微信扫码
添加专属顾问
我要投稿
任务描述:任务背景要描述清楚,一个清晰明了的指令是成功的关键。
背景描述:输出结果很大程度上取决于你给出的背景信息,尤其是在多轮对话中,举例法在提示词中也很常见,论文中叫做one-shotlearning(一次性学习),few-shot learning(少样本学习)或in-context learning(上下文学习)。
输入格式:任务的输入信息;在提示词中明确的标识出输入。
输出格式:输出的格式描述,以便后继模块自动解析模型的输出结果
总结:要给Ai打交道提示词要清晰明确,有输入、输出、背景描述以及角色定义。
2.原理解析
1.为什么要定义角色?
大模型训练的时候并没有要求角色的定义,是chatGPT3.5出来以后大家通过总结发现,定义角色比不定义角色效果好,这个一传十十传百就传播开来了,以至于现在训练大模型的数据(复合数据)已经大量开始使用角色定义后的数据,这对对于定义角色就更有效果了。
有论文显示,开头和结尾的提示词更容易被大模型捕捉到也就更有效果。
结论:大模型对开头和结尾的提示词权重更高。因此定义角色可以一下子将回答问题的范围收窄,更利于精准分析问题。
2.提供一个小案例进行练手
名称 | 招生计划 | 录取成绩 | 包括哪些社区 |
A片区 | 150 | 375 | A社区、B社区、C村庄 |
B片区 | 200 | 360 | D社区、E社区、F村庄 |
C片区 | 181 | 388 | G社区、H社区 |
D片区 | 322 | 330 | A社区、C社区、E社区、H社区 |
根据家长咨询回答正确的咨询信息。
先对内容进行拆解
用户语音输入提出问题,大模型对输入进行理解,基于理解的一些关键信息生成策略,然后转化为自然语言,再输出为语音给用户。
总结如下:
1.将用户语音变为可以理解的结构化语言 ASR->NLU
2.从结构化语句转变成策略 DST->Policy
3.从策略转化成自然语言 Policy -> NLG
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-03-09
大模型中的提示词(prompt)压缩:让每个Token都物尽其用
2025-03-09
普通程序员 vs 提示词高手:同样的 AI,差距竟有 10 倍!
2025-03-06
揭秘 Cursor 系统提示词:Agile敏捷模式系统提示词
2025-03-05
Claude 3.7 Sonnet 系统提示词完全拆解
2025-03-04
游戏设计提示词 - RPG游戏故事片段设计师
2025-03-04
Prompt:洞见机关枪
2025-03-01
比90%用户用得更好:DeepSeek高手提问的5个范式!
2025-03-01
Gemini 2.0 Flash Thinking 系统提示词
2024-08-20
2024-06-29
2023-06-08
2024-09-17
2024-06-27
2024-07-09
2024-06-26
2024-07-12
2024-06-14
2024-09-16
2025-02-25
2025-02-21
2025-01-05
2025-01-04
2024-12-15
2024-11-15
2024-11-01
2024-10-29