微信扫码
与创始人交个朋友
我要投稿
大语言模型能力如此强大,只要你能写出合适的Prompt,大语言模型产品都会给到你满意的回答。所以如何写好Prompt成为了一个非常重要的事情,也被大家称为“Prompt Engineering”。而Prompt本身也是一种语言表达,既然大模型能力如此强大,那么它能帮助我们写好Prompt吗?(Prompt以下用中文“提示词”来替代)
答案是显而易见的,您可以使用人工智能来设计提示词。利用生成式AI,你可以做很多关于提升提示词水平的事情。比如,你可以提出一般性的问题,并立即得到类似教程的回复,你可以让人工智能生成器审查你编写的提示草稿,你可以要求人工智能生成器代你编写提示词,等等。
AI辅助生成Prompt的实用技巧
了解好的提示词:使用生成式人工智能为您解释如何编写好的提示词。
通过询问生成式人工智能如何以最佳方式制作提示词,可以方便地找到提示策略的来源。一开始得到的回答可能会比较一般。你可以继续询问你可能特别感兴趣的具体问题。总之,你可以得到一些很好的提示和建议。
就手工制作的提示词草稿获取反馈:向人工智能生成器展示您制作的提示,并就如何改进获得反馈。
手工起草好提示词后,使用人工智能生成器进行提示的下一步就是要求人工智能评估或审查您所假设的提示词。评测通常会将您编写的提示与典型的评分标准进行比较,如提示是否清晰、足够详细等。您可以据此调整草稿。
生成提示草稿:让人工智能生成器为您创建一个提示草稿。
原来,您不必手工创建提示词。让生成式人工智能为你创建提示相对来说比较容易。具体做法是描述你想要实现的目标。如果你能描述得具体一些,那么人工智能生成器创建的提示词将会更加有效。一旦看到草稿的内容,您就可以很容易地根据自己的需求对其进行微调,或者要求人工智能进行微调。
获取对已执行提示的反馈:在执行提示并获得结果后,请生成式人工智能对提示进行评估,确定是否有更好的版本可以产生更好的结果。
在某一时刻,你将提交一个提示,以便采取行动。在收到回复后,您可以要求生成式人工智能对提示进行审查。审查很有可能会揭示提示的措辞有哪些地方可以做得更好。这样,您就可以深入了解如何措辞您的提示。此外,您还可以利用有关提示的建议,重新编写提示,提交后再试一次。
将提示词草稿请求与提示词执行相结合:生成式人工智能起草好提示后,就可以让生成式人工智能执行提示了。
使用生成式人工智能设计提示词的最快方法是让人工智能执行已起草的提示词。您可以一气呵成地要求创建提示词草稿,然后立即让人工智能执行。当然,您可能希望在执行之前先查看一下草拟的提示词,在这种情况下,您可以分两步走,即先要求查看,然后再执行。
分析一系列提示词和提示策略:您可以要求生成式人工智能对您制作和使用的一系列提示进行评估,目的是看看人工智能在您的提示风格和策略中发现了哪些可以改进的提示模式。
使用人工智能生成器辅助提示策略的另一个好方法是让人工智能查看您使用过的一系列提示。具体做法是让人工智能生成器查看您在特定对话中使用过的一系列提示词。您可以要求对提示词进行整体评估,同时逐一查看提示词。
AI辅助生成Prompt实践
接下来,我将在 ChatGPT 中展示如何利用AI辅助生成提示词。
第一步
第一步我们可以提问ChatGPT什么是好的提示?
我输入提示词"什么是生成式人工智能的好的提示?"
ChatGPT 生成的回复:"在生成式人工智能中,一个好的提示对于引导模型产生相关且连贯的输出至关重要。以下是好的提示的一些特征:生成式人工智能中的好提示应该清晰、具体,并与所需输出相关;它应清楚地提供背景、示例(如适用)和任何限制条件;参与度、适应性和道德因素也是需要考虑的重要因素。从本质上讲,一个好的提示可以作为指导人工智能模型产生相关和高质量输出的路线图"。
于是,我又输入提示"有哪些提示写得不好的例子?"
