美國(guó)專(zhuān)家的提示詞技巧實(shí)測(cè)，無(wú)論Kimi還是豆包都好用，吊打全網(wǎng)90%的提示詞課程，尤其是最后的懶人提示詞，太神了
比如引號(hào)把重點(diǎn)突出出來(lái)，破折號(hào)說(shuō)明句子關(guān)系，有助于把句子結(jié)構(gòu)讓大模型理解。比如，我在編程調(diào)試bug時(shí)，我會(huì)把錯(cuò)誤提示后面加上兩個(gè)破折號(hào)，在說(shuō)什么情況下出現(xiàn)了這個(gè)錯(cuò)誤提示，提交給Kimi，就可以大大幫助大模型理解我要干什么，實(shí)測(cè)有效。 序號(hào)，縮進(jìn)等格式符號(hào)對(duì)于大模式理解是有幫助的，能用就用吧，反正不吃虧。 例如，直接讓大模型“幫我做一個(gè)成都的旅游攻略”，“寫(xiě)一個(gè)公眾號(hào)爆款文案”，對(duì)于這類(lèi)不明確的問(wèn)題，大模型的回答也是模糊空洞的。但是如果說(shuō)，“我十一要去成都玩3天，打卡地點(diǎn)要有文化古跡，交通方便，請(qǐng)做一個(gè)旅游攻略”，這樣就容易得到滿意的攻略了。 其實(shí)上下文context也可以算這個(gè)部分，美國(guó)專(zhuān)家把“上下文”和這個(gè)分開(kāi)了，其實(shí)上下文就是表達(dá)準(zhǔn)確的基礎(chǔ)。 “你是一個(gè)AI專(zhuān)家，正在給一個(gè)AI小白科普Self-Attention機(jī)制”，大模型扮演專(zhuān)家，你扮演小白聽(tīng)眾，這個(gè)效果很不錯(cuò)。 進(jìn)階：?jiǎn)l(fā)和強(qiáng)化 【04- 給出樣本example】
這是我們第一個(gè)稍微高級(jí)的提示技術(shù)。如果你聽(tīng)過(guò)'少樣本學(xué)習(xí)（Few-shot learning）'，這就是它的含義?；旧希阋oKimi 一些示例輸入和一些示例輸出，即便沒(méi)有提更多具體要求，它看著例子，也能模仿出來(lái)，完美地回應(yīng)符合了我想要的格式。
“你剛才的回答漏掉了什么？”這個(gè)方法幾乎簡(jiǎn)單到不能再簡(jiǎn)單了，但往往可以讓你得到好幾倍的結(jié)果。大語(yǔ)言模型在評(píng)估方面要比生成效果更好。所以，當(dāng)你提出這個(gè)問(wèn)題時(shí)，你實(shí)際上是在利用 大模型的評(píng)估優(yōu)勢(shì)。大模型后誕生的AI相比于之前的AI質(zhì)的提升，它有非常好的上下文理解能力和自我反思能力，通過(guò)多步的迭代式問(wèn)答，讓結(jié)果變得更符合預(yù)期。 提問(wèn)者指出通過(guò)提供給大模型思維鏈（CoT），可以大幅提升模型的推理能力和回答準(zhǔn)確性，剛剛推出的劃時(shí)代的具有推理能力的o1就是利用了CoT的原理進(jìn)行強(qiáng)化學(xué)習(xí)，只是讓大模型可以自己生成思維鏈數(shù)據(jù)進(jìn)行學(xué)習(xí)。 思維鏈本質(zhì)上就是讓模型通過(guò)一步步推理，給出答案。這一點(diǎn)和人的思考方式也很像，當(dāng)我們做一個(gè)復(fù)雜問(wèn)題時(shí)，如果把問(wèn)題拆解，一步步解答往往比直接回答問(wèn)題得到的結(jié)果更好。我發(fā)現(xiàn)，告訴大模型“全面考慮”問(wèn)題，也能得到更好的結(jié)果。 如果沒(méi)有用CoT甚至只是簡(jiǎn)單的加一句“step by step”，中文是“一步一步”就可以讓模型準(zhǔn)確率提升明顯。這個(gè)是可以在Kimi上驗(yàn)證 strawberry里面有幾個(gè)r，直接問(wèn)，回答就是2個(gè) 如果加上“一步一步，寫(xiě)出計(jì)算過(guò)程”，答案就是3個(gè) 冠軍用的結(jié)構(gòu)化提示詞：CO-STAR CO-STAR，是一個(gè)深受推崇的結(jié)構(gòu)化提示詞，這正是 Sheila Teo 用來(lái)贏得新加坡 GPT-4 提示詞工程競(jìng)賽的框架。CO-STAR的每個(gè)字母都代表提示詞的一個(gè)具體部分： 'C'代表“Context（上下文）” 你可以在這里給出任何相關(guān)的背景信息比如你自己或是你希望它完成的任務(wù)的信息。 'O'代表“Objective（目標(biāo)）” 在這里，你需要給出非常明確的指示告訴 ChatGPT 你希望它做什么。 'S'代表“Style（風(fēng)格 ）” 在這一部分，我們需要告訴 大模型 我們想要的寫(xiě)作風(fēng)格可以是有趣的，比如我們希望它以 魯迅 的風(fēng)格來(lái)寫(xiě)作或者像莫言那樣的風(fēng)格。 'T'代表“Tone（語(yǔ)調(diào)）” 你希望回答的語(yǔ)調(diào)是什么？