AI will not replace humans. Write in the style of an expert in artificial intelligence with 10+ years of experience. Explain using funny examples使用以上事实写一篇机智的 500 篇博客文章，说明为什么 AI 不会取代人类。以拥有 10 年以上经验的人工智能专家的风格写作。用有趣的例子解释

如果您有兴趣了解使用 ChatGPT 改进帖子的其他方法，请查看本指南。

Chain of Thought Prompting 思维链提示

与标准提示不同，在思维链提示中，模型被诱导产生中间推理步骤，然后再给出问题的最终答案。换句话说，模型将解释其推理，而不是直接给出问题的答案。

为什么推理很重要？推理的解释往往会导致更准确的结果。

要使用思维链提示，我们必须提供几个例子，其中在同一个例子中解释了推理。这样，在回答提示时也会显示推理过程。

这是标准提示和思维提示链之间的比较。

正如我们所看到的，模型被诱导来解释其解决这个数学问题的推理，这一事实导致了思维链提示中更准确的结果。

请注意，思维链提示可有效改善算术、常识和符号推理任务的结果。

更新：GPT-4 在本文发表后发布。 GPT-4 在高级推理能力方面优于旧版 ChatGPT，因此您可能需要也可能不需要 GPT-4 中的思维链提示。我鼓励你自己测试一下。以下是访问新 GPT-4 的 4 种方法。

via