ChatGPT 生成回复:"当然,写得不好的提示往往缺乏清晰度、具体性或连贯性,使人工智能难以生成相关和有意义的回复。下面是一些例子:
模糊提示:"告诉我一些事情"。这个提示过于含糊,没有为人工智能提供任何方向或背景来生成连贯的回复。用户对什么 "东西 "感兴趣并不清楚,这使得人工智能很难理解用户的意图。
模棱两可的提示:"这是怎么回事?"这条提示模棱两可,缺乏针对性。不清楚它 指的是什么,人工智能只能猜测用户询问的主题或上下文。
提示不明确:做这件事"这条提示含糊不清,缺乏明确性。它没有具体说明 "这件事 "是什么,使得人工智能难以理解用户请求的是什么操作或信息。
不完整的提示:"林肯?"该提示不完整,缺乏上下文。它只包括一个单词 "林肯",而没有提供任何其他信息或指导,以便人工智能生成回复。
矛盾的提示:"用一句话告诉我一切"。这个提示是自相矛盾的,因为它要求 "一切",但又把回答限制为 "一句话"。它设定了不切实际的期望,使人工智能无法充分满足要求。
总之,写得不好的提示往往存在模糊、含糊、不清晰、不完整或自相矛盾等问题,使人工智能难以生成相关和连贯的回答。”
第二步
接下来,我将提供一份我亲手起草的提示词草稿,并请 ChatGPT 对所提议的提示进行点评或审查。我故意把提示写得非常模糊,让我们看看 ChatGPT 是否发现我应该说得更具体一些。
我输入的提示"我想了解林肯的生平。我的提示是“告诉我林肯的情况”。请对该提示进行评论,并告诉我你对提示构成的看法"。
ChatGPT 生成回复:“ "告诉我林肯的情况 "这一提示非常含糊,缺乏针对性。虽然它通过要求提供有关亚伯拉罕-林肯的信息提供了一个总体方向,但它没有提供任何背景或指导来说明人工智能应关注林肯生活或成就的哪些方面。为改进提示,可考虑添加更具体的细节或问题,如:"请概述亚伯拉罕-林肯的早期生活和政治生涯","描述林肯在南北战争中的作用及其对美国历史的影响","讨论亚伯拉罕-林肯对美国废除奴隶制的贡献","解释亚伯拉罕-林肯担任总统的意义及其领导风格",通过提供更具体的提示,您可以引导人工智能生成更相关、更翔实的有关林肯生平的回答。”
总的来说,我认为 ChatGPT 提供了有益的批评意见。
草稿的提示非常笼统,可能会产生大量有关林肯的材料。你也可以说,草稿应该提到 "亚伯拉罕-林肯 "这个更完整的名字,因为 "林肯 "这个姓有可能指的是其他人(诚然,可能性较小,但你永远不会知道)。
第三步
接下来,假设我现在意识到我的提示词草稿有很大的改进空间。我可以自己重新撰写提示词,有时我可能会这样做,有时我可能会让人工智能生成器这样做。
让我们试着请 ChatGPT 改进我的草稿提示。
我输入的提示"继续完善我的提示草稿并重新措辞,以便我能够了解林肯担任执业律师时的生活。给我看看你设计的提示"。
ChatGPT 生成提示:"这是改进后的提示"你能深入了解亚伯拉罕-林肯在执业律师生涯中的生活吗?”。”
值得注意的一点是,我向 ChatGPT 提示了我对亚伯拉罕-林肯感兴趣的具体领域。如果我没有提供额外的具体信息,那么 ChatGPT 就不可能改进我的提示。
我喜欢 ChatGPT 提出的提示。我不需要手打提示,也不需要复制粘贴,因为我只需告诉 ChatGPT 继续使用该提示即可。
我输入的提示"继续使用该设计的提示,并对提示做出回应"。
ChatGPT 生成回复:"亚伯拉罕-林肯于 19 世纪 30 年代初在伊利诺伊州斯普林菲尔德开始了他的执业律师生涯。尽管没有受过正规的法律教育,但林肯拥有敏锐的智慧和强烈的正义感,这促使他进入法律行业。他诚实正直的声誉很快为他赢得了同行和客户的尊重。在整个法律生涯中,林肯不断倡导社会和政治事业,包括废除奴隶制。在美国历史上最动荡的时期之一,他作为律师的经历深刻地影响了他的治国之道,并塑造了他的总统形象。”
