如何提高ChatGPT回复质量:采用多轮指令
如何提高ChatGPT回复质量:采用多轮指令

如何提高ChatGPT回复质量:采用多轮指令

ChatGPT 提示词攻略:CO-STAR 框架详解

如何迭代优化你的 ChatGPT 指令

通过一个实际案例,学习如何通过不断改进指令来获得理想的输出。

指令迭代的重要性

在使用 ChatGPT 构建应用时,我们很少能一次性就得到最终所需的完美指令。但幸运的是,这并不重要。最关键的是你有一个好的迭代过程,能够不断地改进你的指令,直到找到最适合任务的那一个。

如果第一次的效果不理想,那么迭代的过程就是找出为什么指令不够清晰,或者为什么没有给模型足够的时间“思考”。通过多次循环,改进想法、完善指令,最终找到最适合你的应用程序的方案。

案例:从产品说明书生成营销文案

我们将以一个具体的例子来展示如何通过迭代来优化指令。假设我们有一个椅子的产品说明书,现在需要用它来生成一份面向营销团队的网站描述。

原始产品说明书

fact_sheet_chair = """
概述
    美丽的中世纪风格办公家具系列的一部分,包括文件柜、办公桌、书柜、会议桌等。
    多种外壳颜色和底座涂层可选。
    可选塑料前后靠背装饰(SWC-100)或10种面料和6种皮革的全面装饰(SWC-110)。
    底座涂层选项为:不锈钢、哑光黑色、光泽白色或铬。
    椅子可带或不带扶手。
    适用于家庭或商业场所。
    符合合同使用资格。
结构
    五个轮子的塑料涂层铝底座。
    气动椅子调节,方便升降。
尺寸
    宽度53厘米|20.87英寸
    深度51厘米|20.08英寸
    高度80厘米|31.50英寸
    座椅高度44厘米|17.32英寸
    座椅深度41厘米|16.14英寸
选项
    软地板或硬地板滚轮选项。
    两种座椅泡沫密度可选:中等(1.8磅/立方英尺)或高(2.8磅/立方英尺)。
    无扶手或8个位置PU扶手。
材料
外壳底座滑动件
    改性尼龙PA6/PA66涂层的铸铝。
    外壳厚度:10毫米。
    座椅
    HD36泡沫
原产国
    意大利
"""
                

ChatGPT示例:

ChatGPT示例响应图片

第一次尝试:基本指令

我们先从最简单的指令开始,让 ChatGPT 基于说明书编写产品描述。

prompt = f"""
您的任务是帮助营销团队基于技术说明书创建一个产品的营销描述。

根据```标记的技术说明书中提供的信息,编写一个产品描述。

技术说明: ```{fact_sheet_chair}```
"""
                

ChatGPT示例:

ChatGPT示例响应图片

**问题一:生成文本太长**。生成的文本虽然内容准确,但太长,不适合网站零售页面的需求。这是我们遇到的第一个问题。

第二次尝试:添加字数限制

为了解决这个问题,我们通过添加一个明确的字数限制来优化指令。

prompt = f"""
您的任务是帮助营销团队基于技术说明书创建一个产品的零售网站描述。

根据```标记的技术说明书中提供的信息,编写一个产品描述。

使用最多50个词。

技术规格:```{fact_sheet_chair}```
"""
                

ChatGPT示例:

ChatGPT示例响应图片

**问题二:文本关注在错误的细节上**。现在文本长度合理了,但我们发现它仍然专注于消费者可能感兴趣的特点,而我们的目标受众其实是家具零售商,他们更关心技术细节和材料。我们再次进行迭代。

第三次尝试:明确目标受众与重点

这一次,我们向指令中添加了更多关于目标受众和所需重点的信息。

prompt = f"""
您的任务是帮助营销团队基于技术说明书创建一个产品的零售网站描述。

根据```标记的技术说明书中提供的信息,编写一个产品描述。

该描述面向家具零售商,因此应具有技术性质,并侧重于产品的材料构造。

使用最多50个单词。

技术规格: ```{fact_sheet_chair}```
"""
                

ChatGPT示例:

ChatGPT示例响应图片

如果我想要在描述的末尾包含产品 ID,我还可以进一步优化指令。

prompt = f"""
您的任务是帮助营销团队基于技术说明书创建一个产品的零售网站描述。

根据```标记的技术说明书中提供的信息,编写一个产品描述。

该描述面向家具零售商,因此应具有技术性质,并侧重于产品的材料构造。

在描述末尾,包括技术规格中每个7个字符的产品ID。

使用最多50个单词。

技术规格: ```{fact_sheet_chair}```
"""
                

ChatGPT示例:

ChatGPT示例响应图片

高级迭代:结构化输出与格式化

以上是一个简单的迭代示例,而许多成功的指令都是通过这种迭代过程得出的。我将向您展示一个更复杂的提示示例,可能会让您对 ChatGPT 的能力有更深入的了解。这里我添加了一些额外的说明,要求它抽取信息并组织成表格,并指定表格的列、表名和格式,还要求它将所有内容格式化为可以在网页使用的 HTML。

prompt = f"""
您的任务是帮助营销团队基于技术说明书创建一个产品的零售网站描述。
根据```标记的技术说明书中提供的信息,编写一个产品描述。
该描述面向家具零售商,因此应具有技术性质,并侧重于产品的材料构造。
在描述末尾,包括技术规格中每个7个字符的产品ID。
在描述之后,包括一个表格,提供产品的尺寸。表格应该有两列。第一列包括尺寸的名称。第二列只包括英寸的测量值。
给表格命名为“产品尺寸”。
将所有内容格式化为可用于网站的HTML格式。将描述放在
元素中。 技术规格:```{fact_sheet_chair}``` """

ChatGPT示例:

ChatGPT示例响应图片

这个例子展示了如何通过详细的指令,让 ChatGPT 不仅生成文本,还能按照你的要求进行结构化和格式化,从而一步到位地生成可直接使用的代码。

总结

在这些要求的基础上,通常值得首先尝试编写指令,看看会发生什么,然后从那里开始迭代地完善指令,以逐渐接近所需的结果。请记住,清晰明确的指令是基础,而迭代优化则是成功的关键。

返回: 【硅谷AI推荐】ChatGPT速成实操指南(大学生必修课)

OpenAI 推出ChatGPT Edu团购版价格更划算

X