单个提示词优化策略
一、提供详细的请求信息
为了获得高度相关的回复，请确保在请求中提供任何重要的细节或上下文信息
| 反面示例 | 正确姿势 |
|---|---|
| 谁是总统？ | 2014年，谁是美国总统？ |
| 给我推荐一些电影 | 给我推荐3-5部中国内地近3年上映的喜剧电影 |
| 编写代码计算斐波那契数列 | 编写python代码计算斐波那契数列，对每行代码进行注释，解释代码的作用以及为什么要这样写 |
二、要求模型进行角色扮演
规定模型的角色，可以让模型更了解回答风格的定位
示例：
我希望你能充当一位小说家。你将创作出引人入胜的创意故事，能够吸引读者长时间阅读。你可以选择任何类型的小说，如奇幻、浪漫、历史虚构等，但目标是写出具有出色情节、吸引人物和意外高潮的作品。我的第一个请求是："我需要写一本设定在未来的科幻小说。
三、通过使用分隔符清晰标识输入内容的不同部分
在文本中使用三引号、XML 标记、章节标题等分隔符，有助于将需要区别对待的部分进行划分。
示例：
你将收到两篇关于同一主题的文章（用 XML 标记分隔）。首先总结每篇文章的论点，然后指出哪篇文章的论点更好，并解释原因。
<文章>第一篇文章</文章>
<文章>第二篇文章</文章>
四、指定完成任务所需的步骤
对于某些任务，最好以一系列连贯的步骤来明确指定。明确写出这些步骤可以使模型更容易地按照它们进行操作
示例：
使用以下分步说明来回复用户输入。
步骤 1 - 用户将用三引号提供文本。用一句话概括这段文字，前缀为 "Summary: "
步骤 2 - 将步骤 1 中的摘要翻译成西班牙语，前缀为 "Translation："
五、提供示例（Few-shot）
提供适用于所有示例的一般说明通常比通过示例演示任务的所有排列组合更有效，但在某些情况下，提供示例可能更容易
示例：
中文：我爱你
英文：I love you
中文：我想你
英文：I miss you
中文：你在哪儿？
英文：
模型输出：
Where are you？
六、指定所需的输出长度
可以要求模型生成具有给定目标长度的输出。
示例：
用大约 50 个字概括用三引号分隔的文本。
"""文本内容"""