ChatGPT 提问的艺术

一、Prompt工程

什么是Prompt工程？

Prompt 工程是创建 Prompt、提问或指导像 ChatGPT 这样的语言模型输出的过程。 它允许用户控制模型的输出，生成符合其特定需求的文本。

ChatGPT 是一种先进的语言模型，能够生成类似人类的文本。它建立在 Transformer 架构之上，可以处理大量数据并生成高质量的文本。 但是，为了从 ChatGPT 获得最佳结果，了解如何正确引导模型是非常重要的。

通过引导模型，用户可以控制模型的输出，生成相关、准确且高质量的文本。

Prompt 工程的作用： 通过提供清晰和具体的指令，您可以引导模型的输 出，确保其相关性。

Prompt公式

Prompt公式是Prompt的特定格式，通常由三个主要元素组成：

• 任务：明确而简洁地陈述Prompt要求模型生成的内容。
• 指令：模型再生成文本时应遵循的指令。
• 角色：模型在生成文本时应扮演的角色。

二、指令Prompt技术

指令Prompt技术是一种通过提供特定指令来引导ChatGPT输出的方法。

该技术对确保输出相关和高质量非常有用。

Prompt公式：“按照以下指示生成[任务]：[指示]”

1
2
3
4

生成中秋节祝福：
任务：生成中秋节祝福
指令：使用幽默语气
Prompt公式：“按照以下指示生成中秋节祝福：使用幽默语气”

1
2
3
4

生成售屋标题：
任务：生成一个两房两厅近地铁的售屋标题
指令：标题应该符合香港用语习惯，并且使用繁体
Prompt公式：“按照以下指示生成一个两房两厅近地铁的售屋标题：标题应该符合香港用语习惯，并且使用繁体”

三、角色Prompt技术

角色 Prompt 技术是一种通过指定模型要扮演的特定角色来引导 ChatGPT 输出的 方法。

该技术对生成针对特定上下文或受众量身定制的文本非常有用。

Prompt公式：“以[角色]身份生成[任务]”

1
2
3
4

生成中秋节祝福：
任务：生成中秋节祝福
角色：公司领导
Prompt公式：“以公司领导的身份生成中秋节祝福”

1
2
3
4

生成售屋标题：
任务：生成一个两房两厅近地铁的售屋标题
角色：香港地产代理人
Prompt公式：”以香港地产代理人的身份生成一个两房两厅近地铁的售屋标题“

四、标准Prompt

标准Prompt是一种通过提供模型要完成的特定任务来引导ChatGPT输出的简单方法。

Prompt公式：“生成一个[任务]”

1
2
3

生成一个房源标题
任务：写一个近地铁的两房一厅的房源发布标题
Prompt公式：“生成一个近地铁的两房一厅的房源发布标题”

五、零样本、一样本和少样本Prompting

零样本、一样本和少样本Prompting是一种使用ChatGPT生成文本的技术，可以最小化或不使用示例。当特定任务的数据有限或任务是新的且未被明确定义时，这些技术非常有用。

• 零样本：用于任务没有可用的样例时。将通用任务提供给模型，它根据对任务的理解生成文本。
• 一样本：用于只有一个样例可用的任务。将样例提供给模型，它根据对样例的理解生成文本。
• 少样本：用于任务有限数量的样例可用。将样例提供给模型，它根据这些样例的理解生成文本。

Prompt公式：“根据[数量]个样例生成文本”

1
2
3

对于没有可用样例的新产品，生成一个产品描述： 
任务：为新智能手表撰写产品描述 
Prompt公式：“对于这个新智能手表，零样例生成产品描述”

1
2
3

使用一个可用样例比较新智能手机和最新款的 iPhone： 
任务：比较一款新智能手机和最新款的 iPhone 
Prompt公式：“使用一个样例（最新款 iPhone）对这个新智能手机进行产品比较”

1
2
3

对于少量可用的样例，生成一篇产品评论： 
任务：撰写一篇新电子阅读器的评论 
Prompt公式：“对于这个新电子阅读器，使用少数样例（另外三款电子阅读器）生成评论”

PS: 这些技术可用于根据模型对任务或提供的样例的理解生成文本。

六、“让我们思考一下”提示

“让我们思考一下”提示是一种用来鼓励ChatGPT生成反思和沉思性文本的技巧。该技巧对于写作论文、诗歌或创意写作等任务非常有用。

这种独特的提示帮助ChatGPT从不同的角度回答问题，从而产生更动态和信息丰富的段落。

Prompt公式：“让我们思考一下：[主题或问题]”

要使用“让我们思考一下”提示技巧与ChatGPT进行对话或文本生成，可是按照以下步骤进行：

1. 确定要讨论的主题或想法
2. 制定一个明确表名主题或想法并开始对话或文本生成的提示
3. 在提示前加上“让我们思考”或“让我们讨论”，表示正在发起对话或讨论

