teknik untuk Kejuruteraan Cepat Berkesan
Dalam Casino Royale (2006), James Bond menentukan ramuan tepat untuk Vesper martininya: 3 sukat Gordons, 1 daripada Vodka, setengah sukat Kina Lillet, digoncang di atas ais dengan hirisan nipis kulit limau.
Dengan memperincikan komponen, Bond memastikan minuman yang unggul. Begitu juga, dalam berinteraksi dengan model bahasa besar (LLM), kekhususan dan kejelasan gesaan anda menentukan kualiti output.
Proses ini, yang dikenali sebagai kejuruteraan segera, adalah penting untuk mendapatkan respons yang tepat dan berkaitan daripada sistem AI.
Apakah itu Kejuruteraan Segera?
Kejuruteraan segera melibatkan pembuatan arahan yang tepat untuk mengoptimumkan respons LLM. Lebih terperinci dan spesifik gesaan input, lebih relevan dan sejajar output akan menjadi dengan keperluan anda.
Contoh:
Jika anda bertanya kepada LLM, "Ringkaskan kejuruteraan segera", jawapannya mungkin kabur. Walau bagaimanapun, dengan menyatakan permintaan seperti ini:
Prompt: “Berikan ringkasan 100 perkataan tentang kejuruteraan segera, ditujukan kepada pengguna bukan teknikal.”
LLM kini dibimbing untuk memberikan jawapan yang ringkas dan khusus penonton.
Output:
"Kejuruteraan segera sedang merangka arahan yang berkesan untuk sistem AI seperti ChatGPT untuk mendapatkan hasil yang terbaik. Ia melibatkan menjadi khusus, menyediakan konteks dan memecahkan soalan yang kompleks. Dengan menentukan format, memberikan contoh atau menetapkan sempadan, kejuruteraan segera memastikan komunikasi yang jelas dengan Pembantu AI."
Kaedah meminta keluaran khusus ini menunjukkan cara untuk "mereka" gesaan untuk mendapatkan hasil yang diingini dan tepat.
Komponen Gesaan LLM yang Baik
1 Konteks: Konteks menyediakan LLM maklumat tambahan yang membantunya memahami permintaan anda dengan lebih lengkap. Dengan membenamkan konteks yang berkaitan, AI boleh menjana respons yang lebih tepat dan disesuaikan.
Contoh:
Katakan anda sedang mengusahakan projek C# dan ingin mengubah suai definisi kelas. Konteks di sini boleh menjadi coretan kod.
Prompt dengan Konteks:
"Memberi kod C# ini:
Pengguna kelas awam { public int UserId { get; set; } rentetan awam Nama { get; set; } rentetan awam E-mel { dapatkan; set; } rentetan awam Nombor Telefon { dapatkan; set; } }
Ubah suai kelas untuk menjadikan UserId dan Nama baca sahaja dan tetapkannya dalam pembina."
Output:
public class User { public int UserId { get; } public string Name { get; } public string Email { get; set; } public string PhoneNumber { get; set; } public User(int userId, string name) { UserId = userId; Name = name; } }
Contoh ini menggambarkan kepentingan menyediakan konteks yang relevan untuk membimbing LLM dalam menjana respons yang betul.
- Soalan Pengguna: Soalan ialah bahagian utama gesaan. Ia hendaklah satu guna, khusus dan ringkas.
Contoh:
Jika anda ingin mencipta kelas pengguna dalam C# dengan medan tertentu, nyatakan medan dan tingkah laku yang diperlukan dengan jelas.
Soalan Samar:
"Buat kelas pengguna."
Soalan Khusus:
"Buat kelas pengguna C# dengan medan: UserId, Nama, Nombor Telefon. Jadikan UserId baca sahaja dan tambah pembina untuk menetapkan medan ini."
Output:
public class User { public int UserId { get; } public string Name { get; } public string Email { get; set; } public string PhoneNumber { get; set; } public User(int userId, string name) { UserId = userId; Name = name; } }
- Panduan Output: Anda boleh membimbing output model dengan memberikan contoh format yang anda inginkan.
Contoh:
Jika anda perlu menjana data tiruan untuk kelas Pengguna, berikan contoh rupa data itu.
Prompt dengan Contoh:
"Janakan 5 kejadian kelas Pengguna dengan medan ini: UserId, Nama, E-mel, Nombor Telefon. Gunakan format berikut sebagai contoh:
var user1 = Pengguna baharu(1, "John Doe", "john.doe@example.com", "555-555-5555");
Berikut ialah beberapa contoh:
var user2 = Pengguna baharu(2, "Jane Doe", "jane.doe@example.com", "555-555-5556");
Sekarang jana 5 kejadian."
Output:
public class User { public int UserId { get; } public string Name { get; set; } public string PhoneNumber { get; set; } public User(int userId, string name, string phoneNumber) { UserId = userId; Name = name; PhoneNumber = phoneNumber; } }
Teknik Kejuruteraan Segera Berkesan
- Gesaan Tangkapan Sifar: LLM menjana respons berdasarkan data latihannya tanpa contoh yang jelas. Ini berkesan untuk menjana penyelesaian atau jawapan generik berdasarkan corak yang telah ditetapkan.
Contoh:
