提示工程师应用指南：ChatGPT 提示工程

主题：

与 ChatGPT 对话

Python Notebook

Topics 是来自 OpenAI 的 G❙‼Chât G‼ 模型上的新 Ch❙‼对话、互动。该模型经过训练，可以遵循提示中的说明，并在对话上下文中提供适当的响应。 ChatGPT 可以帮助回答问题、建议食谱、编写样式文本、生成代码等等。

ChatGPT 使用人类反馈强化学习 (RLHF) 进行训练。尽管该模型比以前版本的 GPT 功能更强大（并且还经过训练以减少有害和不切实际的输出），但它仍然存在局限性。让我们通过具体示例来了解一些功能和限制。

您可以在此处使用 ChatGPT 研究演示，但在下面的示例中，我们将使用 OpenAI Playground 的“聊天”模式。

1.1 检查对话任务

在之前的指南之一中，我们处理了对话选项和角色。我们介绍了如何告诉法学硕士以特定的风格、特定的意图、行为和身份进行对话。我们解释如何指导法学硕士以特定的风格、意图、行为和身份引导对话。

让我们回到过去的基本示例，我们创建了一个能够生成更多技术和科学答案的对话系统。

提示：

以下是与AI研究助手进行的对话。助手的语气是技术和科学的。

人类：你好，你是谁？
AI：您好！我是一个AI研究助手。我今天可以帮您什么？
人类：你能告诉我关于黑洞的形成吗？
AI：

复制

从上面的示例中，您可以看到两个重要组成部分：

意图 或解释聊天机器人是什么 ❙I※ 聊天机器人使用什么风格或语气回答

上面的简单示例是使用 text-davinci-003 的文本完成 API。最近，OpenAI 发布了 ChatGPT API，这是一种更强大、更便宜的模型，名为 gpt-3.5-turbo，专门为此类功能（聊天完成）而设计。OpenAI 推荐将此作为最佳模型，即使对于非聊天用例也是如此。使用 ChatGPT API 的其他好处包括显着降低成本 (90%) 和提高效率。

像 Snap Inc. 这样的大公司。和 Instacart 已将 ChatGPT 支持的对话功能集成到其产品中，从个性化推荐到开放式购物目标。

1.2 ChatGPT 对话

1.2.1 多轮对话

为了演示 ChatGPT 的功能，我们使用上面的聊天机器人助手示例并讨论结果。与 text-davinci-003 不同，驱动 ChatGPT 的 gpt-3.5-turbo 模型将聊天格式作为输入。该模型需要一系列消息作为输入，然后使用这些消息生成响应。

输入：

系统: 你是一个使用技术性和科学性语气的AI研究助手。
用户: 你好，你是谁？
助手: 你好！我是一名AI研究助手。今天我能为你做些什么？
用户: 你能告诉我黑洞是如何产生的吗？

复制

输出：

助手: 当然可以！黑洞是由于一个大质量星体耗尽燃料并在自身引力作用下崩塌形成的。这种崩塌导致星体变得极为致密，具有极强的引力场，甚至连光线都无法逃脱。这个无法回头的点称为事件视界。一旦一颗星体穿过事件视界，它就被认为是一个黑洞...

复制

请注意，在上面的示例中我简化了输入和输出，但ChatGPT API需要特定的格式传递才能完成聊天。我在下面提供了一个屏幕截图，显示了在 OpenAI Playground 中使用聊天模式时此示例的外观：

在我们的示例中，更正式的 API 调用可能如下所示：

import openai

openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {"role": "系统", "content": "你是一个使用技术性和科学性语气的AI研究助手。"},
        {"role": "用户", "content": "你好，你是谁？"},
        {"role": "助手", "content": "你好！我是一名AI研究助手。今天我能为你做些什么？"},
        {"role": "用户", "content": "你能告诉我黑洞是如何产生的吗？"}
    ]
)

复制

开发人员如何与 ChatGPT 交互预计未来将通过聊天标记语言（简称ChatML）进行。

1.2.2 单轮任务

聊天格式允许多轮对话，但也支持单轮任务，就像我们在 text-davinci-003 中所做的那样。这意味着我们可以使用 ChatGPT 来执行与我们使用原始 GPT 模型演示的任务类似的任务。例如，让我们尝试使用 ChatGPT 执行以下问答任务：

输入：

USER：根据下文回答问题。保持答案简短明了。如果不确定答案，请回答“不确定答案”。

背景：Teplizumab的根源可以追溯到名为Ortho Pharmaceutical的新泽西州制药公司。在那里，科学家生成了抗体的早期版本，称为OKT3。最初从小鼠中获得，这种分子能够结合到T细胞的表面并限制它们的细胞杀伤潜力。 1986年，它获得批准，用于帮助预防肾脏移植后器官排斥，成为首个允许人类使用的治疗性抗体。

问题：OKT3最初是从哪里获得的？

回答：

复制

输出：

ASSISTANT：小鼠。

复制

在“IST”标签中添加了一个很好的“IST”注释，说明如何使用 ChatGPT 执行任务。下面是一个使用 Playground 的示例：

更正式地说，这是一个 API 调用（我只包含了所需的消息组件）：

CONTENT = """Answer the question based on the context below. Keep the answer short and concise. Respond \"Unsure about answer\" if not sure about the answer.

