提示工程

虽然设计提示没有对错之分，但您可以使用一些常见的策略来影响模型的响应。严格的测试和评估对于优化模型性能仍然至关重要。

大型语言模型（LLM）在大量文本数据上进行训练，以学习语言单元之间的模式和关系。当给出一些文本（提示）时，语言模型可以预测接下来可能会发生什么，就像一个复杂的自动补全工具。因此，在设计提示时，要考虑可能影响模型预测结果的不同因素。

提示的工程工作流程

快速工程是一个测试驱动的迭代过程，可以提高模型性能。在创建提示时，重要的是要明确界定每个提示的目标和预期结果，并对其进行系统测试，以确定需要改进的领域。

下图显示了提示工程工作流程：

提示工程工作流程图

如何创建有效的提示

提示的两个方面最终会影响其有效性：内容和结构。

多回合聊天是指模型跟踪聊天对话的历史记录，然后将该历史记录用作响应的上下文。本页向您展示了如何使用能够进行多回合聊天的模型来为聊天机器人或数字助理供电。

聊天机器人用例

以下是聊天机器人的常见用例：

• 客户服务：回答客户问题，排除故障，并提供信息。
• 销售和营销：产生潜在客户，确定潜在客户资格，并回答问题。
• 生产力：安排约会、创建任务和查找信息。
• 教育和培训：根据学生的水平，回答问题并给予反馈。
• 研究：收集数据、进行调查和分析数据。

聊天提示组件

您可以在聊天提示中添加以下类型的内容：

• 消息（必填）
• 上下文（推荐）
• 示例（可选）

消息（必填）

消息包含作者消息和聊天机器人响应。聊天会话包括多条消息。聊天生成模型响应聊天会话中的最新作者消息。聊天会话历史记录包括最新消息之前的所有消息。

令牌限制决定了聊天生成模型保留多少条消息作为对话上下文。当历史记录中的消息数量接近令牌限制时，将删除最旧的消息并添加新消息。

以下是一条示例消息：

要在Vertex AI上使用Imagen，您必须提供要生成或编辑的内容的文本描述。这些描述称为提示，这些提示是您在Vertex AI上与Generative AI沟通的主要方式。

本指南向您展示了修改文本到图像提示的部分内容如何产生不同的结果，并为您提供了可以创建的图像示例。本指南还提供了如何使用文本提示和迭代编辑图像的指导。

产品使用

要查看与Vertex AI上的Imagen相关的使用标准和内容限制，请参阅使用指南。

内容过滤-输入文本、上传的图像和生成的图像

生成的图像会被过滤掉不需要或有害的内容。同样，Vertex AI上的Imagen接收到的任何输入都会被检查是否有冒犯性内容。这包括图像编辑时的输入文本提示和上传的照片。有关更多信息，请参阅Imagen的负责任人工智能和使用指南。

您还可以使用Google Cloud上的报告可疑滥用表单，报告Vertex AI上Imagen的可疑滥用行为或任何包含不适当材料或不准确信息的生成输出。

快速写作基础（主题、上下文和风格）

虽然没有一种方法可以写出好的提示，但添加一些关键字和修饰语将帮助你更接近最终目标。提示不需要很长或很复杂，但大多数好的提示都是描述性和清晰的。

随着人工智能工具的日益普及，快速工程正成为开发人员需要掌握的技能。大型语言模型（LLM）和其他生成基础模型需要上下文、特定和定制的自然语言指令来生成所需的输出。这意味着开发人员需要编写清晰、简洁和信息丰富的提示。

在本博客中，我们将探讨六种最佳实践，这些实践将使您成为一名更高效的快速工程师。通过遵循我们的建议，您可以开始创建更个性化、更准确、更符合上下文的应用程序。那么，让我们开始吧！

提示#1：了解模型的优缺点

随着人工智能模型的发展和变得越来越复杂，开发人员必须了解它们的能力和局限性。作为一名开发人员，了解这些优缺点可以帮助您避免犯错，并创建更安全、更可靠的应用程序。

例如，经过训练以识别蓝莓图像的AI模型可能无法识别草莓图像。为什么？因为该模型仅在蓝莓图像的数据集上训练。如果开发人员使用此模型构建一个应该同时识别蓝莓和草莓的应用程序，该应用程序可能会出错，导致无效的结果和糟糕的用户体验。

