GPT最佳实践11篇

今年,在OpenAI开放了ChatGPT不久后,网络上出现了许多关于如何编写Prompt的教程。这些课程和相关的Prompt模版,在一定程度上弥补了这块新鲜领域的空白,使得大家对于如何编写Prompt有了一定的认知。

在这不久之后,OpenAI和吴恩达合作开发了一套针对ChatGPT提示工程的最佳实践课程,课程名为《ChatGPT Prompt Engineering for Developers》。

随后,OpenAI官方又正式的发布了一份"GPT 最佳实践"指南,可以说是期盼已久。官方出品,必是精品。想快速了解,可以先看看这篇文章:GPT最佳实践 - 提升Prompt效果的六个策略 (opens in a new tab)

本文汇总了这些官方权威教程的所有文章,内容包括:

  • OpenAI官方GPT最佳实践的六个策略,共6篇文章
  • OpenAI与吴恩达合作开发的ChatGPT提示工程课程,共5篇文章
  • 扩展内容
    • OpenAI关于AGI通用人工智能及未来技术的规划
    • 比尔·盖茨关于“人工智能的风险是真实存在的”的思考

一、OpenAI官方GPT 最佳实践指南

本指南分享了提高GPT的效果的策略和方法,这些方法有时可以结合使用以获得更好的效果。同时鼓励多尝试试验,找到最适合自己的方法。

以下是提高Prompt效果的六大关键策略:

1.编写清晰的提示

如果GPT输出的内容过长,可以要求模型进行简短的回复;如果输出过于简单,可以要求模型使用专业的写作水准输出内容。如果你对输出的格式不满意,可以提供自己想要的格式。越是明确表达自己的需求,越有可能得到满意的答案。

提升GPT Prompt效果最佳实践 - 编写清晰的提示 (opens in a new tab)

2.提供参考文本

GPT模型可以自信地编造虚假答案,尤其是在涉及深奥主题或引用和URL时。就像学生在考试时可以查看笔记来帮助自己更好地回答问题一样,向GPT模型提供参考文本可以帮助其减少编造虚假答案的情况。

提升GPT Prompt效果最佳实践 - 提供参考文本 (opens in a new tab)

3.将复杂的任务拆分为更简单的子任务

就像在软件工程中将复杂系统分解为一组模块化组件一样,在提交给GPT模型的任务中也是如此。复杂任务往往比简单任务出错率更高。此外,复杂任务通常可以重新定义为一系列简单任务的工作流程,其中前置任务的输出作为后续任务的输入。

提升GPT Prompt效果最佳实践 - 拆解复杂任务 (opens in a new tab)

4.给 GPT 时间思考

如果让你计算17乘以28,你可能不会立即知道答案,但是却可以花时间计算出来。类似地,当GPT试图立即回答问题时,它会犯更多的推理错误,而不是花时间计算出答案。在回答问题之前,要求模型给出一系列的推理过程可以帮助GPT更可靠地推理正确的答案。

提升GPT Prompt效果最佳实践 - 给 GPT 时间思考 (opens in a new tab)

5.使用外部工具

通过使用其他工具的输出来弥补GPT的不足。例如,使用文本检索系统来告诉GPT相关文档的信息,或者使用代码执行引擎来帮助GPT进行数学计算和代码运行。如果有其他工具可以更可靠或更有效地完成某个任务,就应该使用这些工具,以获得最佳效果。

提升GPT Prompt效果最佳实践 - 使用外部工具 (opens in a new tab)

6.系统地测试变更

如果能够进行测量,那么提高效果就会更容易。在某些情况下,对提示的修改会在几个孤立的示例上实现更好的效果,但会导致在一组更具代表性的示例上整体表现变差。因此,为了确保更改对效果能够产生积极的影响,可能有必要定义一个全面的测试套件(也称为“评估(eval)”)。

提升GPT Prompt效果最佳实践 - 系统的测试变更 (opens in a new tab)

二、OpenAI与吴恩达合作的ChatGPT提示工程课程

这门课程时长为1个小时,内容简单易懂,还提供了实践的环境。讲师是吴恩达(Andrew Ng,DeepLearning.AI创始人)和伊莎·富尔福德(Isa Fulford,OpenAI的技术人员),含金量非常高。

以下是该课程的5篇文章:

1.编写Prompt的两个关键原则

  • 原则一:编写清晰、具体的说明
  • 原则二:给予模型思考的时间

ChatGPT提示工程的两个关键原则 (opens in a new tab)

2.文本总结

这篇主要介绍了如何对内容进行总结,可以让模型来总结/提取重点内容,限制结果的长度。

ChatGPT提示工程 - 总结 (opens in a new tab)

3.文本推理

可以让模型来识别一段内容的情绪,或者提取指定的内容。

也可以一次性执行多个任务,从而节省多次请求的整体耗时和成本。

ChatGPT提示工程 - 推理 (opens in a new tab)

4.文本转换

在这篇文章中,介绍了如何使用大型语言模型来进行文本转换工作,如语言翻译、语调调整和格式转换。

ChatGPT提示工程 - 转换 (opens in a new tab)

5.邮件回复与营销文案

在这篇文章中,介绍了如何使用大型语言模型来进行邮件自动回复、生成营销文案。

ChatGPT提示工程 - 邮件回复、营销文案 (opens in a new tab)

三、规划与风险

OpenAI关于AGI通用人工智能及未来技术的规划(全文译文) (opens in a new tab)

人工智能的风险是真实存在的 - 比尔·盖茨 (opens in a new tab)

最后

如果大家感兴趣的话,也建议去官网学习一下。然后结合我总结的文章,以达到更好的学习效果。

无论如何,这些提示工程的最佳实践课程是OpenAI官方出品,还有吴恩达的加持,属于行业顶尖的权威教程。请大家务必收藏好,以便随时进行查阅和复习。

希望这些文章能够助你在接下来的AI之路,赢在起跑线上。

参考

https://platform.openai.com/docs/guides/gpt-best-practices (opens in a new tab)

https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ (opens in a new tab)