Prompt: "Buat ujian unit untuk kelas Pengguna menggunakan xUnit dalam C#."
Output:
var user1 = new User(1, "John Smith", "john.smith@example.com", "555-555-5555"); var user2 = new User(2, "Jane Doe", "jane.doe@example.com", "555-555-5556"); var user3 = new User(3, "Mary Johnson", "mary.johnson@example.com", "555-555-5557"); var user4 = new User(4, "David Lee", "david.lee@example.com", "555-555-5558"); var user5 = new User(5, "Linda White", "linda.white@example.com", "555-555-5559");
- Gesaan Beberapa Tangkapan: Berikan beberapa contoh untuk membimbing model dalam menjana format output yang diingini.
Contoh:
Untuk menjana data bagi kelas Pengguna, anda mungkin menggunakan beberapa contoh titik data untuk membimbing format output.
Prompt dengan Contoh Sedikit Tangkapan:
"Berikut ialah beberapa contoh kelas Pengguna:
var user1 = Pengguna baharu(1, "John Smith", "john.smith@example.com", "555-555-5555");
var user2 = Pengguna baharu(2, "Jane Doe", "jane.doe@example.com", "555-555-5556");
Sekarang buat 3 kejadian lagi mengikut corak yang sama."
Output:
public class UserTests { [Fact] public void UserConstructor_SetsProperties() { // Arrange var user = new User(1, "John Doe", "john.doe@example.com", "555-555-5555"); // Act & Assert Assert.Equal(1, user.UserId); Assert.Equal("John Doe", user.Name); Assert.Equal("john.doe@example.com", user.Email); Assert.Equal("555-555-5555", user.PhoneNumber); } }
- Perantaian Segera: Perhalusi pertanyaan anda secara berulang berdasarkan respons sebelumnya, membolehkan model membina interaksi terdahulu.
Contoh:
Mulakan dengan gesaan mudah dan ubah suainya secara berperingkat.
Gesaan Pertama:
"Buat kelas Pengguna asas dalam Python."
Output:
public class User { public int UserId { get; } public string Name { get; } public string Email { get; set; } public string PhoneNumber { get; set; } public User(int userId, string name) { UserId = userId; Name = name; } }
Gesaan Susulan:
"Tukar kelas ini kepada C#."
Output:
public class User { public int UserId { get; } public string Name { get; set; } public string PhoneNumber { get; set; } public User(int userId, string name, string phoneNumber) { UserId = userId; Name = name; PhoneNumber = phoneNumber; } }
Gesaan Akhir:
"Jadikan sifat Kata Laluan peribadi, dan tambahkan sifat DateTime CreatedAt yang dimulakan dalam pembina."
Output:
var user1 = new User(1, "John Smith", "john.smith@example.com", "555-555-5555"); var user2 = new User(2, "Jane Doe", "jane.doe@example.com", "555-555-5556"); var user3 = new User(3, "Mary Johnson", "mary.johnson@example.com", "555-555-5557"); var user4 = new User(4, "David Lee", "david.lee@example.com", "555-555-5558"); var user5 = new User(5, "Linda White", "linda.white@example.com", "555-555-5559");
- Gesaan Rantaian Pemikiran: Sediakan arahan berbilang langkah, membantu LLM mendekati masalah yang rumit langkah demi langkah.
Contoh:
Prompt:
*"Buat satu set ujian unit untuk kelas C# berikut:
Pengguna kelas awam { public int UserId { get; set; } rentetan awam Nama { get; set; } rentetan awam Nombor Telefon { dapatkan; set; } }
Fikirkan langkah demi langkah:
- Kenal pasti senario utama untuk diuji.
- Tulis ujian unit menggunakan xUnit.
- Pertimbangkan kes tepi."*
Output:
public class UserTests { [Fact] public void UserConstructor_SetsProperties() { // Arrange var user = new User(1, "John Doe", "john.doe@example.com", "555-555-5555"); // Act & Assert Assert.Equal(1, user.UserId); Assert.Equal("John Doe", user.Name); Assert.Equal("john.doe@example.com", user.Email); Assert.Equal("555-555-5555", user.PhoneNumber); } }
Artikel itu pada asalnya ditulis oleh Jim, ketua Devreal di Pieces for Developers. Anda boleh mendapatkan lebih banyak contoh dan nuansa dalam artikel ini https://pieces.app/blog/llm-prompt-engineering
Atas ialah kandungan terperinci teknik untuk Kejuruteraan Cepat Berkesan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Enjin JavaScript yang berbeza mempunyai kesan yang berbeza apabila menguraikan dan melaksanakan kod JavaScript, kerana prinsip pelaksanaan dan strategi pengoptimuman setiap enjin berbeza. 1. Analisis leksikal: Menukar kod sumber ke dalam unit leksikal. 2. Analisis Tatabahasa: Menjana pokok sintaks abstrak. 3. Pengoptimuman dan Penyusunan: Menjana kod mesin melalui pengkompil JIT. 4. Jalankan: Jalankan kod mesin. Enjin V8 mengoptimumkan melalui kompilasi segera dan kelas tersembunyi, Spidermonkey menggunakan sistem kesimpulan jenis, menghasilkan prestasi prestasi yang berbeza pada kod yang sama.

