[Prompts]提示词的基础示例

🔥提示词是通过结合指令、问题、输入数据和示例来构建的。为了得到结果，必须包含指令或问题，其他元素则是可选的。让我们来看几个例子（这里都以ChatGPT-4为例）。

▶︎ 1.指令 + 问题

在提问的基础上，更高级的提示词可能包括一些关于模型应如何回答问题的指令。例如，我可能会询问如何撰写大学入学申请论文，同时提出我希望在答案中听到的不同方面的建议

“我该如何撰写我的大学入学申请论文？请给我一些建议，包括我应该包含的不同部分、我应该使用什么样的语气，以及我应该避免使用的表达。”

▶︎ 2.指令 + 输入

继续上述例子，如果你可以向LLM寻求写作建议，那么也可以直接要求它¹帮你写论文。让我们看看，当你提供一些关于我的背景信息，并给出一些指令时会发生什么：

“根据以下关于我的信息，写一篇四段的大学申请论文：我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件，比如我6岁时父亲去世，但我仍然认为我有一个相当快乐的童年。在我的童年时期，我经常换学校，从公立学校到非常宗教的私立学校。我做过的最“异国情调”的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。

我很早就开始工作了。我的第一份工作是13岁时的英语老师。在那之后，以及在我的学习过程中，我做过老师、服务员，甚至建筑工人。”

▶︎ 3.问题 + 示例

你还可以将示例输入到语言模型中。在下面的示例中，我列出了一些我喜欢和不喜欢的电视节目，以构建一个简单的推荐系统。请注意，尽管我只添加了几个节目，但在LLM界面中，这个列表的长度只受限于Token的限制。

“以下是我非常喜欢的一些电视节目：《绝命毒师》、《浴血黑帮》、《熊》。我不喜欢《泰德·拉索》。你认为我还可能喜欢哪些节目？”