分享一点调prompt过程中的心得!和大家讨论
众所周知,同样的prompt,在不同模型中效果差别很大
但又有需要,于是根据模型的逻辑能力来适配,怎么个思路呢?
- 逻辑不强的模型,指令就要简单,越简单越容易执行,效果就越好;
- 逻辑强的模型,就告诉他如何思考,产生结果的步骤。让他一步步来,产生最终理想的效果。
这里,需要把大模型当程序员。在过去,我们与机器交互是通过高级语言(C, C++, python等),需要通过这些语言来让计算机明白我们想干什么;而现在,我们与达模型交互主要是依靠自然语言,说人话就能让计算机知道我们干什么了。
最近尝试按照Step结构写prompt,这样就可以调试了。
比如我写prompt的过程中会在 Step1完成后,直接让模型输出结果,不要后面的Steps,它就会老实输出它这一步的结果,我验证是否正确。
如果正确,再写后续的Steps。以此类推,几步下来,就可以清晰的让模型去做一个复杂的事情,稳定输出结果了。
重要的是,这样下来token不会太多,省钱🐶