提示工程 | 高性能計算 |ChatGPT

深度學習 | GPU服務器 |Ibrahim John

在當今信息爆炸的時代，人們對于知識獲取的需求日益增長。特別是在深度學習、高性能計算和人工智能領域，這些前沿技術的不斷發展讓人們對其應用場景和實現方法有了更多的探索和研究。其中，作為一種基于大規模預訓練模型的人工智能問答系統，ChatGPT已經成為眾多研究者和開發者的關注重點。如何向ChatGPT提問并獲得高質量的答案，成為了學術界和業界需要解決的問題之一。

最近看到伊布拉欣·約翰（Ibrahim John）寫的《從ChatGPT獲得高質量答案的藝術：提示工程技術的完整指南》一書，系統性地介紹了ChatGPT的提問方式和技巧。

PS：關注“高性能服務器”視頻號。本周將為您呈現以下Stable Diffusion相關的內容：

1、將展示Stable Diffusion模型生成效果，讓您深入了解該技術的強大之處。

2、將會分享Stable Diffusion安裝教程，幫助您輕松地掌握如何在自己的設備上使用這一技術。

3、將會提供Stable Diffusion文生圖教程和圖生圖教程，從兩個不同角度為您解析如何應用這一技術創建出更加精美的圖片作品。

4、我們也不會忘記Stable Diffusion模型訓練教程，讓您在學習完以上內容后，可以更進一步地掌握該技術，并自己動手制作出屬于自己的作品。

作者Ibrahim John來自坦桑尼亞，是科技和商業領域的知名人物，也是三個公司的創始人。他熱衷于分享，樂意幫助更多人理解和使用ChatGPT。在這本書里，他分享了他對ChatGPT和提示工程的理解與見解，并總結了23種提示工程技術和具體用法。這些提示工程技術可以幫助我們更好地利用ChatGPT獲得高質量的答案或結果。

所謂提示工程技術是一種向ChatGPT正確提問的藝術，通過向ChatGPT正確提問，我們可以獲得滿意的結果。ChatGPT是一種先進的語言模型，能夠生成類似人類的文本。但是，如果沒有適當的指導，可能會產生讓人不滿意的輸出。而提示工程的價值就在于通過清晰而具體的說明，讓模型的輸出更符合我們的所需。

簡介

《如何向ChatGPT提問并獲得高質量的答案——提示技術的完整指南》是一本旨在幫助人們理解和應用各種提示技巧，從而獲得高質量答案的綜合性指南。通過本書，我們將探討如何使用不同的提示技巧來完成不同的目的。ChatGPT是目前最先進的、可以生成類似人類文本的語言模型，但了解向ChatGPT提問的正確方式，以獲得所期望的高質量答案，是至關重要的。

本書的目的在于幫助讀者學習如何使用各種提示技巧來控制ChatGPT的輸出，讓其按照自己的需求生成文本。無論您是普通人、研究員、開發者還是個人用戶，都能夠從本書中受益。書中使用通俗易懂的語言解釋每種提示技巧，并且輔以實例和提問技巧的公式，方便讀者快速理解和掌握。

本書涵蓋了以下內容：

一、ChatGPT簡介

本書介紹了ChatGPT的基礎知識，包括語言模型的概念、原理、架構和功能等。這些基礎知識為后面的內容打下基礎，讓讀者更好地理解和應用各種提示技巧。

二、提問技巧基礎

本書接著講解了一些基本的提問技巧，如如何設置前綴、后綴、占位符等。這些基礎技巧可以幫助讀者控制ChatGPT生成的文本輸出，并獲得滿意的答案。

三、進階提示技巧

為了滿足讀者更高級、更靈活的需求，本書還介紹了一些進階的提示技巧，如如何使用控制代碼、樣本編碼等。這些技巧可以讓讀者更加靈活地控制ChatGPT的輸出，從而獲得更加準確、多樣化的文本結果。

四、實例演示

本書提供了豐富的實例演示，展示如何將不同的提示技巧有機結合起來，以達到特定的目的。這些實例涉及多個領域和場景，包括自然語言處理、聊天機器人、文本生成等，為讀者提供了很好的參考和借鑒。

五、常見問題和解答

本書為讀者提供了一些常見問題和解答，幫助讀者更好地應對在使用ChatGPT時可能遇到的各種問題。

總之，《如何向ChatGPT提問并獲得高質量的答案——提示技術的完整指南》是一本全面且詳盡的指南，旨在幫助讀者掌握各種提示技巧，以便從ChatGPT中獲得高質量的答案。無論您是初學者還是高級用戶，都能夠從本書中獲得實用、可行的知識和技能。

