Miten kehotemuotoilu toimii
OpenAI:n mallien koulutustavan vuoksi tietyt kehotemuodot toimivat erityisen hyvin ja johtavat hyödyllisempiin mallin tuotoksiin. OpenAI:n virallinen kehotemuotoiluopas on yleensä paras aloituspaikka kehotteisiin liittyville vinkeille.
Alla esittelemme useita kehotemuotoja, joiden olemme havainneet toimivan hyvin, mutta voit vapaasti kokeilla eri muotoja, jotka voivat sopia tehtävääsi paremmin.
Nyrkkisäännöt ja esimerkit
Huomautus: ”{text input here}” on varsinaisen tekstin/kontekstin paikkamerkki
1. Käytä uusinta mallia
Parhaiden tulosten saamiseksi suosittelemme yleensä käyttämään uusimpia ja kyvykkäimpiä malleja. Uudempiin malleihin on yleensä helpompi soveltaa kehotemuotoilua.
Huomautus: Päättelymallin kehottamisessa on joitakin eroja verrattuna GPT-mallin kehottamiseen. Lisätietoja täällä.
2. Laita ohjeet kehotteen alkuun ja erota ohje ja konteksti käyttämällä ###-merkkejä tai """
Vähemmän tehokas ❌:
Tee alla olevasta tekstistä luettelomuotoinen yhteenveto tärkeimmistä kohdista.
{text input here}Parempi ✅:
Tee alla olevasta tekstistä luettelomuotoinen yhteenveto tärkeimmistä kohdista.
Teksti: """
{text input here}
"""3. Kerro halutusta kontekstista, lopputuloksesta, pituudesta, muodosta, tyylistä jne. mahdollisimman tarkasti, kuvailevasti ja yksityiskohtaisesti
Ole tarkka kontekstista, lopputuloksesta, pituudesta, muodosta, tyylistä jne.
Vähemmän tehokas ❌:
Kirjoita runo OpenAI:sta. Parempi ✅:
Kirjoita lyhyt inspiroiva runo OpenAI:sta keskittyen DALL-E-tuotteen viimeaikaiseen julkaisuun (DALL-E on tekstistä kuvaksi toimiva ML-malli) tyylillä {famous poet}4. Ilmaise haluttu tulostusmuoto esimerkkien avulla
Vähemmän tehokas ❌:
Poimi alla olevasta tekstistä mainitut entiteetit. Poimi seuraavat 4 entiteettityyppiä: yritysten nimet, henkilöiden nimet, tarkat aiheet ja teemat.
Teksti: {text}Näytä ja kerro – mallit vastaavat paremmin, kun niille näytetään tarkat muotovaatimukset. Tämä helpottaa myös useiden tuotosten luotettavaa ohjelmallista jäsentämistä.
Parempi ✅:
Poimi alla olevasta tekstistä tärkeät entiteetit. Poimi ensin kaikki yritysten nimet, sitten kaikkien henkilöiden nimet, sitten sisältöön sopivat tarkat aiheet ja lopuksi yleiset kattoteemat
Haluttu muoto:
Yritysten nimet: <pilkuilla_eroteltu_lista_yritysten_nimistä>
Henkilöiden nimet: -||-
Tarkat aiheet: -||-
Yleiset teemat: -||-
Teksti: {text}5. Aloita nollalla esimerkillä opettamisesta, sitten muutamalla esimerkillä; jos kumpikaan ei toimi, hienosäädä
✅ Nollalla esimerkillä opettaminen
Poimi avainsanat alla olevasta tekstistä.
Teksti: {text}
Avainsanat:✅ Muutamalla esimerkillä opettaminen – anna pari esimerkkiä
Poimi avainsanat alla olevista teksteistä.
Teksti 1: Stripe tarjoaa rajapintoja, joita web-kehittäjät voivat käyttää integroidakseen maksujen käsittelyn verkkosivustoihinsa ja mobiilisovelluksiinsa.
Avainsanat 1: Stripe, maksujen käsittely, rajapinnat, web-kehittäjät, verkkosivustot, mobiilisovellukset
##
Teksti 2: OpenAI on kouluttanut huipputason kielimalleja, jotka ovat erittäin hyviä ymmärtämään ja tuottamaan tekstiä. API:mme tarjoaa pääsyn näihin malleihin, ja sitä voidaan käyttää lähes minkä tahansa kielen käsittelyyn liittyvän tehtävän ratkaisemiseen.
