探討人工智能提示工程的先進(jìn)技術(shù)

人工智能(AI)通過(guò)自動(dòng)化任務(wù)、分析大型數(shù)據(jù)集和提供智能見(jiàn)解，徹底改變了各個(gè)領(lǐng)域。在人工智能的眾多進(jìn)步中，自然語(yǔ)言處理(NLP)脫穎而出，使機(jī)器能夠理解和生成人類語(yǔ)言。有效NLP應(yīng)用的核心是提示工程的概念，其涉及設(shè)計(jì)輸入（提示）來(lái)指導(dǎo)OpenAI的GPT-3和GPT-4等AI模型生成所需的輸出。本文深入探討了提示工程的先進(jìn)技術(shù)，重點(diǎn)介紹了這些方法如何提高人工智能性能和可靠性。

提示基礎(chǔ)知識(shí)

提示是使用自然語(yǔ)言（如英語(yǔ)）向人工智能工具解釋個(gè)人想要得到什么以獲得響應(yīng)的過(guò)程。大型語(yǔ)言模型(LLM)是一種人工智能工具，可以根據(jù)接收到的內(nèi)容生成類似人類的文本。提示的目的是明確個(gè)人希望從LLM中得到什么，以獲得準(zhǔn)確且有意義的輸出。

在進(jìn)入更高級(jí)的提示工程技術(shù)之前，先來(lái)看看都有哪些提示。

背景與指導(dǎo)的力量：人工智能的提示工程

為了充分利用語(yǔ)言模型，需要在提示中包含背景和說(shuō)明。背景幫助模型理解情況，而指令則告訴模型該做什么。例如，假設(shè)有一個(gè)提示：“作為一名健康博主，總結(jié)南方飲食的4大點(diǎn)?！北尘皫椭Ｐ屠斫馊绾螐囊欢ǖ慕嵌群蜕疃葋?lái)處理摘要。該指令告訴模型要關(guān)注什么，以及產(chǎn)生什么作為輸出。這很重要，因?yàn)檫@可以減少歧義，減少獲得不相關(guān)或偏離主題的輸出的機(jī)會(huì)，為人工智能提供更多控制權(quán)，并節(jié)省時(shí)間，因?yàn)橐愿俚臏贤▉?lái)獲得所需的結(jié)果。

提示工程的先進(jìn)技術(shù)

1、零次提示

零次提示是指沒(méi)有向大語(yǔ)言模型提供任何示例或背景。當(dāng)需要快速回答簡(jiǎn)單問(wèn)題或只是一般話題時(shí)，它非常有用。

示例：能解釋一下機(jī)器學(xué)習(xí)嗎？

一次提示

一次提示是指根據(jù)單個(gè)示例或背景從用戶那里提取響應(yīng)。

例如：將中文“他喜歡踢足球”翻譯成英文。

輸出：“He likes playing football.”

2、信息檢索

信息檢索提示是將大型語(yǔ)言模型（LLM）視為搜索引擎的過(guò)程。當(dāng)要求生成人工智能回答一個(gè)非常具體的問(wèn)題以獲得更詳細(xì)的答案時(shí)。一些LLM在信息檢索提示方面更有效，因?yàn)槠淇梢栽L問(wèn)大量數(shù)據(jù)。

示例：在活動(dòng)中使用社交媒體營(yíng)銷的主要優(yōu)勢(shì)是什么?

3、創(chuàng)意寫(xiě)作提示

編寫(xiě)創(chuàng)意內(nèi)容提示是創(chuàng)建原創(chuàng)故事、吸引人的故事和符合觀眾需求和興趣的原創(chuàng)文本的好方法。以下是一個(gè)創(chuàng)意內(nèi)容提示示例，其挑戰(zhàn)了GPT3.5生成式人工智能，使其跳出框框思考：

示例：寫(xiě)一首關(guān)于太陽(yáng)的短詩(shī)。

4、背景擴(kuò)展

背景擴(kuò)展是提示工程中最先進(jìn)的技術(shù)，其涉及豐富人工智能(AI)所給出的背景以提高其理解力的過(guò)程。編寫(xiě)背景擴(kuò)展提示的最有效方法之一是使用5個(gè)“W”和“How”方法。這種方法包括通過(guò)詢問(wèn)與其主題相關(guān)的問(wèn)題來(lái)擴(kuò)展查詢，例如“誰(shuí)”、“什么”、“哪里”、“何時(shí)”、“為什么”和“如何”。以下示例使用5個(gè)“W”和“How”方法來(lái)擴(kuò)展語(yǔ)句：

