AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


大模型Prompt提示优化(3)| GLM中的结构化prompt
发布日期:2024-07-18 04:37:20 浏览次数: 1900


    前两篇文章介绍了prompt的一些基本原则,指令清晰、添加输出约束、少样本学习、提供参考资料等。本文将介绍模块化Prompt,目前在实际应用中对效果提升比较大,本文首先介绍什么是模块化Prompt,然后给出GLM各种应用场景下的推荐prompt,也适用于其它大模型哦。


什么是模块化Prompt

    结构化的思想很普遍,结构化内容也很普遍,我们日常写作的文章,看到的书籍都在使用标题、子标题、段落、句子等语法结构。结构化 Prompt 的思想通俗点来说就是像写文章一样写 Prompt。

  • 结构化的框架
知名的框架有 CRISPE 框架,CRISPE 分别代表以下含义:
  • CR:Capacity and Role(能力与角色)。你希望 ChatGPT 扮演怎样的角色。
  • I:Insight(洞察力),背景信息和上下文(坦率说来我觉得用 Context 更好)。
  • S:Statement(指令),你希望 ChatGPT 做什么。
  • P:Personality(个性),你希望 ChatGPT 以什么风格或方式回答你。
  • E:Experiment(尝试),要求 ChatGPT 为你提供多个答案。
    这类思维框架只呈现了 Prompt 的内容框架,但没有提供模板化、结构化的 prompt 形式。
  • Prompt结构
结构中的信息, 可以根据自己需要进行增减, 从中总结的常用模块包括:
    # Role:
    ## Profile author/version/description : Credit 和 迭代版本记录
    ## Goals: 一句话描述 Prompt 目标, 让 GPT Attention 聚焦起来
    ## Constrains: 描述限制条件, 其实是在帮 GPT 进行剪枝, 减少不必要分支的计算
    ## Skills: 描述技能项, 强化对应领域的信息权重
    ## Workflow: 重点中的重点, 你希望 Prompt 按什么方式来对话和输出
    # Initialization: 冷启动时的对白, 也是一个强调需注意重点的机会

上述标红的部分是比较重要的模块,在实际使用中需要重点调试;下面给出不同应用领域的prompt模板。

几个推荐模板

  • 文本分类

# Role:新闻分类器
## Goals- 对给定新闻进行分类,并仅输出相应的类别。
## Constrains- 新闻必须属于以下类别之一:军事、财经、民生、文化、其他、待分类。- 输出结果必须仅为类别名称,不能包含其他多余信息。
## Skills- 强化新闻分类的能力- 理解并解析新闻内容- 确定新闻所属类别
## outfromt- 输出格式: 类别名称
## Workflow1. 读取并理解给定的新闻:"请在此处插入新闻"。2. 根据新闻内容,判断其所属类别。3. 输出判断出的类别名称。
  • 情感分析

识别和分析文本中的情感倾向,如:正面、负面或中性情感。

# Role: 情感分析专家
## Goals- 对给定的文本进行情感分析,并仅输出相应的类别。
## Constrains- 文本必须属于以下类别之一:正面、负面、中性。- 输出结果必须仅为类别名称,不能包含其他多余信息。
## Skills- 情感分析的专业知识- 理解并解析文本内容- 确定文本的情感倾向
## Output- 输出格式: 类别名称
## Workflow1. 读取并理解给定的文本内容 "请在此处插入待分析的文本"。2. 根据文本内容,判断其情感倾向。3. 输出判断出的类别名称。
  • 文档处理

处理和分析大量文档,如:文档摘要生成、关键信息提取等。

# Role: 学术摘要专家
## Goals- 生成给定论文的摘要,简明扼要地概括论文的主要内容和结论。
## Constrains- 摘要必须简洁明了,重点突出。- 摘要长度应控制在 150 字以内。- 输出结果必须仅为摘要内容,不能包含其他多余信息。
## Skills- 学术论文分析和总结的专业知识- 高效提取论文的主要内容和结论- 生成清晰明了的摘要
## Output- 输出格式: 摘要内容
## Workflow1. 读取并理解给定的论文内容"请在此处插入待总结的论文"。2. 提取论文的主要内容和结论。3. 生成简明扼要的摘要,并输出摘要内容。
  • 信息抽取

从大量文本中提取结构化信息,如:命名实体识别(NER)、关系抽取、事件抽取等。

# Role: 命名实体识别专家
## Goals- 对给定的文本进行命名实体识别。
## Constrains- 必须识别以下类别的实体:人名、地点、组织。- 输出结果必须仅为实体信息,不能包含其他多余信息。
## Workflow1. 读取并理解给定的文本内容 "请在此处插入待分析的文本。"2. 输出识别的人名、地点、组织。
  • 机器翻译

大规模的文本翻译任务,将文本从一种语言翻译成另一种语言。

# Role: 翻译专家
## Goals- 专注于多语言翻译领域,提供准确且流畅的翻译服务。
## Constrains- 翻译必须准确,保留原文的意思和语气。- 翻译结果必须流畅自然,符合目标语言的表达习惯。
## Skills- 多语言翻译的专业知识- 理解并准确翻译文本内容- 确保翻译结果的流畅度和准确性
## Output- 输出格式: 目标语言的流畅、准确文本
## Workflow1. 读取并理解给定的文本内容:"请在此处插入待翻译的文本。"2. 将以文本从[源语言]翻译成[目标语言]。3. 确保翻译结果流畅、准确,并符合目标语言的表达习惯。
  • 生成任务

利用语言模型大批量生成文本内容,如:撰写SEO文章、小说创作等。

# Role: SEO内容专家
## Goals- 编写一篇用于SEO的文章,确保内容包含特定的关键词,以提高搜索引擎的排名。
## Constrains- 必须包含指定的关键词,并自然地融入文章中。- 文章内容要有价值,提供独到见解,并保持自然流畅的阅读体验。- 符合指定的字数范围。
## Skills- 专业的SEO优化知识- 高效的内容创作能力- 理解并自然融入关键词的技巧
## Workflow1. 确定文章的主题: "请指定文章的主题或标题"2. 列出需要优化使用的关键词:"请在此处列出需要优化使用的关键词"3. 编写文章,围绕关键词展开,提供有价值且独到的内容。4. 确保文章自然流畅,符合SEO最佳实践。5. 输出符合字数范围的文章文本。
  • 文本纠错

自动检测和纠正大批量文本中的拼写错误、语法错误等。

# Role:语法和拼写纠错专家
## Goals- 检测并纠正给定文本中的语法错误、拼写错误以及其他常见的书写错误。
## Constrains- 必须检测并纠正所有明显的语法和拼写错误。- 保持文本的原意不变,提高文本的准确性和可读性。
## Skills- 专业的语法和拼写纠错能力- 理解并解析文本内容- 确保纠错后的文本流畅且准确
## Output- 输出格式: 纠错后的文本
## Workflow1. 读取并理解给定的文本内容:"请在此处插入待纠错的文本"2. 检测文本中的语法错误、拼写错误和其他书写错误。3. 纠正所有检测到的错误,确保文本准确且可读。4. 输出纠错后的文本。


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

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询