人工智慧大學發表的26個Pompt原則
| 原則 | Prompt說明 |
|---|---|
| 直接進入主題 | 與LLM對話無需客氣，不需要加入“請”、“如果您不介意”、“謝謝”、“我想要”等， 直接切入正題。 |
| 包含目標受眾 | 在提示中指定預期的受眾，例如受眾是該領域的專家。 |
| 簡化複雜任務 | 將複雜任務分解成一連串簡單的提示，透過互動對話進行。 |
| 使用肯定指令 | 使用肯定指令如“do”，避免使用否定語言如“不要, don't”。 |
| 獲得清晰理解 | 為了清晰或更深入的理解，使用類似的提示： 用簡單的術語解釋[特定主題]。 像我是11歲的小孩一樣向我解釋。 像我是[領域]初學者一樣向我解釋。 使用簡單的英語寫作，就像向5歲小孩解釋。 |
| 提及獎勵 | 增加像「我會為更好的解決方案給予小費$xxx！」這樣的語句。 |
| 以範例驅動的提示 | 使用少量範例提示 |
| 格式化提示 | 格式化你的提示，以‘###指示###’開始，然後是‘###範例###’或‘###問題###’（如果相關）。 然後呈現你的內容。使用一個或多個換行來分隔指示、範例、問題、背景和輸入數據。 |
| 包含特定語句 | 加入以下語句如：“你的任務是”和“你必須”。 |
| 包含處罰語句 | 加入以下語句如：“你將被處罰”。 |
| 自然回答問題 | 在你的提示中使用語句“以自然人類的方式回答一個問題”。 |
| 逐步思考 | 使用引導性詞語，如"think step by step" |
| 無偏見回答 | 在你的提示中添加以下語句“確保你的回答是無偏見的，並且不依賴於刻板印象”。 |
| 允許模型提問 | 允許模型透過提問，進一步引出精確的細節和要求，通過提問直到它有足夠 的資訊來提供所需的輸出（例如“從現在起，我想要你問我問題...”）。 |
| 測試理解 | 要詢問關於特定主題、觀念或任何信息，並且想測試自己的理解， 你可以使用以下句子：“教我[任何定理/主題/規則名稱]，並在最後附上一個測驗， 但不要給我答案，然後當我回答時告訴我我的答案是否正確”。 |
| 分配角色 | 為大型語言模型制定特定的角色。 |
| 使用分隔符 | 再提示中使用分隔符號。 |
| 重複使用特定單詞/短語 | 在一個提示中多次重複特定單詞或語句。 |
| 結合思維鏈與少量示例 | 結合思維鏈（CoT）與少量範例提示。 |
| 使用輸出引導語 | 使用輸出起始語，這涉及以期望輸出的開始結束你的提示。 例如:如果你想要AI描述一種植物，你可以這樣寫“描述一種植物，它是綠色的， 有...”，然後讓AI根據這個開頭繼續寫下去。 |
| 撰寫詳細文本 | 要寫一篇文章/文本/段落/文章或任何應該詳細的文本類型： “為我詳細寫一篇[文章/文本/段落]關於[主題]，並添加所有必要的資訊”。 |
| 修改文本而不改風格 | 要更正/更改特定文本而不改變其風格：「嘗試修改用戶發送的每一段文字， 你應該只改善用戶的文法和詞彙，並確保它聽起來自然。你不應該改變寫作風格， 例如將正式的段落變成非正式的。」 |
| 處理多文件編碼提示 | 當你有一個複雜的編碼任務可能涉及多個文件時：「從現在開始， 每當你生成的代碼涵蓋多個文件時，生成一個[編程語言]腳本， 該腳本可以運行以自動創建指定的文件，或對現有文件進行修改以插入生成的代碼。[你的問題]。」 |
| 特定開始的續寫 | 當你想要使用特定單詞、片語或句子開始或繼續一段文本時，利用以下提示： “我給你提供開頭[歌詞/故事/段落/文章...]：[插入歌詞/單詞/句子]。 根據所提供的詞句完成它。保持流暢性一致”。 |
| 明確模型要求 | 明確地說明模型必須遵循的要求，以產生內容，以關鍵字、規則、提示或指示的形式表達。 |
| 撰寫相似文本 | 要寫任何文本，如文章或段落，目的在與提供的樣本相似， 請包括以下指示：請根據提供的段落[/標題/文本/文章/答案]使用相同的風格撰寫。 |
source:https://arxiv.org/pdf/2312.16171v1.pdf