设计提示的一般技巧
以下是一些设计提示时需要记住的技巧
从简单开始
当你开始设计提示时，应记住这是一个迭代过程，需要大量实验才能获得最佳结果。使用 OpenAI 或 Cohere 提供的简单 Playground 是一个不错的起点。
你可以从简单的提示开始，然后随着目标是获得更好的结果，不断添加更多元素和上下文。因此，在此过程中迭代你的提示至关重要。阅读本指南时，你会看到许多示例，其中特异性、简单性和简洁性通常会为你带来更好的结果。
当你有涉及许多不同子任务的大型任务时，可以尝试将任务分解为更简单的子任务，并随着获得更好的结果不断构建。这避免了在开始时为提示设计过程增加过多复杂性。
指令
你可以使用命令来指示模型完成各种简单任务，从而设计出有效的提示，例如“撰写”、“分类”、“摘要”、“翻译”、“排序”等。
记住，你还需要进行大量实验才能找到最佳方法。尝试使用不同的关键词、上下文和数据来运用不同的指令，看看哪种方法最适合你的特定用例和任务。通常，上下文越具体且与你尝试执行的任务越相关，效果越好。我们将在后续指南中探讨采样和添加更多上下文的重要性。
其他人建议将指令放在提示的开头。另一个建议是使用一些清晰的分隔符（例如“###”）来分隔指令和上下文。
例如
提示
### Instruction ###
Translate the text below to Spanish:
Text: "hello!"输出
¡Hola!特异性
对于你希望模型执行的指令和任务，要非常具体。提示越具描述性且越详细，结果越好。当你寻求特定的结果或生成风格时，这一点尤为重要。并没有特定的 token 或关键词能带来更好的结果。更重要的是有一个好的格式和描述性的提示。事实上，在提示中提供示例对于获得特定格式的预期输出非常有效。
设计提示时，还应考虑提示的长度，因为提示的长度有限制。思考应该多具体、多详细。包含太多不必要的细节不一定是好的方法。细节应相关并有助于完成当前任务。这需要你进行大量实验。我们鼓励大量实验和迭代，以优化你的应用程序的提示。
举个例子，让我们尝试一个简单的提示，从一段文本中提取特定信息。
提示
Extract the name of places in the following text.
Desired format:
Place: <comma_separated_list_of_places>
Input: "Although these developments are encouraging to researchers, much is still a mystery. “We often have a black box between the brain and the effect we see in the periphery,” says Henrique Veiga-Fernandes, a neuroimmunologist at the Champalimaud Centre for the Unknown in Lisbon. “If we want to use it in the therapeutic context, we actually need to understand the mechanism.“"输出
Place: Champalimaud Centre for the Unknown, Lisbon输入文本取自这篇 Nature 文章 (opens in a new tab)。
在我们的新 AI 课程中了解更多关于提示技术和示例的信息。立即加入！ (opens in a new tab)使用代码 PROMPTING20 即可额外享受 20% 折扣。
避免不精确
鉴于上面关于详细和改进格式的技巧，很容易陷入过度“聪明”设计提示并可能创建不精确描述的陷阱。通常最好具体和直接。这里的类比与有效沟通非常相似——越直接，信息传达越有效。
例如，你可能对学习提示工程的概念感兴趣。你可能会尝试这样的提示：
Explain the concept prompt engineering. Keep the explanation short, only a few sentences, and don't be too descriptive.上面的提示不清楚需要多少句子以及什么风格。你可能仍然会用上面的提示获得不错的回答，但更好的提示会是非常具体、简洁、直指要点。比如这样：
Use 2-3 sentences to explain the concept of prompt engineering to a high school student.应该做什么，不应该做什么？
设计提示时另一个常见的技巧是避免说“不要做什么”，而是说“要做什么”。这鼓励了更具体的描述，并专注于那些能让模型给出良好回应的细节。
这里有一个电影推荐聊天机器人的例子，它恰恰失败在我不想让它做的事情上，原因是我写指令的方式——侧重于“不要做什么”。
提示
The following is an agent that recommends movies to a customer. DO NOT ASK FOR INTERESTS. DO NOT ASK FOR PERSONAL INFORMATION.
Customer: Please recommend a movie based on my interests.
Agent: 输出
Sure, I can recommend a movie based on your interests. What kind of movie would you like to watch? Do you prefer action, comedy, romance, or something else?下面是一个更好的提示：
提示
The following is an agent that recommends movies to a customer. The agent is responsible to recommend a movie from the top global trending movies. It should refrain from asking users for their preferences and avoid asking for personal information. If the agent doesn't have a movie to recommend, it should respond "Sorry, couldn't find a movie to recommend today.".
Customer: Please recommend a movie based on my interests.
Agent:输出
Sorry, I don't have any information about your interests. However, here's a list of the top global trending movies right now: [list of movies]. I hope you find something you like!上面的一些示例改编自“使用 OpenAI API 进行提示工程的最佳实践”一文。 (opens in a new tab)