Python lebih sesuai untuk pemula, dengan lengkung pembelajaran yang lancar dan sintaks ringkas; JavaScript sesuai untuk pembangunan front-end, dengan lengkung pembelajaran yang curam dan sintaks yang fleksibel. 1. Sintaks Python adalah intuitif dan sesuai untuk sains data dan pembangunan back-end. 2. JavaScript adalah fleksibel dan digunakan secara meluas dalam pengaturcaraan depan dan pelayan.

Peralihan dari C/C ke JavaScript memerlukan menyesuaikan diri dengan menaip dinamik, pengumpulan sampah dan pengaturcaraan asynchronous. 1) C/C adalah bahasa yang ditaip secara statik yang memerlukan pengurusan memori manual, manakala JavaScript ditaip secara dinamik dan pengumpulan sampah diproses secara automatik. 2) C/C perlu dikumpulkan ke dalam kod mesin, manakala JavaScript adalah bahasa yang ditafsirkan. 3) JavaScript memperkenalkan konsep seperti penutupan, rantaian prototaip dan janji, yang meningkatkan keupayaan pengaturcaraan fleksibiliti dan asynchronous.

Penggunaan utama JavaScript dalam pembangunan web termasuk interaksi klien, pengesahan bentuk dan komunikasi tak segerak. 1) kemas kini kandungan dinamik dan interaksi pengguna melalui operasi DOM; 2) pengesahan pelanggan dijalankan sebelum pengguna mengemukakan data untuk meningkatkan pengalaman pengguna; 3) Komunikasi yang tidak bersesuaian dengan pelayan dicapai melalui teknologi Ajax.

Aplikasi JavaScript di dunia nyata termasuk pembangunan depan dan back-end. 1) Memaparkan aplikasi front-end dengan membina aplikasi senarai TODO, yang melibatkan operasi DOM dan pemprosesan acara. 2) Membina Restfulapi melalui Node.js dan menyatakan untuk menunjukkan aplikasi back-end.

Memahami bagaimana enjin JavaScript berfungsi secara dalaman adalah penting kepada pemaju kerana ia membantu menulis kod yang lebih cekap dan memahami kesesakan prestasi dan strategi pengoptimuman. 1) aliran kerja enjin termasuk tiga peringkat: parsing, penyusun dan pelaksanaan; 2) Semasa proses pelaksanaan, enjin akan melakukan pengoptimuman dinamik, seperti cache dalam talian dan kelas tersembunyi; 3) Amalan terbaik termasuk mengelakkan pembolehubah global, mengoptimumkan gelung, menggunakan const dan membiarkan, dan mengelakkan penggunaan penutupan yang berlebihan.

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Kedua -dua pilihan Python dan JavaScript dalam persekitaran pembangunan adalah penting. 1) Persekitaran pembangunan Python termasuk Pycharm, Jupyternotebook dan Anaconda, yang sesuai untuk sains data dan prototaip cepat. 2) Persekitaran pembangunan JavaScript termasuk node.js, vscode dan webpack, yang sesuai untuk pembangunan front-end dan back-end. Memilih alat yang betul mengikut keperluan projek dapat meningkatkan kecekapan pembangunan dan kadar kejayaan projek.