提示工程技術

一、什么是提示工程技術？

提示工程是創建提示、要求或指示的過程，用來引導 ChatGPT 等語言模型的輸出。它允許用戶控制模型的輸出，生成符合他們特定需求的文本。ChatGPT 是一種最先進的語言模型，能夠生成類似人類的文本。它建立在 Transformer 架構上，這使它能夠處理大量的數據并生成高質量的文本。

為了從 ChatGPT 獲得最好的結果，了解如何正確使用提示模型是很重要的。提示允許用戶控制模型的輸出，生成相關、準確和高質量的文本。在使用 ChatGPT 時，了解它的能力和限制是很重要的。該模型能夠生成類似人類的文本，但如果沒有適當的引導，它輸出的內容可能不是我們所期望的。這就是提示工程的用武之地：通過提供清晰而具體的說明，您可以指導模型輸出，確保它是相關的。

提示公式是提示的具體格式，它一般由三個要素組成：任務、說明和角色。任務是對模型生成內容的清晰、簡潔的陳述；說明是模型生成文本時應遵循的指令；角色是模型在生成文本時應承擔的角色。

在本書中，我們將探討可用于 ChatGPT 的各種提示工程技巧。我們將討論不同類型的提示，以及如何使用這些提示來實現你想要的特定目標。

二、說明提示技術

現在，我們將探討一種名為“說明提示技術”的方法，它可以幫助我們從ChatGPT中生成高質量的文本。這種技術可以為模型提供具體的指令，以確保輸出內容的相關性和質量。

要使用說明提示技術，我們需要為模型提供一個清晰簡明的任務，并提供可以遵循的具體指令。例如，如果我們要生成客服的回答，首先要提供一個任務，如“生成客戶咨詢的回復”，以及說明，即回答應該是專業的并提供準確的信息提示公式：“按照這些指示生成[任務]：[說明]”。

三、舉例

1、生成客服回復

1）任務：生成對客戶咨詢的回復

2）說明：回答應該是專業的并提供準確的信息

3）提示（Prompt）公式：生成對客戶咨詢的回復：回答應該是專業的并提供準確的信息

2、生成一份法律文件

1）任務：生成一份法律文件

2）說明：該文件應符合相關法律和法規的規定

3）提示（Prompt）公式：按照這些指令，生成一份符合相關法律和法規的法律文件：該文件應符合相關法律和法規。

在使用指令提示技術時，重點是指令應該是清晰、具體的，這將確保輸出內容具有相關性和高質量。指令提示技術可以與下一章中將解釋的“角色提示”和“種子詞提示”結合起來，以提高ChatGPT的輸出質量。

角色提示

一、什么是角色提示？

角色提示技術（role prompting technique）是一種通過為模型提供特定角色來引導ChatGPT輸出的方法，可以生成針對特定環境或受眾的文本。使用該技術需要提供一個明確而具體的角色，例如客戶服務代表或律師。通過結合指令提示、角色提示和種子詞提示技術，可以增強ChatGPT的輸出質量。舉例來說，可以使用該技術為新智能手機生成產品描述，確保描述具有信息性、說服力，并突出智能手機的創新功能。

二、舉例

1、生成客戶服務回復

1）任務：生成對客戶咨詢的回復

2）角色：客服

3）提示公式：作為客服，生成對客戶咨詢的答復。

2、生成一份法律文件

1）任務：生成一份法律文件

2）角色：律師

3）提示公式：作為律師生成一份法律文件。使用帶有指令提示和種子詞提示的角色提示技術將增強ChatGPT的輸出質量。

3、下面是一個如何將指令提示、角色提示和種子詞提示技術相結合的示例

1）任務：為新智能手機生成產品描述。

2）指令：該描述應具有信息性、說服力，并強調智能手機的獨特功能。

3）角色：營銷代表

4）種子詞：創新

5）提示公式：作為營銷代表，生成一個信息量大，有說服力的產品描述，突出新智能手機的創新功能。該智能手機具有以下特點[插入你的特點]

標準提示

一、什么是標準提示？

標準提示是一種簡單的方法，用于引導ChatGPT生成特定任務的輸出。例如，如果您需要生成一篇新聞文章的摘要，您可以使用提示公式：“生成這篇新聞文章的摘要”。類似地，如果您需要生成一篇產品評論，您可以使用提示公式：“生成對這款新智能手機的評論”。標準提示還可以與其他技術相結合，如角色提示和種子詞提示，以提高輸出質量。

