ChatGPT不是简单的聊天，掌握3大技巧，成为ChatGPT达人！

为什么提示工程如此重要？提示工程的目标是通过提供清晰、简洁且结构良好的输入来提高语言模型的性能，这些输入需要针对模型所用于的特定任务或应用进行定制。可以将提示工程比喻成与人交流时使用清晰明了的语言，让对方更容易理解你的意图，从而做出更满意的回应。

那么接下来，我们将依次介绍OpenAI提供的提示工程最佳实践，FusionAI的自动生成功能，以及让GPT进行自我反思。我们还会提供一个额外的实用小技巧，请多留心！

OpenAI的官方最佳提示技巧 1. 使用最新的模型 为了获得最佳效果，我们建议使用最新、性能最强大的模型。截至2022年11月，文本生成方面的最佳选择是“text-davinci-003”模型，代码生成方面的最佳选择是“code-davinci-002”模型。能使用GPT-4当然会比ChatGPT要更好。

2. 将指令放在提示的开头，并用###或"""将指令与文本分开 效果不佳❌： 将下面的文本摘要成一个关键要点的项目列表。

更好的选择✅： 将下面的文本摘要成一个关键要点的项目列表。

文本： """ {输入文本} """

3. 对所需的上下文、结果、长度、格式、风格等尽可能具体、详细和描述性 效果不佳❌： 写一首关于OpenAI的诗。

更好的选择✅： 写一首关于OpenAI的短篇励志诗，重点描述DALL-E产品发布（DALL-E是一个文本到图像的机器学习模型），风格仿照{著名诗人}。

4. 通过示例（示例1，示例2）明确所需输出格式 效果不佳❌： 从下面的文本中提取实体。提取以下4种实体类型：公司名称、人名、特定主题和主题。

更好的选择✅： 从下面的文本中提取重要实体。首先提取所有公司名称，然后提取所有人名，然后提取与内容相关的特定主题，最后提取总体主题。

期望格式： 公司名称：<逗号分隔的公司名称列表> 人名：-||- 特定主题：-||- 总体主题：-||- 文本：{文本}

5.从零次学习开始，然后进行少次学习，如果这些方法都不起作用，那么进行微调 ✅零次学习 从下面的文本中提取关键词。 文本：{文本} 关键词：

✅少次学习 - 提供几个示例 从下面的文本中提取关键词。 文本1：Stripe为Web开发人员提供了API，以便他们将支付处理集成到自己的网站和移动应用程序中。 关键词1：Stripe，支付处理，API，Web开发人员，网站，移动应用程序 文本2：OpenAI已经训练出了处理和生成文本方面非常优秀的语言模型。我们的API可以让您使用这些模型，解决几乎任何涉及处理语言的任务。 关键词2：OpenAI，语言模型，文本处理，API。 文本3：{文本} 关键词3：

✅微调：请参阅参考文献里的微调最佳实践指南。

6.减少模糊和不精确的描述 效果不佳❌： 这个产品的描述应该比较简短，只有几句话，不要太多。

更好的选择✅： 用