Lourd! OpenAI a officiellement publié des instructions de bonnes pratiques pour GPT

Publication officielle d'un guide de bonnes pratiques pour les mots d'invite GPT, qui comprend principalement six aspects des stratégies d'optimisation, et chaque stratégie donne un cas correspondant

Stratégie 1 : Rédigez une description claire

GPT pour vous Moins de conjectures là-bas est dans ce que vous voulez, plus vous avez de chances de l'obtenir.

Exemple : Si le résultat est trop simple, demandez une rédaction experte.

Également quelques exemples spécifiques :

• Incluez des détails dans votre requête pour des réponses plus pertinentes
• Demandez aux modèles d'adopter des personnages
• Utilisez des délimiteurs pour indiquer clairement les différences dans la section de saisie
• Spécifiez les étapes requis pour accomplir la tâche
• Fournissez des exemples
• Spécifiez la longueur de sortie requise

Stratégie 2 : Fournir un texte de référence

GPT peut être confiant Inventez souvent de fausses réponses, en particulier lorsqu'on lui pose des questions sur des sujets ou des citations ésotériques et des URL. Tout comme une note peut aider les étudiants à mieux réussir un examen, fournir un texte de référence pour GPT peut aider à répondre avec moins de truquages.

• Demande au modèle de répondre en utilisant le texte de référence
• Demande au modèle de répondre en utilisant des citations du texte de référence
  

Stratégie 3 : Diviser les tâches complexes en sous-tâches plus simples

Analogue Outre la pratique consistant à diviser des systèmes complexes en composants modulaires en génie logiciel, la décomposition des tâches en composants modulaires soumis au GPT est également une méthode efficace.

Les tâches complexes ont tendance à avoir des taux d'erreur plus élevés que les tâches simples.

De plus, les tâches complexes peuvent souvent être redéfinies comme des flux de travail de tâches plus simples, où le résultat des tâches antérieures est utilisé pour créer l'entrée des tâches suivantes.

• Utilisez la classification d'intention pour identifier les instructions les plus pertinentes pour les requêtes des utilisateurs
• Pour les applications conversationnelles qui nécessitent de longues conversations, résumez ou filtrez les conversations précédentes
• Résumez les documents longs de manière segmentaire et créez de manière récursive des résumés complets

Stratégie 4 : Donnez à GPT le temps de « réfléchir »

Même si vous ne savez peut-être pas comment multiplier 17 par 28 tout de suite, vous pourrez toujours le comprendre après un certain temps. Sans prendre le temps de trouver des réponses, GPT est enclin à commettre davantage d’erreurs de raisonnement. Poser une série de questions d'inférence améliore la précision de l'inférence de GPT, ce qui permet d'obtenir des réponses correctes de manière plus fiable.

• Demandez au modèle d'élaborer sa propre solution avant de tirer des conclusions hâtives
• Utilisez un monologue interne ou une série de requêtes pour masquer le processus de raisonnement du modèle
• Demandez au modèle s'il a manqué quelque chose précédemment passé

Stratégie 5 : Utiliser des outils externes

Compenser les faiblesses des autres outils en alimentant GPT avec leur sortie.

Par exemple, un système de récupération de texte peut informer GPT des documents pertinents. Un moteur d'exécution de code aide GPT à effectuer des opérations mathématiques et à exécuter du code. Si un outil accomplit une tâche de manière plus fiable ou plus efficace que GPT, désinstallez GPT pour profiter du meilleur des deux mondes.

Utilisez la recherche basée sur l'intégration pour une récupération efficace des connaissances

Utilisez l'exécution de code pour effectuer des calculs plus précis ou appeler des API externes

Stratégie 6 : tester systématiquement les modifications

Si vous pouvez le mesurer, cela sera plus facile d’améliorer les performances. Dans certains cas, les modifications apportées aux astuces entraînent de meilleures performances sur quelques exemples isolés, mais conduisent à de moins bonnes performances globales sur un ensemble d'exemples plus représentatifs. Pour garantir que les changements ont un impact positif sur les performances, il peut être nécessaire de définir une suite de tests complète pour l'évaluation.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!