ChatGPT 火了 5 个月,你知道如何提示才能最大程度发挥其性能吗?
原文链接:https://medium.com/sopmac-ai/prompt-engineering-tips-for-chatgpt-73c3dca6f99d
未经授权,禁止转载!
作者 | Ivan Campos
译者 | 弯月 责编 | 郑丽媛
出品 | CSDN(ID:CSDNnews)
作为大型语言模型接口,ChatGPT 生成的响应令人刮目相看,然而,解锁其真正威力的关键还是在于提示工程。
在本文中,我们将揭示制作提示的专家级技巧,以生成更准确、更有意义的响应。无论你使用 ChatGPT 是为了服务客户、创建内容,还是仅仅为了娱乐,本文提供的知识和工具可以帮助你优化 ChatGPT 的提示。
自问法(Self-Ask)自问法指的是,让模型在回答初始问题之前,先想一想(然后回答),再回答最初的问题。
以上,我们介绍了 5 种最先进的模式,下面我们来看一看与提示工程相关的几种反模式。
提示泄露
同理,提示不仅会被忽略,还有可能被泄露。
提示泄露是一个安全漏洞,攻击者可以提取模型自带的提示,Bing 在发布自己的 ChatGPT 集成后不久后,就遇到了这样的情况。
从广义上讲,提示注入和提示泄漏大致如下所示:
虽然总有一些行为不端者希望利用你公开的提示,但就像通过准备好的语句防止 SQL 注入一样,我们也可以创建防御性的提示来对抗不良提示。
三明治防御三明治防御就是这样的一种技术,你可以将用户的输入与你的提示目标“夹在中间”。
总结ChatGPT 响应是不确定的,这意味着即使输入相同的提示,模型也有可能返回不同的响应。为了应对不确定性结果的不可预测性,你可以在使用OpenAI API时,将参数 temperature 设置为零或很低的值。
你可以自由尝试本文介绍的提示技巧,但是,在探索时请记住大型语言模型的不确定性:
▶ ChatGPT(ai.com):OpenAI 的公共聊天机器人界面。
▶ OpenAI Playground:注册 OpenAI API 密钥后,你可以通过 OpenAI 的 playground 测试你的提示和相应的参数,例如参数temperature等。
▶ Vercel AI Playground:免费的练习场所。你可以比较多个大型语言模型的提示结果,包括 GPT-4 和 Anthropic 的 Claude 等。
▶ OpenAI API JavaScript Jumpstart(需要 OpenAI API 密钥):我开源的一个 UI,你可以全权控制 OpenAI 的提示、呈现方式并计算每个提示的成本。
相关文章
猜你喜欢