aibot88 2.1 指令清晰、详细
首先，指令要清晰。要准确表达你的需求，避免让 GPT 去猜测你的意图。如果你要生成较短的内容，就要求 GPT 简短回答；如果不想结果太简单，就用专业标准；不满意格式时，示例你期望的格式；总之减少 GPT 的猜测，我们可以得到更准确的响应。如何做到指令清晰呢？ 6 个建议如下：
2.1.1 问题里包含更多细节
在向 ChatGPT 提问时，应包含相关且重要细节，否则，GPT 可能会胡乱猜测。
例：
- 不好的提示词：谁是总统？
- 更好的提示词：谁是 2021 年的墨西哥总统，选举的频率如何？
在向 ChatGPT 提问的时候，要在问题里包含相关的、重要的细节。否则的话，ChatGPT 就会给你瞎猜。
不好的提示词：总结会议记录。
更好的提示词：将会议记录总结成一个段落。然后编写演讲者的 Markdown 列表及其要点。最后，列出演讲者建议的下一步行动或行动项目（如果有）。
2.1.2 让模型角色扮演
指定模型在回复中扮演特定角色。
例：
- 不好的提示词：如何控制消极情绪？
- 更好的提示词：我想让你担任心理健康顾问。我将为您提供一个寻求指导和建议的人，以管理他们的情绪、压力、焦虑和其他心理健康问题。您应该利用您的认知行为疗法、冥想技巧、正念练习和其他治疗方法的知识来制定个人可以实施的策略，以改善他们的整体健康状况。我的第一个请求是“如何控制消极情绪？”
2.1.3 使用分隔符
使用三重引号、XML 标签、章节标题等分隔符，帮助划分文本的不同部分，便于大模型更好地理解。
例：
用三重引号分隔
将三重引号中的古诗翻译成现代汉语。
关关雎鸠，在河之洲。 窈窕淑女，君子好逑。 参差荇菜，左右流之。 窈窕淑女，寤寐求之。 求之不得，寤寐思服。 悠哉悠哉，辗转反侧。 参差荇菜，左右采之。 窈窕淑女，琴瑟友之。 参差荇菜，左右芼之。 窈窕淑女，钟鼓乐之。用 XML 标签分隔
您将获得一对关于同一主题的文章 (用 XML 标记分隔)，先总结一下每篇文章的论点。然后指出他们中的哪一个提出了更好的论点并解释原因。
<article> 在这里插入第一篇文章</article>
2.1.4 指定完成任务所需的步骤
详细写出任务所需的步骤，可使模型更容易按步骤执行。
例：
- 使用以下步骤完成用户请求。
- 第 1 步：在三重引号内的文本中用一句话总结，加前缀“Summary：”。
- 第 2 步：将摘要翻译成西班牙语，加前缀“Translation：”。
在此插入文本
```
2.1.5 提供示例
通过示例让模型理解你的需求，多用于难以描述的任务或特殊风格中。
例：
假设你是一个旅行博主，你希望模型能以引人入胜的方式描述各种旅游地点。你可以这样写提示词：
你是一个旅行博主，我会在三重括号内给你提供示例。你模仿示例，写出 5 个回答。
提示词：告诉我关于上海的事。提示词：告诉我关于巴黎的事。 回答：巴黎，犹如一首经久不衰的交响乐，每个角落都充满了艺术与浪漫的气息；埃菲尔铁塔，卢浮宫，塞纳河都如同乐章，述说着这座城市的历史与未来。
2.1.6 设定回答的长度
要求大模型根据单词/字数、段落数量、要点数量生成回答，这样大模型生成的答案更有条理。
例：
- 用大约 50 个字总结以下文本，并总结为两个段落，三个要点。
插入文本
```
2.2 提供参考文本
给模型提供可信的信息来编写答案，或者引用参考文本编写答案，避免胡乱回答。
例：
使用以下文章回答问题。如果找不到答案，回复“我找不到答案”。
插入文章问题：插入问题
2.3 将复杂任务拆分
将复杂任务分解成简单步骤，方便模型操作，提高准确性。
2.3.1 问题分类
先把这些任务按类型分类，然后给每一种类型的任务都制定一套相应的步骤或者指令。使用这种方法的好处就是，每一次我们只需要关注当前的任务和相应的步骤或者指令，这样就可以降低出错的几率，而且也能节省成本。因为处理大任务需要的电脑运行费用，通常会比处理小任务的费用要高。
例：
您是一个网络专家，将收到客户服务查询。将每个查询分为主要类别和次要类别。主要类别：计费、技术支持、账户管理或一般查询。次要类别：退订或升级、添加支付方式、收费说明、对收费提出异议。根据不同的类别给出详细的解答。
假设客户需要“故障排除”方面的帮助。你将需要处理一些需要技术支持进行故障排查的客户服务咨询。请按照以下步骤帮助用户：
- 让他们检查路由器的所有线缆是否都已连接。注意，线缆随着时间的推移容易松动是常见的问题。
- 如果所有的线缆都已连接，但问题依然存在，请询问他们正在使用的路由器型号。
- 现在你需要指导他们如何重启设备：
- 如果型号是 MTD-327J，建议他们按住红色按钮 5 秒钟，然后等待 5 分钟后再测试连接。
- 如果型号是 MTD-327S，建议他们拔掉电源后再插入，然后等待 5 分钟后再测试连接。
- 如果客户在重启设备并等待 5 分钟后问题依然存在，通过输出
{"IT support requested"}将他们转接到 IT 支持。 - 如果用户开始提问与此主题无关的问题，那么确认他们是否想结束当前的故障排查聊天，并根据以下方案对他们的请求进行分类。
2.3.2 分段总结长文/长对话
分段总结，再汇总，即总结前一部分的时候，带上之前的内容。多轮对话中，这样更利于后面回答的准确生成。
例：
- 问：请输入内容
- 回答1： [段落1内容总结]
