动态

分析1500+论文,总结5大最有效提示技巧

Lenny Rachitsky
专业提示工程师 @SanderSchulhoff 及其团队分析了超过1500篇学术论文,涵盖200多种提示技术。以下是他们发现的最有效的5种提示技巧(附示例):

1. 少样本提示
不要只是提问并期望最好的结果,而是在提示中包含2-5个正确示例。例如,对于分类支持工单:

工单:“我无法重置密码。”
类别:账户访问
---
工单:“上传文件时应用崩溃。”
类别:Bug报告
---
工单:“我想升级到专业版。”
类别:

2. 分解
不要立即要求答案,而是让LLM先找出解决该问题所涉及的子问题。例如:

“有哪些子问题?”
...
“好的,现在逐一解决这些子问题。”

3. 自我批评
让GPT反思其回答。这可以提高可靠性和准确性——尤其是在逻辑密集型或高风险任务中。例如:

“嘿,你能检查一下你的回答吗?”或
“你能给自己一些批评吗?”
...
“很好的批评!为什么不去实现它呢?”

4. 添加上下文/附加信息
你给出的任务信息越多,模型表现越好。想象一下让实习生做某事——你给出的细节越多,他们就能做得越好。

不要只说:

为此支持工单撰写回复:“为什么我的付款被拒绝?这太荒谬了。”

而是:

你正在回复一位沮丧的客户。他们使用的是付费计划,付款刚刚失败。保持共情的语气,不提及升级,并包含重试付款的链接。以下是客户的消息:
“为什么我的付款被拒绝?这太荒谬了。”

5. 使用集成提示
LLM可能不一致,因此不要依赖单一回复。运行提示的3-5个变体,然后:
• 比较答案
• 对最佳答案进行排名或投票
• 可选地重新输入最佳选择以进行优化

更多策略请访问:
https://youtube.com/watch?v=eKuFqQKYRrA
动态Lenny Rachitsky2025-06-20原文

相关内容