Avainsanat 2: OpenAI, kielimallit, tekstin käsittely, API.
##
Teksti 3: {text}
Avainsanat 3:✅ Hienosäädä: katso hienosäädön parhaat käytännöt täältä.
6. Vähennä ”höttöisiä” ja epätarkkoja kuvauksia
Vähemmän tehokas ❌:
Tämän tuotteen kuvauksen tulisi olla melko lyhyt, vain muutama lause, eikä juuri sen enempää.Parempi ✅:
Kuvaile tätä tuotetta 3–5 lauseen kappaleessa.7. Sen sijaan, että sanoisit vain, mitä ei pidä tehdä, sano mitä pitäisi tehdä sen sijaan
Vähemmän tehokas ❌:
Seuraava on keskustelu agentin ja asiakkaan välillä. ÄLÄ KYSY KÄYTTÄJÄNIMEÄ TAI SALASANAA. ÄLÄ TOISTA.
Asiakas: En pysty kirjautumaan tililleni.
Agentti:Parempi ✅:
Seuraava on keskustelu agentin ja asiakkaan välillä. agentti yrittää diagnosoida ongelman ja ehdottaa ratkaisua välttäen samalla esittämästä henkilötietoihin liittyviä kysymyksiä. Sen sijaan, että pyytäisit henkilötietoja, kuten käyttäjänimeä tai salasanaa, ohjaa käyttäjä ohjeartikkeliin www.samplewebsite.com/help/faq
Asiakas: En pysty kirjautumaan tililleni.
Agentti:8. Koodin luonnissa erityisesti: käytä ”alkusanoja” ohjaamaan mallia kohti tiettyä kaavaa
Vähemmän tehokas ❌:
# Kirjoita yksinkertainen python-funktio, joka
# 1. Kysyy minulta luvun maileina
# 2. Muuntaa mailit kilometreiksiAlla olevassa koodiesimerkissä ”import”-sanan lisääminen vihjaa mallille, että sen pitäisi alkaa kirjoittaa Pythonilla. (Samoin ”SELECT” on hyvä vihje SQL-lauseen alkuun.)
Parempi ✅:
# Kirjoita yksinkertainen python-funktio, joka
# 1. Kysyy minulta luvun maileina
# 2. Muuntaa mailit kilometreiksi
import9. Käytä ”Generate Anything” -ominaisuutta
Kehittäjät voivat käyttää ”Generate Anything” -ominaisuutta kuvaamaan tehtävän tai odotetun luonnollisen kielen tuotoksen ja saada räätälöidyn kehotteen.
Lue lisää ”Generate Anything” -ominaisuuden käytöstä.
Parametrit
Yleisesti ottaen `model` ja `temperature` ovat havaintojemme mukaan yleisimmin käytetyt parametrit mallin tuotoksen muuttamiseen.
`model` – Suorituskykyisemmät mallit ovat yleensä kalliimpia ja niiden viive voi olla suurempi.
`temperature` – Mitta sille, kuinka usein malli tuottaa epätodennäköisemmän tokenin. Mitä korkeampi
temperatureon, sitä satunnaisempi (ja yleensä luovempi) tuotos on. Tämä ei kuitenkaan ole sama asia kuin ”totuudenmukaisuus”. Useimmissa faktapohjaisissa käyttötapauksissa, kuten datan poiminnassa ja totuudenmukaisissa kysymyksissä ja vastauksissa,temperature-arvo 0 on paras.`max_completion_tokens` (enimmäispituus) – Ei säädä tuotoksen pituutta, vaan asettaa ehdottoman katkaisurajan tokenien luonnille. Ihannetapauksessa et osu tähän rajaan usein, sillä malli pysähtyy joko silloin, kun se katsoo olevansa valmis, tai kun se osuu määrittämääsi pysäytyssekvenssiin.
`stop` (pysäytyssekvenssit) – Joukko merkkejä (tokeneita), jotka luotuina saavat tekstin luonnin pysähtymään.
Muiden parametrien kuvaukset ovat API-viitteessä.