我如何夺得新加坡首届GPT-4提示工程大赛冠军（第二部分）
内容简介：
在2023年11月举行的新加坡首届GPT-4提示工程大赛中，张席拉（Sheila Teo）获得了冠军，并在这篇文章中，阐述了个人对提示词的心得体会。 她的文章里，写了4种提示词方法。 原文较长，拆分为了4部分。本文是第二部分——使用分隔符（不常用的符号，xml标签）划分提示，可以让AI更好地理解用户的意图。
原作者：张席拉（Sheila Teo），发布于medium。叶赛文编译。
2. [🔵] 使用分隔符划分提示
分隔符是特殊的标记，它们帮助LLM识别出哪些部分的提示应被看作是一个意义的整体。这非常关键，因为你的整个提示是作为一长串标记序列发送给LLM的。分隔符通过将提示的特定部分隔离开，为这串标记序列提供了结构。
值得注意的是，对于简单的任务来说，分隔符可能不会改善LLM的回应质量。但是，任务越复杂，使用分隔符进行区分的影响就越大。
用特殊字符作为分隔符
分隔符可以是任何一系列通常不会一起出现的特殊字符，比如：
- ===
- ###
- ‘>>>
选择的特殊字符的数量和类型并不重要，关键是它们足够独特，以至于LLM可以将其识别为内容的分隔符，而不是普通的标点符号。
以下是你可能会在提示中使用这些分隔符的一个例子：
将以下<<<对话>>>中的每一句话的情绪分类为“积极”或“消极”。请提供情绪分类，无需任何其他引导性文本。
###
示例对话
代理人: 欢迎光临我们的客服。今天我能帮您做些什么？
顾客: 嗨！我只是想告诉你，我收到了我的订单，它太棒了！
代理人: 非常高兴听到这个！我们很高兴您对购买感到满意。还有其他我能帮您的吗？
顾客:不，就这些了。我只是想给一些正面的反馈。感谢您的出色服务！
###
输出示例
消极的
积极的
‘###
<<<对话内容>>>
在上面的示例中 ，
- 使用分隔符###来区分不同的部分，
- 示例对话和示例输出的标题用大写字母来区分。
- 前言说明了要分类的对话被包含在<<<对话>>>中，这些对话随后在提示的底部提供给LLM，没有任何解释性的文本，但是由于存在分隔符<<<和>>>，LLM理解这些是它应该分类的对话。
以下是GPT-4的输出，正如我们所要求的，情绪分类被提供出来，没有任何其他的前导文本：
积极 消极
用XML标签 作为 分隔符
使用分隔符的另一种方式是将它们作为XML标签。
XML标签是被尖括号包围的标签，它们有开头和结尾标签。比如<tag> 和 </tag>效的，因为LLMs已经接受了大量包含XML格式的网络内容的训练，已经学会了如何理解它的格式。
这里是上面相同的提示，但是使用XML标签作为分隔符进行了结构化：
将以下对话的情绪分类为两个类别之一，使用给定的示例。请提供情绪分类，无需任何其他引导性文本。
<classes>积极 消极</classes>
<example-conversations>代理人: 早上好，我今天能为您提供什么帮助？
顾客: 这个产品太糟糕了，完全不符合广告里的描述！
顾客: 我极度失望，希望能得到全额退款。
</example-conversations>
<example-classes>消极 积极<\/example-classes>
<conversations>代理人: 欢迎光临我们的客服。今天我能帮您做些什么？
顾客: 嗨！我只是想告诉你，我收到了我的订单，它太棒了！
代理人: 非常高兴听到这个！我们很高兴您对购买感到满意。还有其他我能帮您的吗？
顾客: 不，就这些了。我只是想给一些正面的反馈。感谢您的出色服务！
</conversations>
在提示中使用与你在指令中使用的名词相同的XML标签是有益的，在上面的提示中我们使用了名词对话、类别和示例。
因此，我们作为分隔符使用的XML标签是<conversations>、<classes>、<example-conversations>和<example-classes>。这确保LLM理解你的指令如何与用作分隔符的XML标签相关联。
再次强调，通过使用分隔符以清晰和有组织的方式分节你的指令，确保GPT-4能够精确地按照你的期望给出回应。
广告
一个集美剧、音乐和AI工具为一体的服务商：
优惠码： ysw ，有九折优惠
发表评论