二、舉例

1、生成新聞文章摘要

1）任務：總結這篇新聞文章

2）提示公式：生成這篇新聞文章的摘要

2、生成產品評論

1）任務：撰寫有關新智能手機的評論

2）提示公式：生成對這款新智能手機的評論

此外，標準提示可以與其他技術相結合，如角色提示和種子詞提示，以增強ChatGPT的輸出質量。

下面是一個如何將指令提示、角色提示和種子詞提示技術相結合的示例：

1）任務：為新筆記本電腦生成產品評論

2）說明：評論應該是客觀的，信息豐富的，并突出筆記本電腦的獨特功能

3）角色：技術專家

4）種子詞：強大的

5）提示公式：作為一名技術專家，生成一份客觀且信息豐富的產品評論，突出新筆記本電腦的強大功能。

在此示例中，使用標準提示技術來確保模型生成產品評論，角色提示技術用于確保評論是從技術專家的角度撰寫的，使用種子詞提示技術來確保評論集中在筆記本電腦的強大功能上。

零、單個和小樣本提示

一、什么是零提示、單個提示和小樣本提示？

零提示、單個提示和小樣本提示是用于從ChatGPT中生成文本的技術。它們通常用于以下情況：當前任務的可用數據有限、任務是全新的、任務定義不明確。當沒有可用于任務的范例時，使用零樣本提示技術。當任務只有一個范例可用時，可以使用單樣本提示技術。當可用于任務的范例數量有限時，使用小樣本提示技術。這些提示公式可以幫助模型根據對任務或所提供范例的理解來生成文本。

二、舉例

1、為一個新產品生成產品描述，沒有可用的例子

1）任務：為新智能手機生成產品描述。

2）提示公式：為這個新的智能手表生成一個產品描述，沒有范例

2、為這個產品生成產品比較，只有一個范例可用

1）任務：將一款新的智能手機與最新的iPhone進行比較

2）提示公式：生成這個新智能手機的產品比較，有一個例子（最新的iPhone）

3、生成一個產品評論，可用的例子很少

1）任務：寫一篇新電子閱讀器的評論

2）提示公式：用幾個例子（其他 3 個電子閱讀器）生成對這個新電子閱讀器的評論

“讓我們思考這個”提示

一、什么是“讓我們思考這個”提示？

“讓我們思考這個”提示是一種鼓勵ChatGPT生成反思性、沉思性文本的技術。這種技術對于寫作散文、詩歌或創造性寫作等任務很有用。使用方法很簡單，只需要確定您要討論的主題或想法，制定一個提示，清楚地說明主題或想法，并在提示前面加上“讓我們思考”或“讓我們討論”，表明您正在發起對話或討論。接著，模型將使用其訓練數據和算法生成與提示相關的響應，并以連貫的方式繼續對話。這個獨特的提示，幫助ChatGPT以不同的視角和角度給出答案，從而產生更具動態性和信息性的段落。

二、舉例

1、生成一篇反思性文章

1）任務：寫一篇關于個人成長主題的反思性文章

2）提示公式：讓我們思考這個：個人成長

2、生成一首詩

1）任務：寫一首關于季節變化的詩

2）提示公式：讓我們想想這個：不斷變化的季節

此提示要求就特定主題或想法進行對話或討論。演講者邀請ChatGPT就手頭的主題進行對話。該模型提供了一個提示，作為對話或文本生成的起點。然后，該模型使用其訓練數據和算法來生成與提示相關的響應。該技術允許ChatGPT基于提供的提示生成上下文適當且連貫的文本。

自我一致性提示

一、什么是自我一致性提示？

自我一致性提示是一種技術，用于確保ChatGPT的輸出與提供的輸入一致。這種技術對于諸如事實核查、數據驗證或文本生成中的一致性檢查等任務很有用。自我一致性提示的提示公式是輸入文本后，說明“請確保以下文本是自我一致的（Please ensure the following text is self-consistent）”。或者，可以提示模型生成與提供的輸入一致的文本。提示示例及其公式。

二、舉例

1、文本生成任務：生成產品評論

1）指令：評論應與輸入中提供的產品信息一致

2）提示公式：生成與以下產品信息[插入產品信息]一致的產品評論

2、文本摘要任務：總結這篇新聞文章

1）指令：摘要應與本條所提供的信息保持一致

2）提示公式：以符合所提供信息的方式，總結以下新聞文章[插入新聞文章]

