ChatGPT提示词迭代的秘密：用这个小技巧，提示词生成率提升10倍！

人工智能

2022-12-23 10:12:23

提示词迭代：提升 ChatGPT 生成率的秘密

提示词迭代

提示词工程是利用提示词引导 ChatGPT 生成理想结果的过程。提示词迭代是这项技术中的关键步骤，通过不断完善提示词，我们可以提高 ChatGPT 生成的准确性和相关性。

吴恩达的类比

斯坦福大学的计算机科学教授吴恩达将提示词迭代比作开发机器学习应用。正如机器学习模型需要反复迭代优化以获得最佳性能一样，提示词也需要不断调整以让 ChatGPT 达到预期效果。

提示词迭代步骤

提示词迭代遵循以下步骤：

明确目标： 确定您希望 ChatGPT 生成的结果。
设计初始提示词： 起草一个简明扼要、包含足够信息的初始提示词。
生成结果： 使用初始提示词让 ChatGPT 生成结果。
分析结果： 评估结果是否符合要求，如果不符则需要修改提示词。
修改提示词： 根据分析，调整提示词以更贴合要求。
重复步骤 3-5： 不断重复，直到结果令人满意。

提升生成率的小技巧：多样化提示词

多样化提示词可以显著提升提示词生成率。通过使用不同的提示词，ChatGPT 可以从多个角度理解您的意图，从而生成更全面、准确的结果。

例如，如果您希望 ChatGPT 撰写一篇关于 "人工智能" 的博文，可以尝试以下提示词：

人工智能的定义是什么？
人工智能的现状如何？
人工智能的未来前景是什么？
人工智能对社会的潜在影响？
人工智能的伦理问题是什么？

代码示例：迭代提示词

import openai

def prompt_iteration(goal, initial_prompt, max_iterations=10):
    """迭代提示词，不断完善结果。

    参数：
        goal (str): 预期的结果。
        initial_prompt (str): 初始提示词。
        max_iterations (int): 迭代次数（可选，默认为 10）。

    返回：
        str: 最终的完善提示词。
    """

    for iteration in range(max_iterations):
        response = openai.Completion.create(
            prompt=initial_prompt,
            engine="text-davinci-003"
        )
        result = response.choices[0].text
        if result == goal:
            return initial_prompt
        else:
            initial_prompt += f"\nAdditional context: {result}"

    return initial_prompt