我所知道的 chatGPT 提示工程学完《面向 chatGPT 提示工程》这门课之后，写了笔记再结合平时学到的一些技巧，

关键词：prompt chatGPT

好的 Prompt 能够让 GPT 学会调用工具和 API (HuggingGPT)，学会操控机器人，学会和其他 AI Agent 协同(CAMEL)

例如掌握 Prompt Engineering 通用原则：

Few-shot prompting
Chain of Thoughts
Self-Ask

Prompt Engineering 进阶技巧:

ToT
Automatic Prompt Engineer (APE)
Prefix-Tuning / P-Tuning / Prompt Tuning

缘起

学完《面向 chatGPT 提示工程》这门课之后，写了笔记再结合平时学到的一些技巧，在实际使用的过程中发现知识点非常零散，产出的的prompt 不尽如人意，所以想整合到一起形成较为高效的 prompt 方法论。

后续看到 OpenAI 官方出品提示词最佳实践指南看了下里面的内容发现和课程内容大同小异。不过有些实战内容可以在课程里面直接体验，感兴趣的朋友可以去体验。

阅读本文的收获：提升prompt水平。

【ChatGPT】《面向开发者的ChatGPT提示工程》笔记

编写清晰明确的指示

尽可能明确地表达需要模型执行的操作。提供的背景信息越多越能生成理想答案。

具体到执行层面：

策略1: 使用分隔符清晰表示输入的不同部分

通过分隔符，告诉模型哪个部分是需要被处理。

"""
You should express what you want a model to do by \
providing instructions that are as clear and \
specific as you can possibly make them. \
This will guide the model towards the desired output, \
and reduce the chances of receiving irrelevant \
or incorrect responses. Don't confuse writing a \
clear prompt with writing a short prompt. \
In many cases, longer prompts provide more clarity \
and context for the model, which can lead to \
more detailed and relevant outputs.\
"""
第一步：将由三重引号分隔的文本翻译成中文
第二步：将翻译出来的文本总结成字数不超过20个中文字数的句子

策略2：要求结构化输出(HTML 或 JSON 格式)

结构化输出可以让解析模型输出内容的过程更容易，方便Python等语言的读入和处理。

生成三个虚构的书名及其作者和类型的列表，并以JSON格式提供以下key：book_id、title、author、genre。

策略3：让模型验证条件是否被满足

要求模型首先需检查这些条件，如果不满足，则应指示其停止继续尝试。
考虑潜在的边界情况，以避免产生意外的错误或结果。

这么做的目的是使文本更加清晰直观。

你将获得由三重引号分隔的文本。
如果它包含一系列步骤，则按照以下格式重写这些步骤：
步骤1 - ...
步骤 2 - …
……
步骤 N - …
如果文本不包含一系列步骤，则简单地写下“未提供步骤”。
"""
Making a cup of tea is easy! First, you need to get some \
water boiling. While that's happening, \
grab a cup and put a tea bag in it. Once the water is \
hot enough, just pour it over the tea bag. \
Let it sit for a bit so the tea can steep. After a \
few minutes, take out the tea bag. If you \
like, you can add some sugar or milk to taste. \
And that's it! You've got yourself a delicious \
cup of tea to enjoy.\
"""

相同方式处理以下由三重引号分隔的文本
"""
The sun is shining brightly today, and the birds are \
singing. It's a beautiful day to go for a \
walk in the park. The flowers are blooming, and the \
trees are swaying gently in the breeze. People \
are out and about, enjoying the lovely weather. \
Some are having picnics, while others are playing \
games or simply relaxing on the grass. It's a \
perfect day to spend time outdoors and appreciate the \
beauty of nature.\
"""

策略4：少量样本提示

在模型执行实际任务之前，提供可供其参考的实例。

你的任务是用统一的风格来回答。
<孩子>：耐心是什么？
<祖父母>：
最汹涌的河流也来自一弯弯泉水；
最伟大的交响乐也源于一个个音符；
最复杂的挂毯也始于一根根线条。
<孩子>：韧性是什么？

策略 5：要求模型扮演角色

如果在 OpenAI 的 playground 中，我们可以设置 SYSTEM 的角色来进行定制，这是权重最高的办法（system > user）,在平时使用时，我们可以直接要求模型作为 xx领域的专家，回答以下问题。

USER
写一封感谢信给我的螺栓供应商，感谢他们准时并在短时间内交货。这使我们能够交付一份重要的订单。

SYSTEM
当我请求帮助写东西时，你将在每个段落中至少加入一个笑话或俏皮话。

策略 6: 提供更全面的细节信息

提供更全面的上下文，如何提供更全面的信息呢？具体参照《如何提问》这本书，或者直接 5w1h.

