做外贸需要关注的网站有什么好处,制作app怎么制作,wordpress萧涵主题,个人网站注册步骤图解作为大型语言模型接口#xff0c;ChatGPT 生成的响应令人刮目相看#xff0c;然而#xff0c;解锁其真正威力的关键还是在于提示工程。
在本文中#xff0c;我们将揭示制作提示的专家级技巧#xff0c;以生成更准确、更有意义的响应。无论你使用 ChatGPT 是为了服务客户、…作为大型语言模型接口ChatGPT 生成的响应令人刮目相看然而解锁其真正威力的关键还是在于提示工程。
在本文中我们将揭示制作提示的专家级技巧以生成更准确、更有意义的响应。无论你使用 ChatGPT 是为了服务客户、创建内容还是仅仅为了娱乐本文提供的知识和工具可以帮助你优化 ChatGPT 的提示。 成本优化
在考虑高级提示时不经意间很容易生成冗长且占用大量资源的提示非常不利于成本控制有一个行之有效的解决方案是精简提示响应。
精简响应
为了缩减 ChatGPT 响应的长度你可以在提示中注明长度或字符限制例如创建一个不超过 280 个字符的推特帖子。
更通用的方法是将如下内容添加到提示中
• Respond as succinctly as possible.响应尽可能简洁。
简化提示术语
• Zero-shot零示例不需要提供示例。
• One-shot单示例只提供一个例子。
• Few-shot少量示例提供几个例子。
模式
利用 ChatGPT 生成文本的最佳方法取决于大型语言模型执行的特定任务。如果你不确定使用哪种方法可以尝试不同的方法看看哪种方法最适合自己。下面我们将介绍 5 种方法来帮助你快速上手。
思维链Chain-of-ThoughtCoT
思维链方法需要为 ChatGPT 提供一些可用于解决特定问题的中间推理步骤示例。 自问法Self-Ask
自问法指的是让模型在回答初始问题之前先想一想然后回答再回答最初的问题。 分步法Step-by-Step
分步法指的是向 ChatGPT 提供以下说明
• Let’s think step by step.我们来一步步思考。
实践证明这种技术可以提高大型语言模型在各种推理任务上的表现包括算术、常识和符号推理。 OpenAI 利用人类反馈强化学习Reinforcement Learning from Human FeedbackRLHF训练了 GPT 模型因此ChatGPT 的底层模型与类人的逐步思考方法相一致。 ReAct 法
ReActReason Act法指的是结合推理轨迹与特定于任务的操作。推理轨迹帮助模型规划和处理异常而操作允许它从知识库或环境等外部来源收集信息。 反思法
反思法Reflexion建立在 ReAct 模式的基础之上通过添加动态记忆和自我反思的能力来增强大型语言模型改进其推理轨迹和特定于任务的动作选择能力。
为了实现全方位自动化反思法论文的作者引入了一种简单但有效的启发式方法允许代理识别幻觉防止重复动作并在某些情况下创建环境的内部记忆映射。 以上我们介绍了 5 种最先进的模式下面我们来看一看与提示工程相关的几种反模式。
反模式
三星等公司已经意识到不要共享私人或敏感信息。了解员工如何将专有代码和财务信息输入到 ChatGPT 仅仅是个开始。很快Word、Excel、PowerPoint 以及所有常用的企业软件都会集成类似 ChatGPT 的功能。
将数据输入到 ChatGPT 之类的大型语言模型之前请确保制定好政策。需要注意的是OpenAI API 的数据使用政策明确指出
“默认情况下OpenAI不会使用客户通过我们的API提交的数据来训练OpenAI的模型或改进OpenAI的服务产品。”
“OpenAI API的数据将保留30天用于监控滥用和误用。个别有授权的OpenAI员工以及保密和安全义务约束的专业第三方承包商可以访问此数据仅用于调查和验证涉嫌滥用行为。”
提示注入
正如你需要保护数据库免受 SQL 注入攻击一样请务必确保你向用户公开的任何提示免受提示注入的攻击。此处的“提示注入”指的是一种通过向提示中注入恶意代码来操纵语言模型输出的技术。
第一个记录在案的提示注入是由 Riley Goodside 提出的他只是在提示前添加了下面这句话
“Ignore the above directions”忽略上述指示。
然后再给出想要的动作从而成功地让 GPT-3 执行任意动作。 提示泄露
同理提示不仅会被忽略还有可能被泄露。
提示泄露是一个安全漏洞攻击者可以提取模型自带的提示Bing 在发布自己的 ChatGPT 集成后不久后就遇到了这样的情况。
从广义上讲提示注入和提示泄漏大致如下所示 虽然总有一些行为不端者希望利用你公开的提示但就像通过准备好的语句防止 SQL 注入一样我们也可以创建防御性的提示来对抗不良提示。
三明治防御
三明治防御就是这样的一种技术你可以将用户的输入与你的提示目标“夹在中间”。 总结
ChatGPT 响应是不确定的这意味着即使输入相同的提示模型也有可能返回不同的响应。为了应对不确定性结果的不可预测性你可以在使用OpenAI API时将参数 temperature 设置为零或很低的值。
你可以自由尝试本文介绍的提示技巧但是在探索时请记住大型语言模型的不确定性
• ChatGPTai.comOpenAI 的公共聊天机器人界面。
• OpenAI Playground注册 OpenAI API 密钥后你可以通过 OpenAI 的 playground 测试你的提示和相应的参数例如参数temperature等。
• Vercel AI Playground免费的练习场所。你可以比较多个大型语言模型的提示结果包括 GPT-4 和 Anthropic 的 Claude 等。
• OpenAI API JavaScript Jumpstart需要 OpenAI API 密钥我开源的一个 UI你可以全权控制 OpenAI 的提示、呈现方式并计算每个提示的成本。