3、文本完成（Text Completion）任務：寫一個句子

1）指令：完成的句子，應與輸入中提供的背景相一致

2）提示公式：以符合所提供上下文的方式完成以下句子[插入句子]

4、事實核查

1）任務：檢查某篇新聞文章的一致性

2）輸入文本:“這篇文章說這個城市的人口是500萬，但后來，它說人口是700萬。

3）提示公式：請確保下面的文字是自洽的。文章說該城市的人口是500萬，但后來又說人口是700萬。

5、數據驗證

1）任務：檢查給定數據集中的一致性

2）輸入文本:“數據顯示， 7月份的平均氣溫為30度，但最低氣溫記錄為20度。

3）提示公式：請確保下面的文字是自洽的：數據顯示， 7月份的平均氣溫為30度，但最低氣溫記錄為20度。

種子詞提示

一、什么是種子詞提示？

種子詞提示是一種技術，通過為ChatGPT提供特定的種子詞或短語，來控制ChatGPT的輸出。種子詞提示的提示公式是： “請根據以下種子詞生成文本” 的指令后跟著種子詞或短語。

二、舉例

1、文本生成

1）任務：生成一個關于龍的故事

2）種子詞：龍

3）提示公式：請根據以下種子詞生成文本:龍

2、語言翻譯

1）任務：將句子從英語翻譯成西班牙語

2）種子詞：您好

3）提示公式：請根據以下種子詞生成文本：您好

這種技術可以讓模型根據給定的種子詞生成相關的文本，并且可以通過角色提示和指令提示來進一步控制生成的文本。這種方法可以使生成的文本更具有針對性和相關性，與特定的主題或上下文相關。

通過提供種子詞或短語，模型可以生成與之相關的文本，而通過提供期望輸出和角色信息，模型可以生成具有特定風格或語氣的文本。這種技術可以更好地控制生成的文本，并且具有廣泛的應用。

三、以下是提示示例及其公式：

1、文本生成

1）任務：生成一首詩：

2）指令：詩要與種子詞 “愛” 有關，要以十四行詩的風格來寫。

3）角色：詩人

4）提示公式：作為詩人，生成一首與種子詞’愛’相關的十四行詩

2、文本完成

1）任務：完成一個句子

2）指令：句子應與種子詞 “科學” 有關，應以研究論文的風格撰寫

3）角色：研究員

4）提示公式：以與種子詞’科學’相關的方式，和作為研究人員的研究論文的風格完成以下句子。

3、文本摘要

1）任務：總結這篇新聞文章

2）指令：摘要應與種子詞“政治”相關，并應以中立和公正的語氣書寫

3）角色：記者

4）提示公式：作為一名記者，以中立和公正的語氣總結以下與種子詞’政治’有關的新聞文章

知識生成提示

一、什么是知識生成提示？

知識生成提示是一種技術，用于從ChatGPT中獲取新信息和原始信息。該技術使用模型里預先存在的知識，來生成新信息或問題回答。要使用這種提示技術，模型應提供問題或主題作為輸入，并指定生成文本的任務或目標的提示。提示應包括期望輸出的信息，例如要生成的文本類型，以及其它特定要求或限制。舉例來說，可以使用提示公式“生成有關特定主題的新的和準確的信息”，來生成有關特定主題的新信息。此外，還可以使用提示技術來回答問題、整合新信息與現有知識、以及從給定數據集中生成見解。

二、舉例

1、知識生成

1）任務：生成有關特定主題的新信息

2）指令：生成的信息應準確且與主題相關

3）提示公式：生成有關[特定主題]的新的和準確的信息

2、問答

1）任務：回答一個問題

2）指令：答案應準確且與問題相關

3）提示公式：回答以下問題：[插入句子]

3、知識整合

1）任務：將新信息與現有知識相結合

2）指令：整合應準確且與主題相關

3）提示公式：將以下信息與關于[特定專題]的現有知識相結合：[插入新信息]

4、數據分析

1）任務：從給定數據集生成有關客戶行為的見解

2）提示公式：請從此數據集生成有關客戶行為的新信息和原始信息

知識整合提示

一、什么是知識整合提示？

這種技術使用現有知識來整合新信息或連接不同的信息，有助于更全面地了解特定主題。使用ChatGPT時，應向模型提供新信息和現有知識，并指定生成文本的任務或目標。提示應包括所需輸出的信息和任何特定要求或限制。

