生成式预训练转换器 （GPT） 已成为处理各种任务的强大工具。然而，要真正利用他们的潜力，了解可以优化他们绩效的战略和战术至关重要。本指南深入探讨了充分利用 GPT 的最佳实践，编写了最佳的 ChatGPT 提示，并提供了对可以增强结果的六个关键策略的见解。
1. 明确的说明
第一个策略围绕着明确指示的重要性。GPT 虽然聪明，但不是读心者。当给出明确和详细的说明时，它们表现最佳。如果您发现输出太长，请请求简短回复。如果您想要专家级写作，请指定它。您的指示越精确，您可以期望的结果就越好。提高指令清晰度的一些策略包括：
- 提供详细查询以获取更相关的答案。
- 请求模型采用特定角色。
- 使用分隔符来区分输入的不同部分。
- 概述完成任务所需的步骤。
- 提供示例来指导模型。
- 指定所需的输出长度。
2. 参考文本
第二种策略涉及使用参考文本。GPT 在寻求提供答案的过程中，有时会产生虚构的响应，尤其是在处理晦涩难懂的主题或要求提供引文和 URL 时。提供参考文本可以帮助模型生成更准确且更少捏造的响应。这方面的策略包括指示模型使用参考文本回答或使用参考文本中的引用来回答。
使用分隔符清楚地指示输入的参考文本
分隔符，如三引号、XML 标记、节标题等。可以帮助划分要区别对待的文本部分。对于此类简单的任务，使用分隔符可能不会对输出质量产生影响。但是，任务越复杂，消除任务详细信息的歧义就越重要。让 GPT 轻松准确理解您对他们的要求。
分隔符示例：
“”“在此处插入参考文本 ”“”
<文章>在此处插入参考文本</文章>
摘要：在此处插入参考文本
3. 分解复杂任务
第三种策略是将复杂的任务分解为更简单的子任务。就像在软件工程中一样，将复杂的任务分解为模块化组件可以带来更好的结果。复杂任务往往比简单任务具有更高的错误率。通过将复杂任务重新定义为简单任务的工作流，可以提高输出的准确性。此策略的策略包括使用意图分类来识别与用户查询最相关的指令，汇总或筛选长对话的上一个对话，以及分段汇总长文档并以递归方式构造完整的摘要。
4. 计算
第四个策略是给GPT时间“思考”。正如人类需要时间来找出答案一样，GPT 也可以从类似的方法中受益。在回答之前要求一系列推理可以帮助 GPT 更可靠地推理正确答案。此策略的策略包括指示模型在匆忙得出结论之前制定自己的解决方案，使用内心独白或一系列查询来指导模型的推理过程，并询问模型是否在以前的传递中遗漏了任何内容。
5. 外部工具
第五种策略涉及使用外部工具。GPT 虽然功能强大，但也有其局限性。通过使用其他工具的输出，您可以弥补这些弱点。例如，文本检索系统可以通知 GPT 有关相关文档的信息，代码执行引擎可以帮助 GPT 执行数学运算和运行代码。此策略的策略包括使用基于嵌入的搜索进行有效的知识检索，并使用代码执行进行更准确的计算或调用外部 API。
6. 测试提示
最后的策略是系统地测试更改。为了确保对提示的修改带来更好的性能，定义一个全面的测试套件至关重要。这允许您参考黄金标准答案评估模型输出，确保所做的任何更改都有利于性能。
总之，虽然 GPT 是强大的工具，但通过遵循这些战略和战术可以显着提高它们的性能。通过提供明确的说明、使用参考文本、分解复杂任务、让模型有时间思考、使用外部工具以及系统地测试更改，您可以优化从 GPT 获得的结果。 请记住，成功的关键在于实验和找到最适合您特定需求的方法。
