ChatGPT提示词指令框架的构成
<h3>关于提示词的基础结构</h3><p>经过大量资料整理，我发现 Elavis Saravia 提出的提示词框架被很多人采纳。他认为，一个完整的提示词一般包含以下几个核心部分：</p>
<ul>
<li><strong>任务指令（必填）</strong>：明确告诉模型你想让它做什么。</li>
<li><strong>背景信息（可选）</strong>：提供额外的上下文，有助于模型理解任务。</li>
<li><strong>输入内容（可选）</strong>：给出需要模型处理的具体数据。</li>
<li><strong>输出规范（可选）</strong>：指明期待的回复格式或类型。</li>
</ul>
<p>只要按照这个框架设计，模型的输出质量往往会更稳定。当然，根据不同的场景，可以灵活调整这些元素的组合。举例来说：</p>
<ul>
<li>对于推理类任务，可以包含任务指令、背景和输入数据。</li>
<li>进行信息抽取时，除了前面几个，还会加上输出格式的说明。</li>
</ul>
<h3>CRISPE 框架简介</h3>
<p>除了上述简单框架，还有 Matt Nigh 提出的 CRISPE 模型，它更加细致且适合制作模板，帮助用户系统地构建提示。CRISPE 中每个字母代表的意思如下：</p>
<ul>
<li><strong>C & R（能力与角色）</strong>：明确你希望 AI 扮演的身份和具备的技能。</li>
<li><strong>I（洞察/背景）</strong>：描述相关背景或上下文内容。</li>
<li><strong>S（指令）</strong>：告诉 AI 具体的任务需求。</li>
<li><strong>P（个性化）</strong>：定义回答时的风格和语气。</li>
<li><strong>E（多样性）</strong>：让 AI 给出多种可能的回答。</li>
</ul>
<p>举个例子帮助理解：</p>
<table>
<thead>
<tr>
<th>项目</th>
<th>示例内容</th>
</tr>
</thead>
<tbody>
<tr>
<td>能力与角色</td>
<td>扮演专注于机器学习框架的软件工程师兼技术博主。</td>
</tr>
<tr>
<td>洞察</td>
<td>受众是关注机器学习前沿技术的专业技术人员。</td>
</tr>
<tr>
<td>指令</td>
<td>详细介绍主流的机器学习框架，分析优劣并结合实际案例展示其应用。</td>
</tr>
<tr>
<td>个性</td>
<td>回复风格融合多位知名机器学习专家的写作特点，兼具专业性和易懂性。</td>
</tr>
<tr>
<td>多样性</td>
<td>请提供多个不同角度的例子。</td>
</tr>
</tbody>
</table>
<p>把这些元素组合在一起，通常能获得比简单提示更丰富且准确的回答。建议大家多试几次，根据反馈优化提示内容。</p>
页:
[1]