人工智能提示工程师使用ChatGPT获得最佳结果的三种方法

人工智能
Anna Bernstein是Copy.ai公司的一名人工智能提示工程师,该公司的业务主要是开发生成帖子和电子邮件的人工智能工具。

Anna Bernstein是Copy.ai公司的一名人工智能提示工程师,该公司的业务主要是开发生成帖子和电子邮件的人工智能工具。

Bernstein的主要工作是编写提示词,以训练人工智能机器人生成高质量并且表达准确的文章。以下是关于人工智能提示工程如何编写提示词并从人工智能中获得最佳结果的三个技巧。

当Anna Bernstein还是一名自由撰稿人和历史研究助理时,她花费很多时间在图书馆查阅资料,现在她是一名人工智能提示工程师,帮助优化ChatGPT这一世界上最尖端的技术。

Bernstein表示,她成为人工智能提示工程师的旅程始于2021年夏天,当时她在一家爵士酒吧遇到了Copy.ai公司的一位创始人。据他介绍,该公司开发了一款人工智能工具,可以为博客、销售邮件和社交媒体帖子生成脚本。

他表示,在OpenAI公司的GPT-3语言模型上运行的人工智能在输出质量上遇到了一些问题,并询问Bernstein是否想尝试成为一名人工智能提示工程师。尽管她是英语专业的毕业生,并且没有任何技术背景,但她还是答应了,因为她不喜欢自由职业带来的经济压力,而这个职位对于她来说似乎很有趣。

不久之后,Bernstein得到了一份为期一个月的合同,负责调整人工智能不同类型的音调。起初,她不知道自己在做什么,这位创始人随后向她解释说,其提示的工作有点像写咒语:如果说错了咒语,人工智能就会出现一些轻微的错误,反之亦然。在接受了他的建议之后,Bernstein设法想出了一个调整音调更好的解决方案,这种成功让她得到了这份全职工作。

从那时起,Bernstein扩大了其工作范围。现在她正在致力与改进现有人工智能工具,并帮助该公司创建新的工具,其目标是让人工智能为用户提供最佳响应。

实际上,Bernstein每天都在写基于文本的提示(由于签署了保密协议,她没有透露其提示的内容),把它们输入到人工智能工具的后端,这样它们就可以做一些事情,例如生成一篇高质量、语法正确、事实准确的博客文章。

Bernstein通过围绕用户的请求设计文本来做到这一点。简单来说,用户输入类似于撰写“一双运动鞋的产品描述”这样的内容,她就会在后端收到这些内容。那么,她的工作就是编写提示,让查询通过以下方式生成最佳输出:

  • 说明,或者“写一份关于这个产品的描述。”
  • 遵循范例,或者“这里有一些不错的产品描述,写一个这样的描述。”

除了在Bernstein的工作中纯粹的提示工程部分,她还建议模型如何表现,为什么可能会这样表现,使用哪个模型,是否可以制作一个特定的工具,以及应该采取什么方法来做到这一点。

Bernstein表示,她喜欢这份工作中“疯狂科学家”的部分,因为可以想出一个愚蠢的想法,并看到它在实际上起到什么作用。作为一名诗歌爱好者,这个工作角色也助长了她对语言的痴迷,这是她的文学背景和分析思维的奇怪交集。

然而,这项工作是不可预测的。新的语言模型一直在出现,这意味着Bernstein总是不得不重新调整她的提示。这项工作本身可能很乏味。有些时候,她沉迷于修改和测试一个提示符几个小时,有时甚至是几个星期,只是为了让它们能够工作。

与此同时,不知道接下来会发生什么令人兴奋的事情。除了一些人不理解她的工作之外,Bernstein注意到人们关于人工智能的一个重大误解是,人工智能系统有感知能力,但实际上它没有。当人工智能试图谈论时,人们可能大吃一惊,因在它所说的话中看到了人们太多的恐惧,但这是因为它是根据人们对人工智能的恐惧和科幻描述来训练的。

写出良好的提示很容易学会,但很难掌握。让人工智能系统做人们想让它做的事情需要反复尝试,随着时间的推移,Bernstein学会了采用一些奇怪的策略,并且她的一些提示结构也很复杂。

以下是一些可以帮助开发更好人工智能提示的技巧:

(1)使用同义词库

不要因为第一个提示没有得到想要的结果而放弃一个概念。在通常情况下,找到正确的词语或措辞可以完成正在做的事情。

(2)注意动词

如果想让人工智能完全理解请求,确保提示包含一个动词,清楚地表达意图。例如,“浓缩这个”比“把这个重新写得更短”更有力。

(3)ChatGPT在识别意图方面很出色,所以可以使用它

从一开始就清楚地介绍要做的事情,并在措辞、时态和方法上有所调整。可以试着写,“今天,我们要写一个XYZ,”或者,“我们要写一个XYZ,我们需要你的意见。”在所做的事情上尝试不同的方法可以带来不同的影响。

责任编辑:华轩 来源: 企业网D1Net
相关推荐

2021-08-11 09:33:04

人工智能客户关系AI

2022-05-20 16:14:37

人工智能AI建筑行业

2022-08-23 10:32:33

人工智能人工智能决策

2017-12-06 19:20:21

2022-04-27 13:20:01

智能照明智能建筑

2021-02-24 10:42:51

人工智能AI深度学习

2023-06-15 15:12:19

2015-07-01 09:17:29

数据中心数据中心模型

2023-10-20 10:17:23

2019-09-11 11:09:54

人工智能数据机器学习

2010-11-12 14:00:24

Transact-SQ

2022-08-03 15:25:36

人工智能保险

2020-12-29 06:02:04

市场营销AI人工智能

2021-09-08 13:27:49

人工智能物流行业AI

2021-02-01 10:54:31

人工智能统一通信机器学习

2014-09-10 10:07:50

工程师前端工程师

2022-07-13 13:25:43

网络安全智能家居物联网

2023-03-16 00:30:26

人工智能ChatGPT技术

2009-06-23 10:45:18

Hibernate支持

2011-06-10 10:43:12

Ubuntu应用安装
点赞
收藏

51CTO技术栈公众号