今天在浏览GPT官方的时候，发现了一个prompt指南，里面给了六种方法。
A：写清楚指令说明
如果输出太长，你可以要求简短的答复。如果输出太简单，你可以要求专家级的写作。如果您不喜欢这种格式，请展示您希望看到的格式。
GPT 对您想要什么猜测越少，您获得好结果的可能性就越大。为了达到写清楚指令，有下面六种策略可以选择。
（1）在查询中包含详细信息以获得更相关的答案
为了获得高度相关的响应，请确保提供任何重要的细节或上下文。否则，您将把它留给模型来猜测您的意思。
（2）要求模型扮演角色
指定模型扮演的角色，它会更好地在那个领域回答你的问题，扮演老师，律师，减脂专家等。
（3）使用定界符清楚地指示输入的不同部分
三重引号、XML 标记、章节标题等分隔符，可以帮助区分要区别对待的文本部分。
对于诸如此类的简单任务，使用定界符可能不会对输出质量产生影响。
然而，任务越复杂，消除任务细节的歧义就越重要。要让 GPT 准确理解您对它们的要求。
（4）指定完成任务所需的步骤
有些任务最好指定为一系列步骤。明确地写出步骤，可以使模型更容易遵循它们。
这个结果就是，先总结三重引号内容，然后再把它翻译为西班牙语，步骤很明确。
（5）提供例子
如果您打算让模型回答一种难以明确描述的特定风格，这时给它具体的例子，它会学习并知道是什么风格。
（6）指定所需的输出长度
您可以要求模型生成具有给定目标长度的输出。
目标输出长度可以根据单词、句子、段落、要点等的计数来指定。
但是请注意，指示模型生成特定数量的单词并不能实现高精度。该模型可以更可靠地生成具有特定数量的段落或要点的输出。
B：指示模型使用参考文本回答
如果我们可以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编写其答案。
在这个方法下，有两个具体的策略可以执行。
策略：指示模型使用参考文本中的引文来回答
如果输入已补充相关知识，则可以直接要求模型通过引用所提供文档中的段落来为其答案添加引文。
请注意，输出中的引用可以通过提供的文档中的字符串匹配以编程方式进行验证。
这张图是从别处找到的完整六种方法的思维导图，我也没翻译完，剩下的内容，小伙伴对着思维导图，边翻译边看吧。
网友评论