prompt的艺术：ChatGPT提示工程准则&AI大神吴恩达教你写提示词
输入“/”快速插入内容
prompt的艺术：ChatGPT提示工程准则&AI大神吴恩达教你写提示词
prompt的艺术：ChatGPT提示工程准则&AI大神吴恩达教你写提示词
2024年8月23日修改
作者：aC大
写在前面
该课程是吴恩达联合openAI成员共同制作的，主要围绕使用ChatGPT的使用准则、ChatGPT具有的能力及聊天机器人的应用几个方面展开，每个方面都给出了实践的讲解和代码演示，整个课程的介绍，无不透露promot工程的艺术。总共九节课，每节课时间几分钟到十几分钟不等。看似简单的一个课程，但仔细深究发现要使用好ChatGPT，需要注意的细节还是很多，这也是prompt工程的魅力所在。
根据课程的内容，按我自己的理解以脑图的形式整理了一下课程的大纲，介绍不是完全按课程的提纲来的，比如迭代开发部分，我将其放在使用准则部分介绍。如下图：
ChatGPT的使用准则
同样使用ChatGPT，有的人可以用它完成复杂的任务，而有的人只是当成简单的工具试用而已。两者的千差万别究其原因是没有完全了解ChatGPT的使用准则，使用准则可以帮你更快更精准的得到你想要的结果。只用准则主要包括：1）编写清晰&明确的指令；2）给予模型时间思考；3）模型本身的限制，如何绕开解决你的问题；4）完成复杂的任务，如何迭代开发，达到预期目标。
编写清晰&明确的指令
使用分隔符明确输入的不同内容，保证每部分内容可以被模型完整识别。
这里的分隔符可以是各种形式，比如```, """, ---，<>, <tag> </tag>, html标签等。具体使用哪种分隔符可以根据自身喜好，只要在背景说明描述清楚并且不会和内容中以后的字符相冲突就可以。比如下面的文本，使用```分割模型要处理的内容。
代码块
# 示例（演示转为了中文，便于国人阅读，后续的直接使用演示的英文内容，）
# 这里主要介绍prompt词指定，而需要处理的文本，因为篇幅限制，会省略，需要完整的内容，
# 可以在https://learn.deeplearning.ai/chatgpt-prompt-eng 获取：
import openai
import os
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())
openai.api_key = os.getenv('OPENAI_API_KEY')
def get_completion(prompt, model="gpt-3.5-turbo"):
messages = [{"role": "user", "content": prompt}]
response = openai.ChatCompletion.create(
model=model,
messages=messages,
temperature=0, # this is the degree of randomness of the model's output
)
return response.choices[0].message["content"]
text = f"""
您应该通过提供尽可能清晰和具体的说明来表达您希望模型做什么。
这将引导模型获得所需的输出，并减少收到不相关或不正确响应的机会。不要把写一个清晰的提示和写一个简短的提示混为一谈。在许多情况下，较长的提示为模型提供了更多的清晰度和上下文，从而可以产生更详细和相关的输出。
"""
prompt = f"""
将用三个反调分隔的文本概括为一个句子
```{text}```
"""
response = get_completion(prompt)
print(response)
# 输出：
"""
提供清晰具体的说明可以引导模型获得所需输出，减少不相关或不正确响应的机会，较长的提示可以提供更多清晰度和上下文，产生更详细和相关的输出。
"""