示例：“水果有益健康”。

使用5個(gè)“W”和“How”方法，可以制定提示。

5、內(nèi)容摘要

當(dāng)涉及到提示工程時(shí)，具有特定重點(diǎn)的內(nèi)容摘要是讓人工智能關(guān)注的最重要的事情之一。當(dāng)想創(chuàng)建簡(jiǎn)潔、高質(zhì)量的摘要，來(lái)抓住希望人工智能關(guān)注的內(nèi)容的本質(zhì)時(shí)，這一點(diǎn)尤其重要。

當(dāng)為內(nèi)容摘要?jiǎng)?chuàng)建具體說(shuō)明時(shí)，可以讓AI輕松突出顯示希望其重點(diǎn)關(guān)注的文本部分。

示例：總結(jié)這篇關(guān)于網(wǎng)站優(yōu)化的文章，但只關(guān)注與[文章主題]優(yōu)化相關(guān)的策略。

6、模板填充

通過(guò)模板填充，將能夠輕松創(chuàng)建靈活且有組織的內(nèi)容。將使用帶有占位符的模板，以便可以快速自定義不同的場(chǎng)景或輸入，同時(shí)保持相同的格式。還可以在模板填充中使用變量和占位符自定義模板。這允許為占位符定義多個(gè)變量。這是內(nèi)容管理者和網(wǎng)絡(luò)開(kāi)發(fā)人員在其網(wǎng)站上創(chuàng)建許多定制的人工智能生成的內(nèi)容片段時(shí)常用的策略。例如，如果正在運(yùn)行電子商務(wù)網(wǎng)站，可以使用標(biāo)準(zhǔn)的產(chǎn)品描述模板。然后，人工智能可以填充產(chǎn)品名稱、產(chǎn)品功能、價(jià)格等字段，以根據(jù)每個(gè)響應(yīng)生成新的產(chǎn)品描述。

7、提示重構(gòu)

使用提示重構(gòu)或AI提示自定義，可以巧妙地更改提示的措辭，同時(shí)保留查詢的原始意圖。這可能導(dǎo)致語(yǔ)言模型生成多個(gè)響應(yīng)，這些響應(yīng)對(duì)原始意圖的響應(yīng)不同。

例如，在保持主題的同時(shí)使用同義詞或改寫(xiě)問(wèn)題是保持意圖一致的一種方法。這將導(dǎo)致答案的細(xì)微差別，這在尋找不同的想法時(shí)尤其有用。

8、提示組合

在提示組合技術(shù)中，不同的提示或問(wèn)題被組合成一個(gè)多層次的提示，給人工智能一個(gè)完整的回答。

示例：解釋共享主機(jī)和虛擬專用服務(wù)器(VPS)主機(jī)之間的區(qū)別，并建議哪一個(gè)更適合小型電子商務(wù)網(wǎng)站？

9、迭代提示

迭代提示是通過(guò)提出后續(xù)問(wèn)題來(lái)建立先前答案的另一種好方法。這可以更深入地探索主題，獲取更多信息，或消除原始答案中的任何困惑。

迭代提示要求關(guān)注AI的初始響應(yīng)?？梢允褂煤罄m(xù)問(wèn)題來(lái)解釋答案的特定部分、探索子主題或要求澄清。

如果需要收集更詳細(xì)的信息，迭代提示尤其有用。擅長(zhǎng)NLP的LLLM可以使用迭代提示，以更人性化的方式構(gòu)思答案。

提示1:“數(shù)據(jù)科學(xué)是什么?”

一旦ChatGPT生成答案，就可以繼續(xù)在同一個(gè)聊天中詢問(wèn)ChatGPT。

提示2：“它的優(yōu)點(diǎn)是什么？”

ChatGPT將根據(jù)前面的提示進(jìn)行回答，并生成數(shù)據(jù)科學(xué)的輸出優(yōu)勢(shì)，即使它一次又一次地提到“它”而不是使用“數(shù)據(jù)科學(xué)”。

總結(jié)

綜上所述，以上都是人工智能提示工程的技術(shù)藝術(shù)。提示工程中的先進(jìn)技術(shù)利用ChatGPT或其他人工智能與人類進(jìn)行提示交互，并以正確的方式使用它們將產(chǎn)生最佳輸出。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。