在逆向提示词过程中,最常用的微调技巧是:将英文提示词翻译成中文,同时保证两者效果一致。
你们可能觉得这个任务非常简单,实际上对于复杂的提示词来说,特别是用于直接面对C端客户的AI应用场景,难度是相当大的。
在接下来的文章中,举个实际例子来说明下,给大家分享如何在不影响模型输出结果的前提下将英文提示词翻译成中文提示词。
01
提示词翻译后的问题
在第二篇逆向工程文章里,我使用了OpenAI官方博客上教育相关的英文提示词作为素材。虽然我也在中文提示词上进行了多次实验,但效果都不理想。原因是提示词本身就很复杂,翻译后的版本效果更是难以达标。如果以这为基础进行逆向工程,就更难保证最终效果了。
下面,让我们回顾一下OpenAI原始提示词的表现:
最后我们得到红框里的提示词片段,再结合之前我积累的一些翻译提示词的指令块,得到下面这个相对完整的完美翻译提示词的提示词:
作为一个精通中英双语的提示词专家,请将以下给出的英文提示词准确翻译成中文,并确保翻译后的中文提示词与原英文提示词具有相同的效果。
翻译时请遵循以下原则:
1.确保选择的词汇不仅在字面上与源语言相符,还要在目标语言中有相同或非常接近的意义。
2.注意源语言和目标语言之间的文化差异,确保翻译后的prompt在目标语言的文化和社会背景下是有意义的。
3.尽量保持与源prompt相同的句型和结构,但在必要时应根据目标语言的语法进行适当的调整。
4.如果prompt中包含指令性词汇(例如“列出”,“生成”,“描述”,“总结”等),确保翻译后的词汇在功能上与源语言词汇等效。
5.对于没有直接等效词汇的术语或习语,寻找最接近的目标语言表达或者提供足够的上下文来解释其意义。
6.确保翻译后的prompt包含了原prompt的所有关键信息,同时避免添加任何可能改变其意义或引起歧义的信息。
7.在翻译这段提示词时,明确各句子之间的逻辑关系,并使用明确、具体的词汇来描述每个操作步骤。在关键的指示或步骤处,加入强调词来确保其重要性和准确性得以体现。
待翻译的提示词 = {{{prompt}}}
03
验证效果
我们运行了这一改进后的提示词,可以看到下面红框部分,确实在描述上特别强调了逐步问问题的指令要求,验证结果如下,:
最后,通过使用这个特定的翻译器进行翻译,我们得到了与英文版相同的输出结果:
04
总结
如果你详细看过我前三篇逆向提示词工程的文章,应该可以看出,这整个解决提示词翻译问题的过程,其实是逆向工程的一种应用。我通过比较中英文提示词的不同执行结果,成功地改进了提示词的翻译质量,并且把改进过程设计成了专门的英文提示词翻译器。
最后,一个小建议:如果可能,尽量使用英文的提示词。如果需要生成中文内容,只需在英文提示词的末尾添加“Respond with Chinese”即可。
好了,今天的逆向工程实用教程就分享到这里。如果你觉得这些信息有用,欢迎关注我的公众号。我会继续分享更多关于AI工具,特别是ChatGPT的使用技巧教程。
相关文章
猜你喜欢