Context: Teplizumab traces its roots to a New Jersey drug company called Ortho Pharmaceutical. There, scientists generated an early version of the antibody, dubbed OKT3. Originally sourced from mice, the molecule was able to bind to the surface of T cells and limit their cell-killing potential. In 1986, it was approved to help prevent organ rejection after kidney transplants, making it the first therapeutic antibody allowed for human use.

Question: What was OKT3 originally sourced from?

Answer:
"""

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content": CONTENT},
    ],
    temperature=0,
)

复制

1.2.3 聊天模型教程

根据 OpenAI 官方文档, gpt - 图像还将提供 3.5 涡轮增压模型。例如，我们可以从 3 月 1 日起访问快照 gpt-3.5-turbo-0301。这允许开发人员选择模型的特定版本。这也意味着指导模型的最佳实践可能会从一个版本更改为另一个版本。

gpt-3.5-turbo-0301 当前推荐的方法是向用户报告添加指令，而不是向可用系统报告添加指令。

1.3 Python Notebook

1.4参考文献（英文）

• 学生眼中的ChatGPT：从TikTok研究模型中分析TikTok数据（2023年3月）摘录语言论文工程-ChatGPT示例（2023年3月） )
• ChatGPT 即将到来：智能交通是否需要一个大型语言模型？ （2023 年 3 月）
• 创建计算律师（2023 年 3 月）
• 生成 LLM 合成数据有助于临床文本挖掘吗？ （2023 年 3 月）
• MenuCraft：采用大语言模型的交互式菜单系统设计（2023 年 3 月）
• 人工智能生成内容（AIGC）的全面回顾：从 GAN 到 ChatGPT3 的生成式 AI 历史（3 月 20 日）
• 探索ChatGPT 用于事件提取的可能性
• ChatGPT：手动注释结束的开始？自动类型识别用例（2023 年 3 月）
• ChatGPT 是一个好的 NLG 评分器吗？初步研究（2023年3月）
• W病态的情感计算它来自基础模型和通用人工智能吗？ ChatGPT 的首次评估（2023 年 3 月）
• UZH_CLyp，SemEval-2023 任务 9：首次微调和生成 ChatGPT 数据，用于推文亲密度预测中的跨语言学习（2023 年 3 月）♽♽ 在 ChatGPT 模型上（2023 年 3 月）
• ChatGPT 可以评估人的性格吗？总体评估框架（2023 年 3 月）
• 通过 ChatGPT 进行多语言摘要（2023 年 2 月）
• ChatAug：使用 ChatGPT 增强文本数据（2023 年 2 月） 我想说我想说的 Dr G::知识如何快速影响健康反应准确性（2023 年 2 月）
• ChatGPT 对数学应用题（MWP）的独立评估（2023 年 2 月）
• ChatGPT：2023 年 2.5 个月后的荟萃分析‘乐聊！ ChatGPT 讲座：技术、应用程序和局限性（2023 年 2 月）
• 检查事实并重试：使用外部改进大型语言模型知识和自动反馈（2023 年 2 月）
• 关于 ChatGPT 鲁棒性：对手和非分布视角（2023 年 2 月）
• 像 ChatGPT 这样的生成式 AI 模型如何（不恰当地）用于教育和研究？研究报告（2023年2月）
• ChatGPT也懂吗？ ChatGPT 和 Tuned BERT 的比较研究（2023 年 2 月）
• 通过 ChatGPT 改进快速工程的提示模式目录（2023 年 2 月）
• 通过与 Chat2GPT 聊天进行零样本信息提取（2023F）3F ChatGPT：最敏捷的大师of Nothing（2023 年 2 月）
• ChatGPT 和 DALL-E 2 在决策和空间推理方面的试点评估（2023 年 2 月）
• 居民、学者和信息专业人员的意见人工智能，特别参考 ChatGPT（2023 年 2 月）
• ChatGPT 中的语言歧义分析（2023 年 2 月）
• ChatGPT 与传统知识图问答：现状和未来方向知识图聊天机器人的思考（2023 年 2 月）
• ChatGPT 和生成 AI 对科学意味着什么（2023 年 2 月）
• 使用 BERT 和 ChatGPT 分析科学文献中的莱姆病情绪❝2/23/ 2 月 20 日♸AI来自 ChatGPT：诊断分析（2023 年 1 月）
• ChatGPT 永远吗？关于大型教育语言模型的机遇和挑战（2023 年 1 月）
• 对话式 AI 的政治意识形态：汇聚支持环保、左翼自由主义方向的证据 ChatGPT（2023 年 1 月）
• 提高可靠性的开放食谱技术
• 令人惊叹的挑战 ChatGPT
• ChatGPT 简介（2022 年 11 月）