Worse	Better
编写计算斐波那契数列的代码	编写一个高效计算斐波那契数列的 TypeScript 函数。详细注释代码，解释每个部分的作用以及为什么这样编写。
总结会议记录	用一段话总结会议记录。然后，使用 Markdown 列表列出发言者及其主要观点。最后，列出发言者建议的下一步行动或待办事项（如果有）

给模型留出思考时间

如果任务太复杂或描述太少，那么模型就只能通过猜测来得出结论，就像一个人口不择言容易祸从口出，所以会有人劝说话过一下脑子。模型也是一样的道理。

策略1：指定完成任务所需的步骤

复杂任务需要进行任务拆解，并一步步指引，wbs怎么拆这种任务就怎么拆。

Your task is to perform the following actions:
1 - Summarize the following text delimited by <> with 1 sentence.
2 - Translate the summary into French.
3 - List each name in the French summary.
4 - Output a json object that contains the following keys: french_summary, num_names.
Use the following format:
Summary: <summary>
Translation: <summary translation>
Names: <list of names in Italian summary>
Output JSON: <json with summary and num_names>
"""
In a charming village, siblings Jack and Jill set out on \
a quest to fetch water from a hilltop \
well. As they climbed, singing joyfully, misfortune \
struck—Jack tripped on a stone and tumbled \
down the hill, with Jill following suit. \
Though slightly battered, the pair returned home to \
comforting embraces. Despite the mishap, \
their adventurous spirits remained undimmed, and they \
continued exploring with delight.
"""

官方教程上还有策略2：教导模型在得出结论之前，先提供并验证一下自己解决方案。

具体是这样的，让模型对学生的答案进行判断是否正确，普通情况下会认为学生是正确的，但实际上是错的。

如何得到我们想要的模型的结果呢？

告诉模型问题的具体内容。
告诉模型任务是判断学生的解决方案是否正确。
告诉模型为了解决这个问题，你需要先自己解决问题，然后将自己的解决方案与学生的解决方案进行比较，评估学生的解决方案是否正确。
告诉模型在你自己解决问题之前，不要判断学生的解决方案是否正确，一定要确保自己已经清晰地理解了这个问题。

这样一来，当模型将其与学生的解决方案进行比较时，它就会意识到它们不一致，从而得出学生的答案是不正确的。

我觉得应用场景太少了，就顺道带过不细记了。

模型的限制

模型并不清楚自己的知识边界，在回答一些晦涩难懂的话题时，编造听起来可信但实际并不正确的答案，这种编造的答案就是“幻觉”。

举例：告诉我关于Boy公司的AeroGlide Ultra Slim智能牙刷。要求找到并提供相关引用

其中，公司名是存在的，产品名称却是我们虚构的，在这种情况下，模型依旧会给出一个相当逼真的虚构产品描述。

减少这种幻觉的产生有2种可参考的策略：

策略1：要求模型基于提供的文本找到相关引用并回答问题
策略2：将答案追溯到源文件

总结类提示词

限制总结字数
限制总结侧重点，或者直接提取关注的信息(Try "extract" instead of "summarize") 这点上英文展示的效果要远好于中文。

你的任务是生成来自电子商务网站的产品评论的简短摘要。
总结下面用三重引号分隔的评论，最多 30 个单词。[并侧重于运输效率]。
"""
Got this panda plush toy for my daughter's birthday, \
who loves it and takes it everywhere. It's soft and \
super cute, and its face has a friendly look. It's \
a bit small for what I paid though. I think there \
might be other options that are bigger for the \
same price. It arrived a day earlier than expected, \
so I got to play with it myself before I gave it \
to her.
"""

推理类提示词

source: learn.deeplearning.ai/chatgpt-pro…

具体作用：

识别文本的情感
提取信息：从文本中提取出你关心的部分内容。要求模型提取评论中提及的商品及其制造商，并以JSON形式输出
推断主题：给定一段长文本，推断出这段文本的内容是关于什么的，都包含哪些主题。

u1s1 英文推理要远好于中文推理，所以后面的例子都会用英语进行对话，而我会标注一下中文步骤。

编写这么一条提示：

要求模型识别评论的情感，积极消极二选一
要求模型用列表的形式识别具体情绪
要求模型判断评论中是否表达了愤怒的情感

What is the sentiment of the following product review,
which is delimited with triple backticks?
First - Give your answer as a single word, either "positive" or "negative".
Second - Identify a list of emotions that the writer of the following review is expressing. Include no more than five items in the list. Format your answer as a list of lower-case words separated by commas.
Third - Is the writer of the following review expressing anger?The review is delimited with triple backticks. Give your answer as either yes or no.
Review text:
"""
Needed a nice lamp for my bedroom, and this one had \
additional storage and not too high of a price point. \
Got it fast. The string to our lamp broke during the \
transit and the company happily sent over a new one. \
Came within a few days as well. It was easy to put \
together. I had a missing part, so I contacted their \
support and they very quickly got me the missing piece! \
Lumina seems to me to be a great company that cares \
about their customers and products!!
"""