幽默的？冷靜的？有威脅性？情緒化的？ 'A'代表'Audience' ，即我們要告訴 大模型的聽(tīng)眾是誰(shuí)。比如說(shuō)講法律，如果目標(biāo)聽(tīng)眾是幼兒園的孩子，那么結(jié)果會(huì)截然不同于目標(biāo)聽(tīng)眾是法學(xué)院學(xué)生的情況。 最后一個(gè)字母'R'，代表'Response' ——我們想要的回應(yīng)類(lèi)型。我們需要一份詳細(xì)的研究報(bào)告嗎？或者需要一個(gè)表格？我們需要一個(gè)復(fù)雜的編程格式，比如 JSON 嗎？或者只是一大堆文字？ 基本上，使用 CO-STAR 的指南，你需要提供的所有信息大模型都能處理，以便精確地回答你的問(wèn)題。 【08 - 懶人模式，讓大語(yǔ)言模型自己寫(xiě)提示詞】 如果你很懶，不想思考提示詞怎么寫(xiě)，嫌CO-STAR太麻煩，不妨試試讓大模型自己寫(xiě)提示詞。因?yàn)閷?shí)際上，大語(yǔ)言模型是比人類(lèi)更善用寫(xiě)提示詞的。所以，我們只需要告訴大模型，我們要做什么，讓大模型自己設(shè)計(jì)一個(gè)提示詞可以了。 “幫我寫(xiě)一篇關(guān)于人工智能的論文，請(qǐng)問(wèn)我要提供什么信息給你”。 ************豆包的回答開(kāi)始*********** 為了幫你寫(xiě)一篇人工智能的論文，你可以提供以下信息： 論文的主題方向或具體題目，例如 “人工智能在醫(yī)療領(lǐng)域的應(yīng)用”“人工智能對(duì)未來(lái)就業(yè)的影響” 等。 特定的格式要求，比如是否需要特定的引用格式（APA、MLA 等）。 是否有特定的結(jié)構(gòu)要求，比如是否需要明確的引言、正文和結(jié)論部分，或者是否需要加入案例分析等特定章節(jié)。 你對(duì)人工智能的總體看法，是積極的、消極的還是中立的？ 對(duì)于特定的人工智能應(yīng)用領(lǐng)域，你的觀點(diǎn)和態(tài)度是怎樣的？ 三、相關(guān)的研究和經(jīng)驗(yàn) 你是否有過(guò)與人工智能相關(guān)的研究經(jīng)歷或項(xiàng)目經(jīng)驗(yàn)？如果有，可以提供一些具體的細(xì)節(jié)和成果。 你是否了解一些特定的人工智能技術(shù)或算法？可以提供一些相關(guān)的名稱(chēng)和簡(jiǎn)要介紹。 你是否閱讀過(guò)一些與人工智能相關(guān)的文獻(xiàn)、書(shū)籍或報(bào)告？可以提供一些參考文獻(xiàn)的信息，以便我在論文中進(jìn)行引用和討論。 如果你希望論文中包含特定的人工智能應(yīng)用案例，可以提供案例的相關(guān)信息，包括應(yīng)用領(lǐng)域、技術(shù)實(shí)現(xiàn)、效果等。 如果你需要特定的數(shù)據(jù)來(lái)支持論文中的觀點(diǎn)，可以提供數(shù)據(jù)的來(lái)源或需求方向，以便我進(jìn)行數(shù)據(jù)收集和分析。 論文的目標(biāo)讀者是誰(shuí)？是專(zhuān)業(yè)的學(xué)術(shù)研究者、行業(yè)從業(yè)者還是普通大眾？ 論文的用途是什么？是用于學(xué)術(shù)研究、課堂作業(yè)、工作匯報(bào)還是其他目的？這將影響論文的語(yǔ)言風(fēng)格和內(nèi)容深度。 ************豆包的回答結(jié)束*********** 哈哈，這招真是好用?。?！要不是專(zhuān)家的提醒我真是不知道?。。?！ 最基本的——提問(wèn)清晰具體：勤用表達(dá)格式的符號(hào)，問(wèn)題明確具體有上下文，角色扮演有幫助。 進(jìn)階的——給模型樣本，提醒模型反省，提示模型CoT 冠軍之選—— 結(jié)構(gòu)化的CO-Star 還有一個(gè)重要的“心法”大家要記住，就是“把AI當(dāng)人看”，你再回頭看上面的這些不同層級(jí)的交流方式，或者像給一個(gè)下屬布置任務(wù)，或者像請(qǐng)一個(gè)專(zhuān)家?guī)兔?，其?shí)你在現(xiàn)實(shí)中怎么和他們溝通，和AI也要用同樣的方式。像CoT，Step by Step很符合人類(lèi)心理學(xué)特征，看來(lái)大模型的數(shù)字神經(jīng)網(wǎng)絡(luò)和人類(lèi)大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上的相似導(dǎo)致了行為上也相似，牢記這一點(diǎn)非常有用。 老周和您一起擁抱AI大模型，如有收獲，請(qǐng)點(diǎn)在看，轉(zhuǎn)發(fā)和點(diǎn)贊。
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào) 。