这正是我希望得到的答复。
我们可以请 ChatGPT 重新审视该提示,并确定还可以对该提示进行哪些改进。
我输入的提示"设计好的提示词是否还有可以改进的地方?请告诉我可以对提示进行哪些改进,并解释为什么值得改进”。
ChatGPT 生成回复:"虽然设计的提示词 "你能深入了解亚伯拉罕-林肯在执业律师生涯中的生活吗?"比最初的提示词更加具体,但仍需进一步改进,以便更有效地引导人工智能。以下是一些改进措施:
明确时间范围:在提示中添加时间范围有助于将重点缩小到林肯法律生涯的某一特定时期。例如,"您能否深入介绍亚伯拉罕-林肯早年在伊利诺伊州斯普林菲尔德担任执业律师期间的生活?”这有助于人工智能了解应重点关注林肯法律生涯的哪个阶段,因为他的经历和影响可能随着时间的推移而变化。
明确林肯法律职业生涯的方面:提示可以更清楚地说明用户对林肯法律生涯的哪一方面感兴趣。例如,如果用户想了解林肯的著名案件,那么可以这样表述:"您能否深入介绍亚伯拉罕-林肯在执业律师生涯中处理过的一些著名案件?"这将引导人工智能强调林肯的法律工作,而不是他在此期间生活的更广泛方面。
包括特定的兴趣领域:如果用户对林肯法律生涯中的特定领域感兴趣,可以在提示中提及这些领域。例如,"您能否深入介绍亚伯拉罕-林肯作为执业律师在刑事案件中为客户辩护的方法?”这将促使人工智能特别关注林肯在刑事辩护案件中的法律策略"。"
通过这些改进,提示变得更有针对性、更精确,有助于人工智能生成更符合用户兴趣和期望的有关亚伯拉罕-林肯执业律师生活的回复。”
后记
既然ChatGPT可以帮助我写出好的提示,是否可以不再学习写提示词的技巧,而一直让生成式人工智能帮助生成呢?
这个问题让我们问问 ChatGPT 吧。
我输入的提示"我能让你一直帮我写提示词吗?"
ChatGPT 生成回复:"虽然我在这里可以帮助您编写提示并提供指导,但您也必须培养自己编写有效提示的能力。撰写提示可以让您表达自己的具体兴趣、问题或目标,这有助于让人工智能的回复更准确地满足您的需求。不过,如果您在编写提示时需要帮助或指导,请随时提出!我可以帮助你完善提示,确保它们清晰、具体,并能有效地引导人工智能生成所需的内容。”
我大体上同意这种回答。
总的来说,如果你是生成式人工智能的长期用户,那么学习有关提示的知识并发展自己的提示工程技能将是明智之举。需要注意的是,如果你很少使用生成式人工智能,或者只是一次性用户,我绝对认为你可以放弃,让生成式人工智能来为你完成繁重的工作。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-12-23
基于AutoGen构建个性化AI助理Aura的实践探索
2024-11-22
ChatGPT Mac桌面端重磅更新!与VS Code、终端完美联动!工作效率起飞!
2024-11-22
用AI提升使用电脑幸福感的小例子
2024-11-13
吴恩达:如何在人工智能领域建立你的职业生涯
2024-11-12
AI知识泛滥的年代,“脑图+AI”=“埃迪+毒液”:未来工作流的黄金组合,你掌握了吗?
2024-11-08
在未来,这种人或许会沦为AI的奴隶
2024-11-05
未来5年,AI将使全球职场技能变革进程从50%加速到70%
2024-10-30
用AI工具完成部门职责和岗位分解,1天干完1个月的活
2024-07-07
2024-06-24
2024-04-02
2024-04-27
2024-06-06
2024-04-02
2024-05-08
2024-05-04
2024-04-19
2024-05-15