二、舉例

1、知識整合

1）任務：將新信息與現有知識相結合

2）指令：整合應準確且與主題相關

3）提示詞公式：將以下信息與有關 [特定主題] 的現有知識相結合：[插入新信息]

2、連接信息片段

1）任務：連接不同的信息

2）指令：連接應該是相關和合乎邏輯的

3）提示公式：以相關和合乎邏輯的方式連接以下信息：[插入信息1] [插入信息2]

3、更新現有知識

1）任務：用新信息更新現有知識

2）指令：更新后的信息應準確且相關

3）提示公式：用以下信息更新關于[特定主題]的現有知識：[插入新信息]

多項選擇提示

一、什么是多項選擇提示？

這種技術提供了一個模型，其中包含問題、任務和一組預定義選項作為潛在答案。它適用于生成文本，該文本限制于特定選項，并可用于問答、文本完成和其他任務。該模型可以生成限于預定義選項的文本。使用 ChatGPT 的多項選擇提示時，只需輸入問題或任務以及預定義選項，即可生成文本。提示還應包含期望輸出的信息，例如文本類型和任何特定要求或約束。

二、舉例

1、問答題

1）任務：回答一個多項選擇問題

2）說明：答案應該是預定義選項中的一個

3）提示公式：通過選擇以下選項來回答問題：[插入問題] [插入備選案文1] [插入備選案文2] [插入備選案文3]

2、文本完成

1）任務：使用預定義選項之一完成句子

2）說明：完成的句子應該是預定義的選項之一

3）提示公式：選擇以下選項之一，完成下面的句子：[插入句子] [插入備選案文1] [插入備選案文2] [插入備選案文3]

3、情感分析

1、任務：將一段文本分類為積極、中性或消極

2、說明：分類應該是預定義選項之一

3、提示公式：通過選擇以下選項之一，將下面的文本分類為正面、中性或負面：[插入文字] [正面] [中性] [負面]

可解釋軟提示

一、什么是可解釋軟提示？

可解釋的軟提示是一種技術，它可以在提供一定靈活性的同時，控制模型生成的文本。這種技術允許更多可解釋和可控制地生成文本。在輸入時，向模型提供一組控制信息，并添加期望輸出內容的附加信息。舉例來說，可以使用提示公式來生成故事、完成句子或者以特定風格生成文本。這些提示公式包括角色、主題、作者、時期等信息，以幫助模型生成更加符合要求的文本。

二、舉例

1、文本生成

1）任務：生成一個故事：

2）說明：故事應基于給定的角色和特定主題

3）提示公式：根據以下角色生成故事：[插入角色]和主題：[插入主題]

2、文本完成

1）任務：完成一個句子

2）說明：完成的句子應該是某個特定作者的風格

3）提示公式：以[特定作者]的風格完成以下句子：[插入句子]

3、語言建模

1）任務：以特定風格生成文本

2）說明：文本應該是某個特定時期的風格

3）提示公式：以[特定時期]的樣式生成文本：[插入上下文]

受控生成提示

一、什么是受控生成提示？

受控生成提示是一種技術，可以在輸出文本時對生成的文本進行高度控制。這是通過向模型提供一組特定的輸入實現的，例如模板、特定詞匯或一組約束條件，可以用來指導生成過程。舉例來說，可以使用模板來生成一個故事，使用特定詞匯表來補全一個句子，或者使用一組特定的語法規則來生成文本。通過向模型提供這些輸入，可以使生成的文本更可控和可預測。

二、舉例

1、文本生成

1）任務：生成一個故事

2）說明：故事應該基于特定的模板

3）提示公式：根據以下模板生成一個故事：[插入主題]

2、文本補全

1）任務：補全一個句子

2）說明：補全應使用特定詞匯表

3）提示公式：使用下面的詞匯表完成以下句子：[插入詞匯] ：[插入句子]

3、語言模型

1）任務：以特定風格生成文本

2）說明：文本應該遵循一組特定的語法規則

3）提示詞參考：生成遵循以下語法規則的文本：[插入規則] ：[插入上下文]

問答提示

一、什么是問答提示？

問答提示技術可以幫助模型生成回答特定問題或任務的文本。這是通過向模型提供問題或任務作為輸入以及其他相關信息來實現的。例如，可以使用該技術回答事實性問題、提供單詞定義或從特定來源檢索信息。這對于問答和信息檢索等任務非常有用。

二、舉例

1、事實問答

1）任務：回答一個事實性問題

2）說明：答案應該是準確和相關的

2）提示公式：回答以下事實性問題：[插入問題]

