Ten przewodnik zawiera materiały, które pomagają użytkownikom ChatGPT tworzyć skuteczne polecenia i uzyskiwać wysokiej jakości odpowiedzi.
Czym jest polecenie?
Polecenie dla dużego modelu językowego (LLM) to dane wejściowe w formie tekstu, które rozpoczynają rozmowę lub wywołują odpowiedź modelu. Może jednak mieć też inne formy, takie jak obraz lub dźwięk.
Czym jest inżynieria poleceń?
Inżynieria poleceń to proces projektowania i optymalizowania poleceń wejściowych w celu skutecznego kierowania odpowiedziami modelu językowego.
Ogólne najlepsze praktyki
Pisz jasno i konkretnie
Upewnij się, że Twoje polecenia są jasne, konkretne i zawierają wystarczająco dużo kontekstu, aby model zrozumiał, o co prosisz. Unikaj niejednoznaczności i formułuj polecenia możliwie precyzyjnie, aby uzyskać trafne i adekwatne odpowiedzi.
Iteracyjne udoskonalanie
Inżynieria poleceń często wymaga iteracyjnego podejścia. Zacznij od początkowego polecenia, przejrzyj odpowiedź i dopracuj polecenie na podstawie wyniku. W razie potrzeby dostosuj sformułowania, dodaj więcej kontekstu lub uprość prośbę, aby poprawić wyniki.
Prośba o inny ton
Używaj opisowych przymiotników, aby wskazać ton. Słowa takie jak formalny, nieformalny, przyjazny, profesjonalny, humorystyczny lub poważny mogą pomóc pokierować modelem. Na przykład: „Wyjaśnij to przyjaznym i angażującym tonem”.
Dodatkowe materiały
Mamy wiele materiałów o najlepszych praktykach tworzenia skutecznych poleceń. Choć niektóre mogą odnosić się do naszego API, same rekomendacje są istotne dla ChatGPT.
Poniższe przewodniki nie dotyczą konkretnie tworzenia poleceń, ale także pomogą Ci w pełni wykorzystać ChatGPT