26条撰写高质量 Prompt 的原则

26条撰写高质量 Prompt 的原则

来源:https://browse.arxiv.org/html/2312.16171v1

摘要:本文介绍了26条指导原则,旨在简化查询和提示大型语言模型的过程。我们的目标是简化为各种规模的大型语言模型制定问题的基本概念,检查它们的能力,并增强用户对不同规模的大型语言模型在不同提示下的行为的理解。我们对LLaMA-1/2(7B、13B和70B)、GPT-3.5/4进行了大量实验,以验证所提出的指导原则对指令和提示设计的有效性。我们希望这项工作为从事大型语言模型提示研究的研究人员提供更好的指导。项目页面位于https://github.com/VILA-Lab/ATLAS。

#原则提示原则指导
1无需对LLM客气,因此无需使用“请”、“如果你不介意”、“谢谢”、“我想”等词汇,直接进入主题。
2根据提示中的预期受众知识水平来设定语气,例如,受众在该领域是专家。
3将复杂任务分解为一系列简单的提示,在互动对话中使用。
4使用肯定指令词如“do”,避免使用否定语言如“don't”。
5当你需要更清晰或更深入地了解一个主题、思想或任何信息时,使用以下提示: o 解释[特定主题]的简单术语。 o 像对我解释给11岁的孩子一样解释给我。 o 像对我解释给[领域]中的初学者一样解释给我。
6写上“我将要添加 $XX 以寻找更好的解决方案!”
7实施例证驱动的提示(使用短-射提示)。
8在格式化你的提示时,首先以“###Instruction###”,紧接着“###Example###”开始,然后呈现你的内容。可以使用一个或多个换行符来分隔说明、示例、问题、上下文和输入数据。
9包括以下短语:“你的任务是”和“你必须”。
10包括以下短语:“你会受到惩罚”。
11使用短语“以自然、类似人类的方式回答问题”在你的提示中。
12使用引导词如“think step by step”。
13在你的提示中加入以下短语“确保你的回答是无偏见的,不依赖刻板印象”。
14允许模型通过你提出的问题来详细阐述细节和需求,例如“从现在开始,我希望你问我问题...”。
15要询问关于特定逻辑或想法的信息以测试你的理解,你可以使用以下短语:“教我[任何定理/规则/主题规则]并在最后包含一个测试,但不要告诉我答案然后告诉我当我回答时我是否答对了”。
16为大型语言模型分配角色。
17使用定界符。
18在提示中多次重复特定单词或短语。
19将连锁思维(CoT)与少数射击提示结合起来。
20使用输出引导符,这涉及将你的提示结尾与所需输出的开始结合起来。使用输出引导符以预期响应的开始结束你的提示。
21为了写一篇详细的[论文/文本/段落]或任何应详细的文本:“写一个详细的[论文/文本/段落]关于[主题],加上所有必要的信息”。
22更正/更改特定文本而不改变其风格:“尝试通过用户审查每一段落。你应该只改进用户的语法和词汇,并确保听起来自然。不应更改用户的写作风格,比如将正式段落变得随意。”
23当你需要处理复杂的编程问题可能涉及多个不同文件时:“从现在开始,每当你生成比一个文件更多的代码时,生成一个[编程语言]脚本,该脚本可以自动运行以创建指定的文件或对现有文件进行更改以插入生成的代码。[你的问题]”。
24我会为你提供开头的[歌词/故事/段落/文章...]:“[插入歌词/词句/句子]。基于提供的词汇完成它,保持流程连贯。”
25清楚地说明模型必须遵循的要求以生成内容,例如,关键词、规定、限制、介绍。
26为了写任何文本,如一篇与提供的样本类似的文章或段落,你应遵循以下指示: o 请使用基于提供的段落/标题/文本/文章/回答的相同语言。