2、定義

1）任務：提供一個詞的定義

2）說明：定義應該準確

3）提示公式：定義以下單詞：[插入單詞]

3、信息檢索

1）任務：從特定來源檢索信息

2）說明：檢索到的信息應該與主題相關

3）提示公式：從以下來源檢索有關[特定主題]的信息:[插入來源]

摘要提示

一、什么是摘要提示？

摘要提示技術可以幫助模型生成一個較短的版本，保留給定文本的主要思想和信息。在ChatGPT中使用該技術時，需要提供一個較長的文本作為輸入，并指定所需輸出的信息，如摘要的長度和特定要求或限制。示例應用包括文章摘要、會議記錄和圖書摘要等任務。

二、舉例

1、文章摘要

1）任務：總結新聞文章

2）說明：摘要應該是這篇文章要點的簡要概述。

3）提示公式：用一句簡短的話概括以下新聞文章：[插入來源]

2、會議記錄

1）任務：總結會議記錄

2）說明：摘要應突出會議的主要決定和行動

3）提示公式：通過列出主要決策和行動總結以下會議記錄：[插入記錄]

3、圖書摘要

1）任務：總結一本書

2）說明：摘要應該是書籍主要觀點的簡要概述

3）提示公式：用一個簡短的段落概括下面的書：[插入書名]

對話提示

一、什么是對話提示？

對話提示是一種技術，可以讓模型生成模擬兩個或多個實體之間對話的文本。為了讓模型生成自然的對話，需要提供上下文、角色和背景信息。同時，還需要告訴模型所需輸出的信息，例如對話類型和特定要求或限制。這種技術適用于對話生成、故事創作和聊天機器人開發等任務。

二、舉例

1、對話生成

1）任務：生成兩個角色之間的對話

2）說明：對話應該是自然的，并且與給定的上下文相關

3）提示公式：在下面的[插入上下文]中，生成以下角色之間的對話 [插入角色]

2、故事創作

1）任務：在故事中生成對話

2）說明：對話應該與故事的角色和事件一致

3）提示公式：在以下故事[插入故事]中，生成以下角色之間的對話 [插入角色]

3、聊天機器人開發

1）任務：為客戶服務聊天機器人生成對話

2）說明：對話應該專業，提供準確的信息

3）提示公式：當客戶詢問[插入主題]時，為客戶服務聊天機器人生成專業且準確的對話

對抗性提示

一、什么是對抗性提示？

對抗性提示是一種技術，可以讓模型生成的文本對某些類型的攻擊或偏見具有抵抗力。這種技術可以用于訓練更強大、更具抵抗力的模型。要在ChatGPT中使用對抗性提示，需要為模型提供一個設計良好的提示，以使模型難以生成與所需輸出一致的文本。提示還應包括有關所需輸出的信息，例如要生成的文本類型和任何特定的要求或約束。

二、舉例

1、文本分類的對抗性提示

1）任務：生成被分類為特定標簽的文本

2）說明：生成的文本應難以分類為特定標簽

3）提示公式：生成難以分類為[插入標簽]的文本

2、情感分析的對抗性提示

1）任務：生成難以被分類為特定情感的文本

2）說明：生成的文本應難以分類為特定情感

3）提示公式：生成難以被分類為具有[插入情感]情感的文本

3、語言翻譯的對抗性提示

1）任務：生成難以翻譯的文本

2）說明：生成的文本應難以翻譯為目標語言

3）提示公式：生成難以翻譯為[插入目標語言]的文本

聚類提示

一、什么是聚類提示？

聚類提示是一種技術，可以將相似的數據點分組在一起。這對于數據分析、機器學習和自然語言處理等任務非常有用。在ChatGPT中使用聚類提示時，需要提供一組數據點，并指定分組的特征和要求的輸出信息。例如，可以根據情感將客戶評價分組，根據主題將新聞文章分組，或根據研究領域將科學論文分組。

二、舉例

1、客戶評價的聚類

1）任務：將相似的客戶評價分組在一起

2）說明：評價應基于情感進行分組。

3）提示公式：根據情感將以下客戶評價分組成簇：[插入評價]）

2、新聞文章的聚類

1）任務：將相似的新聞文章分組在一起

2）說明：文章應根據主題進行分組

3）提示公式：將以下新聞文章根據主題分組成簇：[插入文章]

3、科學論文的聚類

1）任務：將相似的科學論文分組在一起

2）說明：論文應基于研究領域進行分組

3）提示公式：根據研究領域將以下科學論文分組：[插入論文]

