未来已来如何编写AI的提示

　　在上一篇指南中，我们介绍并给出了一个提示的基本原则。
　　在本指南中，我们将提供更多关于如何使用提示的例子，并介绍对高级指南很重要的关键概念。通常，学习概念的最好方法是通过实例来学习。下面我们介绍几个例子，说明精心设计的提示语如何被用来执行各种有趣的、不同的任务。
　　这是本文作者自己搭建的一个ChatGPT最新版的聊天系统，我们尝试和他进行下互动
　　ChatGPT主题文本归纳信息提取问题回答文本分类对话代码生成推理文本归纳
　　自然语言生成中的一个标准任务是文本总结。文本总结可以包括许多不同的风格和领域。事实上，语言模型最有前途的应用之一是能够将文章和概念总结为快速和易于阅读的摘要。让我们尝试一下使用提示语的基本总结任务。
　　假设我对了解抗生素感兴趣，我可以尝试这样的提示。
　　文本归纳
　　你提出的问题是一种明确的提示格式，通常在回答问题时使用，我们会在下面的例子中解释。现在假设A提供的信息太多，想进一步总结一下。事实上，我们可以指示模型将其总结为一句话，像这样。
　　文本归纳的提示信息提取
　　虽然语言模型被训练来执行自然语言生成和相关任务，但它也很有能力执行分类和一系列其他自然语言处理（NLP）任务。
　　下面是一个从给定段落中提取信息的提示例子。
　　信息提取的提示
　　我们有很多方法可以改进上面的结果，但这已经非常有用了。
　　现在应该很明显，你可以通过简单地指示模型做什么来要求它执行不同的任务。这是一种强大的能力，人工智能产品建造者已经在使用这种能力来建造强大的产品和体验。回答问题
　　让模型回答具体答案的最好方法之一是改进提示的格式。正如之前所涉及的，一个提示可以结合指示、背景、输入和输出指标来获得改进的结果。虽然这些部分不是必须的，但它成为一种良好的做法，因为你的指示越具体，你将得到更好的结果。下面是一个例子，说明在一个更有条理的提示之后，会出现什么样的情况。
　　回答问题的提示文本分类
　　到目前为止，我们已经使用了简单的指令来执行任务。作为一名提示工程师，你需要更好地提供指示。但这还不是全部! 你还会发现，对于更难的用例，仅仅提供指示是不够的。这时，你需要更多地考虑上下文和你可以在提示中使用的不同元素。你可以提供的其他元素是输入数据或例子。
　　让我们试着通过提供一个文本分类的例子来证明这一点
　　文本分类的提示-无示例
　　我们给出了对文本进行分类的指令，模型的回答是 ＂中立＂，这是正确的。这没有什么不对，但是我们说，我们真正需要的是让模型以我们想要的确切格式给出标签。因此，我们希望它返回中性，而不是中立。我们如何实现这一点。有不同的方法来做到这一点。我们在这里关心的是特异性，所以我们能提供的提示信息越多，结果越好。我们可以尝试提供例子来指定正确的行为。让我们再试一次。
　　文本分类的提示-带示例
　　很完美! 这一次，模型返回了中性，这是我正在寻找的具体标签。看来，提示中提供的例子帮助模型在其输出中变得具体。会话
　　也许你可以通过提示工程实现的更有趣的事情之一是指示系统如何表现，其意图和身份。当你在建立像客户服务聊天机器人这样的对话系统时，这一点特别有用。
　　例如，让我们创建一个能够对问题产生更多技术和科学回应的对话系统。注意我们是如何通过指令明确地告诉它如何行事的。这有时被称为角色提示。
　　自然会话的提示
　　我们的人工智能研究助理听起来有点太技术化了，对吗？好吧，让我们改变这种行为，指示系统给出更容易理解的答案。
　　自然会话的提示-角色设定代码生成
　　语言生成模型相当有效的一个应用是代码生成。Copilot是这方面的一个很好的例子。有大量的代码生成任务，你可以通过巧妙的提示来完成。让我们看一下下面的几个例子。
　　首先，让我们试试一个简单的程序，向用户打招呼。
　　代码生成的提示
　　你可以看到，我们甚至不需要指定要使用的语言。
　　让我们转换一下提示风格。这里你会看到，只要在设计提示语上多下点功夫，它就能变得多么强大。
　　代码生成的提示-SQL
　　这是非常令人印象深刻的。在这种情况下，我们提供了关于数据库模式的数据，并要求它生成一个有效的MySQL查询。推理
　　今天的ChatGPT在涉及数学能力的任务上已经有了一些改进。也就是说，必须注意的是，目前的它在执行推理任务时很困难，所以这需要更先进的提示工程技术。我们将在下一篇指南中介绍这些高级技术。现在，我们将介绍几个基本的例子来展示算术能力。
　　推理的提示-数学运算
　　让我们试试更难的东西
　　推理的提示-数学逻辑
　　我们将继续在指南的这一部分包括更多的常见应用实例。
　　在即将到来的高级指南中，我们将涵盖更多的高级提示工程概念，以提高所有这些和更困难的任务的性能。