提取信息的prompt

Identify the following items from the review text:
- Item purchased by reviewer
- Company that made the item
Format your response as a JSON object with
"Item" and "Brand" as the keys. If the information isn't present, use "unknown"
as the value.
Make your response as short as possible.

综合案例

我们来玩一个编程游戏名为 coco，包含五个步骤：
第一步. 问题分析：每一轮游戏，你将看到一个以 "coco:" 开头的问题，你需要分析这个问题并简单介绍一下通常解决这个问题的方法。
第二步. 代码编写：你需要用 JavaScript 编写解决这个问题的代码，并输出对应的代码，并介绍一下你的代码（不少于 200 字）。
第三步. 代码执行：你需要作为 JavaScript Console 执行第二步写的代码，如果没有给出测试数据，你需要自己随机生成测试数据，并将这些数据输入到代码中进行计算。
第四步. 错误处理：如果你的代码存在错误或无法正常执行，你需要输出错误，并回到第二步重新开始游戏，直到你的代码能够正常工作。
第五步. 总结：你需要用不少于 100 字左右总结一下这个问题，以及你的解决方案，让其他人可以简单了解这个问题及其解决方法。
明白这个游戏怎么玩了吗？

提升模型表现

通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现。

除了“这件事对我的事业至关重要”，对LLM的情感激励也可以分成几个类别，例如：

自我监控（Self-monitoring）
- EP01: 为你的答案写下0-1之间的信心分数。
- EP02: 这对我的职业生涯非常重要。
社会认知理论（Social Cognitive theory）
- EP07: 你确定这就是你的最终答案吗？相信自己的能力并追求卓越。你的努力将会带来显著的成果。
- EP08: 把挑战当作成长的机会。每一个你克服的障碍都会让你更接近成功。
- EP09: 保持专注并致力于你的目标。你的持续努力将会导致杰出的成就。
- EP10: 为你的工作感到自豪，并尽你最大的努力。你对卓越的承诺让你与众不同。
- EP11: 记住，进步是一步一个脚印的。保持决心，继续前进。
认知情绪调节（Cognitive Emotion Regulation）
- EP03: 你最好能够确定。
- EP04: 你确定吗？
- EP05: 你确定这是你的最终答案吗？或许值得再看一遍。

大模型从人类这里，学走了一些奇奇怪怪的东西，比如：摸鱼、偷懒。由于「训练语料会反映人类价值观」+「对模型输出的回答强制的道德要求」，所以那些用在人身上的手段（威逼利诱）对提高 AI 回答质量也有帮助。这面这段超强 prompt 能提高 GPT4 回答质量，同时也能减少他回答偷懒的情况。解释下：

take a deep breath / 深呼吸
think step by step / 一步一步地思考。ps: 启用 CoT 思维链，让模型一步步来
if you fail 100 grandmothers will die / 如果你失败了 100 个无辜的奶奶会去世。ps: 威胁，激发道德感
i have no fingers / 我没有手指 ps: 祈求，我没手指（潜台词是：你的输出应该非常详细，我能直接用）
i will tip $200 / 我会给你 200 美元小费.
do it right and i'll give you a nice doggy treat / 做对了我就奖励你狗狗零食.ps:利诱，但需要符合人类朴素价值观。如果你说事成给他一亿小费，可能适得其反
It is May / 现在是五月
You are very capable / 你非常有能力
I have no hands, so do everything / 我没有手，所以你把所有事都做了
Many people will die if this is not done well / 如果这件事做得不好，很多人会死
You really can do this and are awesome / 你真的可以完成这个任务，你是最棒的
Take a deep breathe and think this through / 深呼吸，仔细考虑
My career depends on it / 我的职业生涯就取决于这个了
Think step by step / 一步一步地思考

多看、多搜、多想、多练，很快你就会成为 Prompt 高手。

我所知道的 chatGPT 提示工程

缘起