強化學習提示

一、什么是強化學習提示？

強化學習提示是一種技術，可以讓模型從其過去的行動中學習，并隨著時間的推移改善其性能。要在ChatGPT中使用強化學習提示，應該向模型提供一組輸入和獎勵，并允許其根據所接收的獎勵調整其行為。提示還應包括有關所需輸出的信息，例如要完成的任務和任何特定要求或約束。這種技術對于決策制定、游戲和自然語言生成等任務非常有用。

二、示例

1、文本生成的強化學習

1）任務：生成符合特定風格的文本

2）說明：模型應根據生成符合特定風格的文本所獲得的獎勵，調整其行為

3）提示公式：使用強化學習生成符合以下風格的文本[插入風格]

2、語言翻譯的強化學習

1）任務：將一種語言的文本翻譯成另一種語言

2）說明：模型應根據生成準確翻譯所獲得的獎勵調整其行為

3）提示公式：”使用強化學習將以下文本[插入文本]從[插入語言]翻譯為[插入語言] “

3、問題回答的強化學習

1）任務：回答一個問題

2）說明：模型應根據生成準確答案所獲得的獎勵調整其行為

3）提示公式：使用強化學習回答以下問題[插入問題]

課程學習提示

一、什么是課程學習提示？

強化學習提示是一種技術，可以讓模型從其過去的行動中學習，并隨著時間的推移改善其性能。要在ChatGPT中使用強化學習提示，應該向模型提供一組輸入和獎勵，并允許其根據所接收的獎勵調整其行為。提示還應包括有關所需輸出的信息，例如要完成的任務和任何特定要求或約束。這種技術對于決策制定、游戲和自然語言生成等任務非常有用。

二、舉例

1、文本生成的課程學習

1）任務：生成符合特定風格的文本

2）說明：模型應在進入更復雜的風格之前，先在簡單的風格上進行訓練

3）提示公式：使用課程學習生成符合以下風格的文本[插入風格]，按以下順序[插入順序]

2、語言翻譯的課程學習

1）任務：將一種語言的文本翻譯成另一種語言

2）說明：模型應在進入更復雜的語言之前先在簡單的語言上進行訓練

3）提示公式：使用課程學習將以下語言的文本[插入語言]，按以下順序[插入順序]翻譯為以下語言[插入語言]

3、回答問題的課程學習

1）任務：回答一個問題

2）說明：模型應在進入更復雜的問題之前，先在簡單的問題上進行訓練

3）提示公式：使用課程學習回答以下問題[插入問題]，按以下順序[插入順序]

情緒分析提示

一、什么是情緒分析提示？

情感分析是一種技術，可以幫助模型確定一段文本的情感色彩或態度，例如是否為積極、消極或中立。要使用ChatGPT的情緒分析提示，只需提供一段文本，并要求對其進行情感分類。提示還應包括有關所需輸出的信息，例如要檢測的情感類型和任何特定的要求或限制。這種技術對于自然語言處理、客戶服務和市場研究等任務非常有用。以下是一些示例和應用公式：客戶評論的情緒分析任務、推文的情緒分析任務和產品評論的情感分析任務。

二、舉例

1、客戶評論的情緒分析

1）任務：確定客戶評論的情緒

2）說明：模型應將評論分類為積極、消極或中立

3）提示公式：對以下客戶評論進行情感分析[插入評論]，并將其分類為積極、消極或中立。

2、推文的情緒分析

1）任務：確定推文的情感色彩

2）說明：模型應將推文分類為積極、消極或中立

3）提示公式：對以下推文進行情感分析[插入推文]，并將其分類為積極、消極或中立。

3、產品評論的情感分析

1）任務：確定產品評論的情感色彩

2）說明：模型應將評論分類為積極、消極或中立

3）提示公式：對以下產品評論進行情感分析[插入評論]，并將其分類為積極、消極或中立。

命名實體識別提示

一、什么是命名實體識別提示？

命名實體識別（NER）是一種技術，可以識別和分類文本中的命名實體，如人物、組織、地點和日期。使用ChatGPT的NER提示，需要提供文本，并指定要識別的命名實體類型和其他要求。例如，可以在新聞文章、法律文件和研究論文中使用NER。