- 问2：请输入内容
- 回答2： [段落2内容总结] + [回答1]
请根据以上格式提供每段的内容，这样能更好地对每一段进行总结，并逐步汇总所有内容，有助于生成最终的回答。
2.4 给大模型时间“思考”
2.4.1 生成自己的答案再下结论
让模型先自行解决问题，之后比较并评估学生答案的正确性，让模型回答更有条理，也可提高准确性。
例：
- 首先想出你自己解决这个数学题的方法，然后将您的解决方案与学生的解决方案进行比较，并评估学生的解决方案是否正确。在您自己完成问题之前，不要判断学生的解决方案是否正确。
2.4.2 隐藏推理过程
在给用户答案前，模型先在内部思考，不展示部分思考过程，即一个 "内心独白（inner monologue）" 的技巧。这样同样让模型回答更有条理，提高准确性，也不会干扰用户期望的输出。
例：
按照以下步骤回答用户查询。
- 第 1 步 - 首先找出您自己的问题解决方案。不要依赖学生的解决方案，因为它可能不正确。将您为此步骤所做的所有工作用三重引号 (""") 括起来。
- 第 2 步 - 将您的解决方案与学生的解决方案进行比较，并评估学生的解决方案是否正确。将您为此步骤所做的所有工作用三重引号 (""") 括起来。
- 第 3 步 - 如果学生犯了错误，请确定您可以在不给出答案的情况下给学生什么提示。将您为此步骤所做的所有工作用三重引号 (""") 括起来。
- 第 4 步 - 如果学生犯了错误，请向学生提供上一步的提示（三重引号外）。不要写“第 4 步 - ...”，而写“提示：”。
2.4.3 让模型反思回答
让大模型再去找找看有没有之前漏掉的内容，往往能让模型的输出结果变得更好。
例：
You will be provided with a document delimited by triple quotes.
Your task is to select excerpts which pertain to the following question: "What significant paradigm shifts have occurred in the history of artificial intelligence."
Ensure that excerpts contain all relevant context needed to interpret them - in other words don't extract small snippets that are missing重要的上下文。
Please think about your answers and answer carefully.
2.5 使用外部工具
2.5.1 嵌入（embedding）
使用基于嵌入的搜索来实现高效的知识检索，利用外部信息作为其输入的一部分，有助于模型生成更加明智和最新的回答，即 RAG (Retrieval-Augmented Generation)。
例：
如果用户提出关于特定电影的问题，结合
高质量的电影信息（如演员、导演等）
来回答用户的问题。
2.5.2 调用 API
提供文档与代码示例，指导模型使用 API，使用代码或者调用外部的 API，产生的输出一起输入给模型使用，来进行更精确推理。
例：
结合文档与代码示例
您可以通过将生成的 Python 代码/API 调用结果括在三重反引号中来进行下面的计算，
代码在这里/API调用结果在这里
使用它来执行计算。
注：执行模型生成的代码或 API 可能本身并不安全，需要一个沙盒代码执行环境来限制不受信任的代码可能造成的危害。
2.6 系统地测试更改
有时候很难判断新的指令或设计是让你的系统变得更好还是更糟。对于小样本量来说，很难区分真正的改进还是偶然运气。也许这种变化可以提高某些输入的性能，但却损害了其他方面的性能，所以建立一个系统测试流程更有必要。
2.6.1 指标评估
以 img2code 指标对比，需要从页面整体布局、细节、字体等方面，详细评估 code 生成的好坏。
例：
- ...
2.6.2 模型评估
把模型输出的结果，统一输入模型进行打分评估。
例：
请根据评估标准给结果打分，如下：
准确性（Accuracy）
- 定义：模型生成的回答是否准确且符合事实。
- 评分标准：
- 0-2 分：回答严重不准确或与事实明显不符。
- 3-5 分：回答部分正确，但有明显错误或遗漏关键信息。
- 6-8 分：回答大部分正确，但有细微错误或偏差。
- 9-10 分：回答完全准确且无可挑剔。
理解能力（Comprehension）
- 定义：模型是否正确理解了用户提出的问题或指示。
- 评分标准：
- 0-2 分：完全没有理解问题，回答与问题无关。
- 3-5 分：部分理解了问题，但回答不完全相关。
- 6-8 分：大部分理解了问题，但有细微的误解。
- 9-10 分：完全理解问题，并能提供相关的回答。
生成能力（Generation）
- 定义：模型生成的文本是否流畅、自然，并且符合上下文逻辑。
- 评分标准：
- 0-2 分：生成的文本不连贯，逻辑混乱或难以理解。
- 3-5 分：生成的文本有部分连贯，但存在明显的逻辑错误或不自然之处。
- 6-8 分：生成的文本大部分连贯，逻辑合理，但有少许不自然之处。
- 9-10 分：生成的文本完全连贯，自然且逻辑清晰。