Prompt构成要素
-
角色
给AI定义一个最匹配的角色，比如：你是一名测试工程师
-
指示
对任务进行描述
-
上下文
给出与任务相关的其他背景信息（尤其在多轮交互中）
-
例子
必要时给出举例，学术中称为one-shot learning, few-shot learning 或 in-context learning
-
输入
所要提问的信息内容
-
输出
输出的格式描述，例如：以json、xml等格式输出内容
Prompt核心过程
-
NLU（Natural Language Understanding）
把输入的自然语言对话转成机器可以理解的结构化标识
-
DST（Dialogue State Tracking）-> Policy
从结构化标识生成策略
-
NLG（Natural Language Generation）
把策略转成自然语言输出
NLP = NLU + NLG
实践出真知
*枯燥的理论知识结束了之后，来几个例子结合上面的理论一起来看有意思的事情正在发生
*
给GPT定义了一个资深测试专家的角色，让TA来给大家解惑关于测试相关的知识，分别面向了小学生、开发工程师的不同提问者给出了不一样的语言解释，在回答对方问题的整个过程中都给出了具体明确的指示内容，大家可以结合上面提到的理论知识来对号入座。下面是详细的代码内容，请参考：
- 面向小学生
- 面向软件开发工程师
- 以json格式返回内容
附：更清晰的json格式
以上内容便是Prompt的大致内容，若感兴趣可以翻阅其他资料或者有需要的话，我再给大家做深入介绍哈😊
彩蛋...这行有钱途
这次就先分享到这里，下一篇内容将介绍Token（并不是你熟悉的那种哦）
