本文共 3,200 字，预计阅读时间 10 分钟。

写在最前面

如果你对 ChatGPT 有基本的了解，有过一些和 ChatGPT 的对话，但不太清楚如何更好地使用这个工具。这篇文章便是为你而写。 如果你还不知道 ChatGPT 是什么，或者还没有尝试过和 ChatGPT 对话，建议先去尝试一下再回头看这篇文章。


在自然语言处理这个领域，大众消费市场的语音助手们在很长的一段时间里都给人们一种“人工智障”的感觉。无论是 Siri 还是小爱同学，都只能针对特定的场景给出较好的响应，但只要超出那些场景，他们大多只会答非所问。

随着 ChatGPT 等大语言模型的普及，Google 深度学习科学家弗朗索瓦·肖莱对此的评论是：“人工智能的第三次夏天到来了。” ChatGPT 是有史以来用户数以最快速度过亿的一款应用。最近，我在各种社交媒体上总是能够被各种 AI 相关的新闻和消息轰炸。有人对 AI 的快速发展感到忧惧，有人对 ChatGPT 当前的推理和逻辑运算能力嗤之以鼻，有人在散播大量人类岗位即将被 AI 取代的恐慌，有人则嘲笑另一批人在对深度学习缺乏了解的情况下盲目焦虑。

其中有一种观点我特别认同：AI 就是大脑的“外骨骼”，能够极大地强化、扩展你的大脑能力。目前还很难预知某个岗位是否会真正被 AI 彻底取代，但可以预知的是，懂得如何运用 AI 技术将是未来一段时间内最重要的能力。

目前大众接触最多的 ChatGPT 使用的底层模型还是 GPT-3.5，它在推理和逻辑计算方面还显得非常稚嫩。但 ChatGPT 所表现出的对人类自然语言的理解能力是非常惊人的，他可以很好地理解语言中的情绪。许多人已经从这款工具上获得了工作效率的成倍提升。掌握这款工具最重要的部分就在于“如何写好 prompt”。

Prompt 直译成中文是“提示”的意思。有人戏称写 Prompt 就像魔法师念咒语一样，不同 prompt 所引导出的回答效果差异非常巨大。目前互联网上能找到很多 Prompt 现成案例（比如 Awesome ChatGPT prompts 和 ChatGPT Shortcut）。你可以直接拿别人写好的“咒语”来使用，很多效果确实不错。但从“如何写好 prompt”角度出发的内容就少得多了。

目前我找到最好的学习资料是：https://github.com/dair-ai/Prompt-Engineering-Guide，非常推荐大家阅读！在本文中，我将从中整理出一些能快速理解的简单技术，帮助你们理解如何优化、迭代自己的“咒语”。

一、第一原则：明确的意图

你需要明确地表达你的意图和要求，尽可能具体、描述性、详细地描述所需的上下文、你期望的结果等。你的要求越明确，越有希望获得你想要的答案。

糟糕的案例 ❌

写一首关于OpenAI的诗。

更好的案例 ✅

以莎士比亚的风格写一首短小的、鼓舞人心的诗，重点关注最近DALL-E产品推出（DALL-E是一种文本到图像的ML模型）的事情。

上面的例子明确提出了几点要求：

  1. 以莎士比亚的风格
  2. 短小的、鼓舞人心的
  3. 跟 DALL-E 产品相关的

由于 ChatGPT 只掌握了 2021 年的知识，可能不知道 DALL-E 是什么，我们还在 prompt 里简单解释了 DALL-E，帮他理解模棱两可的概念。

二、理解 Prompt 的主要构成

Prompt 的主要构成有：

  • Instruction 指令：您想让模型执行的特定任务或指令
  • Context 上下文：可以涉及外部信息或附加上下文，可以引导模型产生更好的响应
  • Input Data 输入数据：我们感兴趣的输入或问题（以期望 ChatGPT 给出解答）
  • Output Indicator 输出提示：表示希望 ChatGPT 以什么形式来输出结果