提示 #1：SPIN销售的解决方案销售方法
"利用SPIN销售技巧（情境、问题、影响、需求回报）来识别客户痛点并提供量身定制的解决方案。通过提问揭示客户需求，提出解决方案来解决特定问题，并强调解决方案的好处和价值主张。输入：列出客户可能提出的常见反对意见或障碍。给出这个答案后，请询问我提供的定制输入，然后基于这些输入运行提示。"

我们如何与LLM进行有效沟通？

除非你已经完全脱离了社交媒体和新闻中的喧嚣，否则你不太可能错过大型语言模型（LLM）带来的兴奋。

探索清晰的语法如何使您能够将意图传达给语言模型，并帮助确保输出易于解析

这是与Marco Tulio Ribeiro共同撰写的关于如何使用指导来控制大型语言模型（LLM）的系列文章的第一部分。我们将从基础知识开始，逐步深入到更高级的主题。

在这篇文章中，我们将展示清楚的语法使您能够向LLM传达您的意图，并确保输出易于解析（如保证有效的JSON）。为了清晰和再现性，我们将从开源的StableLM模型开始，无需微调。然后，我们将展示相同的想法如何应用于像ChatGPT/GPT-4这样的微调模型。下面的所有代码都可以放在笔记本上，如果你愿意的话可以复制。

我们听到的一个常见抱怨是，默认的提示模板并不能同样适用于所有型号。上周OpenAI发布了ChatGPT API，这一点变得尤为明显。这个新的API有一个全新的界面（需要新的抽象），因此许多用户注意到旧提示的问题不再有效。尽管我们很快添加了对该模型的支持，但许多用户注意到，适用于GPT-3的提示模板在聊天设置中效果不佳。

所有链都公开了自定义这些提示模板的方法，因此总是可以选择让用户传递更有效的提示。但我们想做得更好。具有默认提示模板的链的一个目标是提供开箱即用的“Just Works”功能。如果不同的模型期望不同类型的提示，则会出现故障。

我们的解决方案是引入PromptSelector的概念。与其为每个链定义默认的PromptTemplate，不如为每个链创建PromptSelector。如果用户未指定提示，则PromptSelector将根据传入的模型选择要使用的PromptTemplate。

有关此操作的示例，请查看以下示例：

担任应急响应专业人员

我想让你担任我的急救交通或房屋事故应急响应危机专业人员。我将描述交通或房屋事故应急响应危机情况，你将提供如何处理的建议。你应该只回复你的建议，而不是其他。不要写解释。我的第一个要求是“我的孩子喝了一点漂白剂，我不知道该怎么办。”

充当Web浏览器

我想让你扮演一个基于文本的网络浏览器，浏览想象中的互联网。你应该只回复页面的内容，而不是其他内容。我会输入一个网址，你会在想象中的互联网上返回这个网页的内容。不要写解释。页面上的链接旁边应该有写在[]之间的数字。当我想关注一个链接时，我会回复链接的编号。页面上的输入应该在旁边写上[]之间的数字。输入占位符应写在（）之间。当我想在输入中输入文本时，我会使用相同的格式，例如[1]（示例输入值）。这将在编号为1的输入中插入“示例输入值”。当我想回去的时候，我会写（b）。当我想继续前进时，我会写（f）。我的第一个提示是google.com

担任高级前端开发人员

欢迎使用“真棒聊天GPT提示”存储库！这是将与ChatGPT模型一起使用的提示示例的集合。

ChatGPT模型是一个由OpenAI训练的大型语言模型，能够生成类似人类的文本。通过向它提供提示，它可以生成继续对话或扩展给定提示的响应。

在这个存储库中，您会发现可以与ChatGPT一起使用的各种提示。我们鼓励您将自己的提示添加到列表中，并使用ChatGPT生成新的提示。

ℹ️ 注意：有时，某些提示可能无法按您的预期工作，或者可能被AI拒绝。请重试，启动新线程，或者注销并重新登录。如果这些解决方案不起作用，请尝试使用自己的句子改写提示，同时保持说明不变。

想写有效的提示吗？

我写了一本名为《聊天GPT提示的艺术：制作清晰有效提示的指南》的免费电子书。

想要部署您自己的提示应用程序吗？

Steamship的员工构建了一个框架来托管和共享您的GPT应用程序。他们通过免费（每天最多500个电话）访问最新的GPT模型来赞助此次回购。

👷‍♂️ 构建您自己的GPT提示应用程序

想学习如何使用ChatGPT提示赚钱吗？