提示還應包括有關所需輸出的信息，例如要識別的命名實體類型（例如人物、組織、地點、日期）以及任何特定的要求或限制。

二、舉例

1、新聞文章中的命名實體識別

1）任務：在新聞文章中識別和分類命名實體

2）說明：模型應識別和分類人物、組織、地點和日期

3）提示公式：對以下新聞文章進行命名實體識別[插入文章]，并識別和分類人物、組織、地點和日期。

2、法律文檔中的命名實體識別

1）任務：在法律文件中識別和分類命名實體

2）說明：模型應識別和分類人物、組織、地點和日期

3）提示公式：對以下法律文件進行命名實體識別[插入文檔]，并識別和分類人物、組織、地點和日期。

3、研究論文中的命名實體識別

1）任務：在研究論文中識別和分類命名實體

2）說明：模型應識別和分類人物、組織、地點和日期

3）提示公式：對以下研究論文進行命名實體識別[插入論文]，并識別和分類人物、組織、地點和日期。

文本分類提示

一、什么是文本分類提示？

文本分類是一種技術，可以將文本歸類為不同的類別。這種技術對于自然語言處理、文本分析和情感分析等任務非常有用。需要注意的是，文本分類與情感分析不同。情感分析專注于確定文本中表達的情感或情緒。要使用ChatGPT的文本分類提示，應向模型提供一段文本，并要求根據預定義的類別或標簽對其進行分類。提示還應包括有關所需輸出的信息，例如類別或標簽的數量以及任何特定的要求或限制。以下是一些示例和應用公式：客戶評論的文本分類任務、新聞文章的文本分類任務和電子郵件的文本分類任務。

二、舉例

1、客戶評論的文本分類

1）任務：將客戶評論歸類為不同的類別，例如電子產品、服裝和家具

2）說明：模型應根據評論的內容對其進行分類

3）提示公式：對以下客戶評論進行文本分類[插入評論]，并根據其內容將其歸類為電子產品、服裝和家具等不同類別。

2、新聞文章的文本分類

1）任務：將新聞文章歸類為不同的類別，例如體育、政治和娛樂

2）說明：模型應根據文章的內容對其進行分類

3）提示公式：對以下新聞文章進行文本分類[插入文章]，并根據其內容將其歸類為體育、政治和娛樂等不同類別。

3、電子郵件的文本分類

1）任務：將電子郵件歸類為不同的類別，例如垃圾郵件、重要郵件或緊急郵件

2）說明：模型應根據郵件的內容和發送者對其進行分類

3）提示公式：對以下電子郵件進行文本分類[插入郵件]，并根據其內容和發送者將其歸類為垃圾郵件、重要郵件或緊急郵件等不同類別。

文本生成提示

一、什么是文本生成提示？

文本生成提示與其他提示技術的關系，包括零提示、單個提示和小樣本提示等。在預訓練模型或為特定任務訓練新模型時，可以使用文本生成提示，例如用于故事寫作或語言翻譯等任務。

二、舉例

1、用于故事寫作的文本生成

1）任務：根據給定提示生成一個故事

2）說明：故事應至少有1000個單詞，并包括一組特定的角色和情節

3）提示公式：根據以下提示[插入提示]，生成一個至少有1000個單詞，包括角色[插入角色]和情節[插入情節]的故事。

2、用于語言翻譯的文本生成

1）任務：將給定的文本翻譯成另一種語言

2）說明：翻譯應準確并符合習慣用語

3）提示公式：將以下文本[插入文本]翻譯成[插入目標語言]，并確保它準確并符合習慣用語。

結語

在本書中，我們深入探討了提示工程這一強大工具，它可以從語言模型中獲取高質量答案。通過設計各種提示，我們可以引導模型生成符合特定需求和要求的文本。

在第2章中，我們介紹了說明提示的使用，以向模型提供明確和具體的指導。在第3章中，我們探討了角色提示的使用，以生成特定語氣或風格的文本。在第4章中，我們研究了標準提示的使用，作為微調模型性能的起點。

此外，我們還介紹了幾種高級提示技術，如零提示、單個提示和小樣本提示、自一致性、種子詞提示、知識生成提示、知識整合提示、多項選擇提示、可解釋的軟提示、受控生成提示、問答提示、摘要提示、對話提示、對抗提示、聚類提示、強化學習提示、課程學習提示、情感分析提示、命名實體識別提示和文本分類提示。這些技術可以以不同的方式使用，以實現各種不同的結果。

在與ChatGPT和其他語言模型一起工作時，嘗試不同的技術組合，以找到最適合特定用例的方法是值得的。最后，我們還推薦了其他主題的書籍，供讀者參考。感謝您閱讀本書，希望它對您有所幫助。

審核編輯黃宇