接下来用几个 Prompts 来加深理解：

案例一

我希望你能担任私人教练的角色。我会提供你一个想通过体育锻炼变得更健康的人的信息，而你的角色是根据他们现有的健康水平、目标和生活习惯，为这个人设计最佳的计划。你应该利用你对运动科学、营养建议的知识，来为他们创建一个适合他们的计划。我第一个要求是：“我需要帮助为想减肥的人设计一个锻炼计划。”

其中，

  1. 上下文：我希望你能担任私人教练的角色。我会…，来为他们创建一个适合他们的计划。
  2. 指令：我第一个要求是：“我需要帮助为想减肥的人设计一个锻炼计划。

案例二

翻译成英文：如今 ChatGPT 给人带来的最大的震撼在于，他看起来真的理解了我们的提问，无论怎样的问题，他总能围绕问题作出解答。

  1. 指令：翻译成英文：
  2. 上下文：如今 ChatGPT 给人带来的最大的震撼在于，… 他总能围绕问题作出解答。

案例三

为特定的亚马逊产品特征撰写亚马逊的标题、五点和搜索关键词。输出内容为英文。五点的每一点都要超过 20 个单词。

输出格式为：

标题：

搜索关键词：

五点：1. ; 2. ; 3. ; ...

该产品的特征是：”””

[品牌] 防切割手套，Level A6 防切割级别，透气，舒适性强，黑色，适用于仓库、货运、钓鱼、园艺、木工，从 XS 到 XXL 码齐全，适用于各种人群需求。

”””

  1. 指令：为特定的亚马逊产品特征撰写亚马逊的标题、五点和搜索关键词。
  2. 上下文：输出内容为英文。五点的每一点都要超过 20 个单词。
  3. 输出提示：输出格式为：…
  4. 输入数据： 该产品的特征是：””” [品牌] 防切割手套，… 适用于各种人群需求。”””

三、一些 Prompt 的优化迭代技术

使用以下的方法，不断地优化你的 prompt。

1). 框选你想表达的重点信息

使用 ### 或 """ 等符号框选重点信息。使用符号来断开不同类型的内容会显著提升 ChatGPT 对内容的理解能力。

糟糕的案例 ❌

将下面的文本总结为最重要的要点的项目符号列表。

如今 ChatGPT 给人带来的最大的震撼在于，他看起来真的理解了我们的提问，无论怎样的问题，他总能围绕问题作出解答…………………

更好的案例 ✅

将下面的文本总结为最重要的要点的项目符号列表。

文本：”””

如今 ChatGPT 给人带来的最大的震撼在于，他看起来真的理解了我们的提问，无论怎样的问题，他总能围绕问题作出解答…………………

”””

2). 指定结果的输出格式

当你期望 ChatGPT 的输出内容具有一定结构时，把你的期望表达出来。

糟糕的案例 ❌

从下面的文本中提取所有的人名和他们的职业。

文本：”””

设计师小牛陪小王去小李家做客，小李的老婆厨师小丁做了一道红烧带鱼。小王说“非常好吃！”

”””

更好的案例 ✅

从下面的文本中提取所有的人名和他们的职业。

输出的格式：<人名>(<职业>)，<人名>(<职业>)，...

文本：”””

设计师小牛陪小王去小李家做客，小李的老婆厨师小丁做了一道红烧带鱼。小王说“非常好吃！”

”””

3). “Act as” trick 确定 ChatGPT 的立场

针对一些问题，尤其是开放性问题。整个互联网可能存在上百甚至上千万中答案，为 ChatGPT 设定立场有助于它找到最符合自己人设（也最符合你需要的）一种答案。

糟糕的案例 ❌

你如何看待婚姻？

更好的 ✅

请作为女权主义者，回答以下问题：”你如何看待婚姻？”

or

请作为大男子主义者，回答以下问题：”你如何看待婚姻？”

