Prime Day 教给我的提示工程经验
我想精通提示工程。
我不想要花哨的技巧。我想要的是实用的技能。我想知道如何提问，才能让答案值得信赖。
大多数教程都使用虚假示例。如果你对某个话题并不感兴趣，很难发现答案中的错误。
所以我用我的亚马逊购物车进行了练习。我想知道我的优惠是真实的，还是仅仅是营销手段。这关乎我自己的真金白银。
以下是我的心得。
- 打破锚定效应 营销人员利用“吊牌价”让折扣看起来非常巨大。如果你问“这个划算吗？”，模型往往会接受那个虚假的吊牌价。
解决方法：告诉模型忽略吊牌价。要求它将当前价格与过去 6-12 个月的实际市场价进行比较。
- 定义你的标准 像“哪个更好？”这样的提示词是毫无用处的。“更好”在没有上下文的情况下没有任何意义。
解决方法：使用加权标准。明确告诉模型哪些因素最重要。
- 30% 价格
- 25% 清洁能力
- 20% 续航时间
- 15% HEPA 过滤器
- 10% 维护成本
此外，要将“最划算的交易”与“最好的产品”区分开来。一个产品可能质量很高，但性价比很低。
- 强制进行数学计算 模型在数学方面可能表现得很自信，但结果却是错的。它们在总结时经常出错。
解决方法：告诉模型“显式展示计算过程”。如果模型逐步写出减法步骤，产生幻觉（hallucinate）结果的可能性就会降低。
- 内容重于格式 如果你达到了字符限制，提示词的结尾就会丢失。
解决方法：将最重要的指令放在最前面。不要在冗长的标题或客套话上浪费空间。将“打破锚定”和“加权标准”放在顶部。
5 个核心技巧： • 使用角色以提高清晰度。告诉它扮演定价分析师。 • 要求特定的结构。要求提供表格或明确的结论。 • 使用少样本示例 (few-shot examples)。给它一个完美答案的示例。 • 在给出结论前要求推理过程。这会迫使模型进行思考。 • 添加不确定性条款。告诉它如果找不到数据，请说明“未经证实”。
提示工程本质上是调试 (debugging)。不要仅仅接受第一个答案。找出模型出错的地方，并针对性地修复该部分。
Source: https://dev.to/cseeman/what-prime-day-taught-me-about-prompt-engineering-3gek
Optional learning community: https://t.me/GyaanSetuAi