ChatGPT 火了 5 个月，你知道如何提示才能最大程度发挥其性能吗？

原文链接：https://medium.com/sopmac-ai/prompt-engineering-tips-for-chatgpt-73c3dca6f99d

未经授权，禁止转载！

作者 | Ivan Campos

译者 | 弯月 责编 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

作为大型语言模型接口，ChatGPT 生成的响应令人刮目相看，然而，解锁其真正威力的关键还是在于提示工程。

在本文中，我们将揭示制作提示的专家级技巧，以生成更准确、更有意义的响应。无论你使用 ChatGPT 是为了服务客户、创建内容，还是仅仅为了娱乐，本文提供的知识和工具可以帮助你优化 ChatGPT 的提示。

自问法指的是，让模型在回答初始问题之前，先想一想（然后回答），再回答最初的问题。

以上，我们介绍了 5 种最先进的模式，下面我们来看一看与提示工程相关的几种反模式。

提示泄露

同理，提示不仅会被忽略，还有可能被泄露。

提示泄露是一个安全漏洞，攻击者可以提取模型自带的提示，Bing 在发布自己的 ChatGPT 集成后不久后，就遇到了这样的情况。

从广义上讲，提示注入和提示泄漏大致如下所示：

虽然总有一些行为不端者希望利用你公开的提示，但就像通过准备好的语句防止 SQL 注入一样，我们也可以创建防御性的提示来对抗不良提示。

三明治防御就是这样的一种技术，你可以将用户的输入与你的提示目标“夹在中间”。

ChatGPT 响应是不确定的，这意味着即使输入相同的提示，模型也有可能返回不同的响应。为了应对不确定性结果的不可预测性，你可以在使用OpenAI API时，将参数 temperature 设置为零或很低的值。

你可以自由尝试本文介绍的提示技巧，但是，在探索时请记住大型语言模型的不确定性：

▶ ChatGPT（ai.com）：OpenAI 的公共聊天机器人界面。

▶ OpenAI Playground：注册 OpenAI API 密钥后，你可以通过 OpenAI 的 playground 测试你的提示和相应的参数，例如参数temperature等。

▶ Vercel AI Playground：免费的练习场所。你可以比较多个大型语言模型的提示结果，包括 GPT-4 和 Anthropic 的 Claude 等。

▶ OpenAI API JavaScript Jumpstart（需要 OpenAI API 密钥）：我开源的一个 UI，你可以全权控制 OpenAI 的提示、呈现方式并计算每个提示的成本。