经验法则和示例
这是OpenAI给出的使用他们家model api时设计prompt的一些建议
1.使用最新型号
为了获得最佳效果，我们通常建议使用最新、功能最强大的模型。较新的模型往往更容易进行提示工程。
注意：提示推理模型和提示 GPT 模型时需要考虑一些差异。更多详情请点击此处。
2. 将说明放在提示的开头，并使用 ### 或 """ 分隔说明和上下文。
效果欠佳❌：
Summarize the text below as a bullet point list of the most important points.
{text input here}
更好✅：
Summarize the text below as a bullet point list of the most important points.
Text: """
{text input here}
"""
3. 务必具体、详细描述所需的内容、结果、长度、格式、风格等。
请具体说明背景、结果、长度、格式、风格等。
效果欠佳❌：
CodeBlock Loading...
更好✅：
CodeBlock Loading...
4. 通过示例阐明所需的输出格式
效果欠佳❌：
CodeBlock Loading...
展示并讲解——当模型被展示特定的格式要求时，它们的响应速度会更快。这也使得以编程方式可靠地解析多个输出变得更加容易。
更好✅：
CodeBlock Loading...
5. 先尝试zero shot，然后尝试few shot，两种方法都不奏效，最后进行微调。
✅ zero shot
CodeBlock Loading...
✅ few shot - 请提供几个例子
CodeBlock Loading...
✅微调：请在此处查看微调最佳实践。
6. 减少“空泛”和不精确的描述
效果欠佳❌：
CodeBlock Loading...
更好✅：
CodeBlock Loading...
7. 不要只说不要做什么，还要说应该做什么
效果欠佳❌：
CodeBlock Loading...
更好✅：
CodeBlock Loading...
8. 代码生成专用——使用“引导词”来引导模型朝着特定模式发展
效果欠佳❌：
CodeBlock Loading...
在下面的代码示例中，添加“ import ”语句会提示模型应该开始用Python编写代码。（类似地，“SELECT”语句则提示应该开始编写SQL语句。）
更好✅：
CodeBlock Loading...
9. 使用“生成任何内容”功能
开发者可以使用“生成任何内容”功能来描述任务或预期的自然语言输出，并收到定制的提示。
参数
通常情况下，我们发现**model** 和是改变模型输出最常用的参数。 **temperature**
**model**性能更高的型号通常价格更贵，延迟也可能更高。**temperature**-该指标衡量模型输出不太可能出现的词元的频率。数值越高temperature，输出结果越随机（通常也越有创意）。然而，这与“真实性”并不相同。对于大多数事实性应用场景，例如数据提取和真实问答，该temperature值为 0 时效果最佳。**max_completion_tokens**（最大长度）- 不控制输出的长度，而是对词元生成的硬性限制。理想情况下，您不会经常达到此限制，因为您的模型会在认为完成或遇到您定义的停止序列时停止。
**stop**（停止序列）- 一组字符（标记），当生成这些字符时，将导致文本生成停止。