🌰例子：

• 提示：“让我们思考气候变化对农业的影响”
• 提示：“让我们讨论人工智能的现状”
• 提示：“让我们谈谈远程工作的利弊”

还可以添加一个开放式的问题、陈述或一段文本，希望模型继续或扩展。

PS：一旦提供了提示，模型将使用其训练数据和算法生成与提示相关的响应，并以连贯的方式继续对话。

七、自一致性提示

自一致性提示是一种用于确保ChatGPT的输出与所提供的输入一致的技巧。这种技巧对于事实核实、数据验证或文本生成中的一致性检查等任务非常有用。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

示例 1：文本生成 
任务：生成产品评论 
说明：评论应与输入中提供的产品信息一致 
提示公式：“生成一篇与以下产品信息一致的产品评论[插入产品信息]”

示例 2：文本摘要 
任务：总结一篇新闻文章 
说明：摘要应与文章中提供的信息一致 
提示公式：“以与以下提供的信息一致的方式总结以下新闻文章[插入新闻文章]”

示例 3：文本完成 
任务：完成一个句子 
说明：完成应与输入中提供的上下文一致 
提示公式：“以与所提供的上下文一致的方式完成以下句子[插入句子]”

示例 4：事实核查 
任务：检查给定新闻文章中的一致性 
输入文本：“文章中提到该城市的人口为 500 万，但后来它说该城市的人口为 700 万。” 
提示公式：“请确保以下文本自我一致：文章中提到该城市的人口为 500 万，但 后来它说该城市的人口为 700 万。”

示例 5：数据验证： 
任务：检查给定数据集中的一致性 
输入文本：“数据显示 7 月份的平均温度为 30 度，但最低温度记录为 20 度。” 
提示公式：“请确保以下文本自我一致：数据显示 7 月份的平均温度为 30 度， 但最低温度记录为 20 度。”

八、种子词提示

种子词提示是一种通过提供特定的种子词或短语来控制ChatGPT输出的技巧。

Prompt：“请根据以下种子词生成文本：[种子词或短语]”

1
2
3
4

生成标题
任务：生成一个近地铁两房一厅的房屋标题
种子词：“近地铁、急售”
提示公式：“请根据以下种子词生成一个近地铁两房一厅的房屋标题：近地铁、急售”

九、知识生成提示

知识生成提示是一种从ChatGPT中引发新的和原始信息的技术。

Prompt：“请生成关于【感兴趣的主题】的新的和原始的信息”

这是一种利用模型的预先存在的知识来生成新的信息或回答问题的技术。

要在ChatGPT中使用此提示，应将问题或主题作为输入提供给模型，并提供一个知识，指定生成文本的任务或目标。提示应包括有关所需输出的信息，例如要生成文本类型以及任何特定要求或限制。

1
2
3
4

知识生成
任务：生成关于春节的新信息
说明：生成的信息应准确且与主题相关
提示公式：“请生成关于春节的新的准确信息”

十、知识整合提示

这种技术利用模型的预先存在的知识来整合新信息或连接不同的信息。

这种技术有助于将现有知识与新信息相结合，生成对特定主体更全面的理解。

与ChatGPT一起使用：

将新信息和现有知识作为输入提供给模型，并提供一个提示，指定生成文本的任务或目标。提示应包含有关所需输出的信息，例如要生成的文本类型以及任何特定要求或限制。

1
2
3
4

知识整合
任务：将新信息与现有知识整合
说明：整合应准确且与主题相关
提示公式：”将以下信息与有关【特定主题】的现有知识整合：【插入新信息】“

1
2
3
4

连接信息
任务：连接不同的信息
说明：连接应相关和逻辑
提示公式：“以相关和逻辑的方式连接一下信息：【插入信息1】、【插入信息2】”

十一、多项选择提示

这种技术问题或任务和一组预定义的选项作为潜在答案呈现给模型。

这种技术对于生成限定于特定选型集的文本非常有用，可用于问答、文本补全和其他任务。模型可以生成限定于预定义选项的文本。

要与 ChatGPT 一起使用多项选择提示，应将问题或任务作为输入提供给模型，以 及一组预定义的选项作为潜在答案。提示还应包括有关所需输出的信息，例如要 生成的文本类型以及任何特定要求或限制。

1
2
3
4

问答 
任务：回答多项选择问题 
说明：答案应是预定义选项之一 
提示公式：“通过选择以下选项之一回答以下问题：[插入问题] [插入选项 1] [插入选项 2] [插入选项 3]”

1
2
3
4

文本补全 
任务：用预定义选项之一完成句子 
说明：完成应是预定义选项之一 
提示公式：“通过选择以下选项之一来完成以下句子：[插入句子] [插入选项 1] [插入选项 2] [插入选项 3]”

1
2
3
4

情感分析 
任务：将文本分类为积极的、中性的或消极的 
说明：分类应是预定义选项之一 
提示公式：“通过选择以下选项之一将以下文本分类为积极的、中性的或消极的： [插入文本] [积极] [中性] [消极]”