4). Few-shot 教教他，给 ChatGPT 一些案例

对于 ChatGPT 熟悉的任务，你可能不需要给他任何例子（Zero-shot）比如，你给他 10 条评价某一个商品的 Review，让 ChatGPT 判断多少条是积极的，多少条是消极的。他通常可以直接给你正确的结果。因为它本身对情绪的理解能力已经很强了。但如果您正在尝试让 ChatGPT 做一件他不熟悉的事情，那可能需要提供更多案例。

ChatGPT 已经熟悉的任务，不需要案例。即 zero-shot ✅

请识别下列评论的态度是怎么样的？给他们的态度打个分，1-10分，1分最消极，10分最积极

评论：

太难吃了，再也不回来了。

环境很糟糕。

亚米亚米，会再来！

什么鬼玩意儿。

再见！

💥💥💥💥💥

糟糕的案例 ❌

请将以下文本归类到三个字母：X/Y/Z

文本：

太难吃了，再也不回来了。

环境很糟糕。

亚米亚米，会再来！

什么鬼玩意儿。

再见！

💥💥💥💥💥

在糟糕的案例中，我们并没有定义 X, Y, Z 这三类分别代表什么意思。ChatGPT 虽然会按它的逻辑做好一定的分类，但我们并不一定会满意它的分类结果。我们没有明确定义需求，甚至我们连我们自己需要的东西是什么都还没弄清楚。这时候你就得回到我们的“第一原则”：搞清楚你自己的明确意图是什么。

更好的案例 ✅

案例：

这家饭店里有虫子，靠。// X

我好喜欢鱼香肉丝。// Y

这家店的餐具挺好看的，但是吃的东西一般。// Z

🤡🤡🤡🤡 // Z

好吧。// Z

请将以下文本归类到三个字母：X/Y/Z

文本：

太难吃了，再也不回来了。

环境很糟糕。

亚米亚米，会再来！

什么鬼玩意儿。

再见！

💥💥💥💥💥

在上面的例子中，我们虽然没有明说 X, Y, Z 是什么意思。但通过案例表达了，X 偏负面评价，Y 偏正面评价，Z 的情绪未明确显露。这个时候 ChatGPT 为我们做好的分类就很接近我们想要的结果了。

5). 减少模糊的表达，明确提出你的需求

糟糕的案例 ❌

你总结的产品描述应该非常简练、只包含一些语句、别太多。

更好的 ✅

用 2-3 句话总结该产品，不超过 30 个字。

6). 告诉他要做什么，而不是不要做什么

糟糕的案例 ❌

以下是一名客服和一名客户之间的对话。请勿询问用户名或密码。请勿重复。

客户：我无法登录我的账户。

客服：

更好的 ✅

以下是客服与顾客之间的对话。客服将尝试诊断问题并提出解决方案，同时避免问任何与用户名、密码相关的问题。请引导用户查看帮助文章 www.samplewebsite.com/help/faq。

顾客：我无法登录我的账户。

客服：

7). “Step by Step” trick，帮助 ChatGPT 做推理

也叫做：Chain-of-Thought Prompting。

实验证明，在应对 zero-shot 问题时，你在问题最后加上“Let’s think step by step”，ChatGPT “显性的推理能力”会得到明显提升。这个就不多展开了，感兴趣的朋友可以看看这篇参考文章：Prompt learning 系列之 Let’s think step by step

最后，

这篇文章的内容还是比较浅显。如果你因此对 Prompt 工程产生了一些兴趣，可以继续阅读 Prompt Engineering Guide，里面包含很多这篇内容没有囊括的有趣话题。比如对抗性提示、怎么解决对话机器人的前后一致性问题、如何改善 AI 输出错误信息或者有偏见信息的问题。其中对抗性提示（Adversarial Prompting）话题包含了如何做到对话机器人的越狱，如何让它说一些 AI 设计者不想让它说的话。

我是一个普普通通的深度学习初学者，本文如有任何谬误，欢迎拍砖。