吴恩达 ChatGPT Prompt Engineering for Developers 系列课程笔记--03 Iterative

news/2024/5/20 5:56:04 标签: chatgpt, 语言模型, nlp, openai, 课程学习

03 Iterative

本节主要通过代码来讲解如何在迭代中找到合适的prompt。对于初学者来说,第一次使用Prompt不一定得到语气的结果,开发者可以采用下述流程进行迭代优化:

  • 给出清晰、具体的指令
  • 如果结果不正确,分析原因
  • 调整prompt
  • 重复上述过程直至得到想要的结果
    iterative

1) 示例

比如你想要模型为某产品的零售网站写一段描述,给出的指令为

prompt = f"""
Your task is to help a marketing team create a 
description for a retail website of a product based 
on a technical fact sheet.

Write a product description based on the information 
provided in the technical specifications delimited by 
triple backticks.

Technical specifications: ```{fact_sheet_chair}```
"""

其中fact_sheet_chair为网站的技术说明书。

  • Issue1: 如果模型给出的结果特别长。这时你可以在指令中增加Use at most 50 words或者Use at most 3 sentences或者Use at most 200 characters来限制输出的长度。模型给出了52个token的句子,效果还可以。
  • Issue2: 如果此时内容对技术细节表述不够精确,这时你可以增加The description is intended for furniture retailers, so should be technical in nature and focus on the materials the product is constructed from.令内容聚焦于特定内容。
  • Issue3: 你希望模型增加一些维度的信息,此时你可以增加After the description, include a table that gives the product's dimensions. The table should have two columns. In the first column include the name of the dimension. In the second column include the measurements in inches only. Give the table the title 'Product Dimensions'. Format everything as HTML that can be used in a website. Place the description in a <div> element.指定模型给出其他需要的信息并结构化输出HTML。你可以通过display(HTML(response))将html转化为table。

最终你得到的结构化表格为
table

上一篇:吴恩达 ChatGPT Prompt Engineering for Developers 系列课程笔记–02 Guidelines

下一篇:吴恩达 ChatGPT Prompt Engineering for Developers 系列课程笔记–04 Summarizing

chatgpt-prompt-eng/lesson/3/iterative">deeplearning.ai 原课程地址

课程中文翻译地址


http://www.niftyadmin.cn/n/394642.html

相关文章

蚂蚁freeline安装教程以及问题解决

介绍 Freeline是一款针对Android平台的增量编译工具, 项目地址 虽然最新的版本是0.7.3.1&#xff0c;但是这个版本增量编译会bug&#xff0c;推荐用0.7.2 第一步 配置project-level的build.gradle&#xff0c;加入freeline-gradle的依赖&#xff1a; buildscript { repos…

冈萨雷斯DIP第9章知识点

文章目录 9.1 预备知识9.2 腐蚀和膨胀9.3 开运算与闭运算9.5 一些基本的形态学算法9.8 灰度级形态学 9.1 预备知识 形态学运算是用 集合 来定义的 。 在图像处理中 使用两类像素集合的形态学&#xff1a;目标元素 和 结构元 SE 。 通常目标定义为前景像素集合&#xff0c;结构…

安全测试之浅谈 web 漏洞挖掘—特殊变量 fuzz

目前对 web 应用程序漏洞的挖掘方法有: 1. 纯粹的黑盒[如:AWVS、APPScan 等] 2. 纯粹的白盒[如:grep 等] 一些其他的方法如 coolq 大牛基于 php 内核编译器[这个思路早些跟 boy 说过,不过马来人比 我还懒,谁叫按不懂 c 呢?]。 在《web 代码安全边缘性问题》里,提到了一些代…

3D目标检测(室内)-TR3D

3D目标检测(室内)-TR3D 室内3D目标检测的数据集主要包括了ScanNet、SUN-RGBD和S3DIS。 TR3D是最新的SOTA模型&#xff0c;本文将介绍如何在MMdetection3D框架上对自己的数据进行处理、并用预训练好的TR3D等模型进行推理。 TR3D的github&#xff1a;https://github.com/SamsungL…

C++服务器框架开发9——日志系统LogFormatter_4/各个类的关系梳理/std::function/std::get

该专栏记录了在学习一个开发项目的过程中遇到的疑惑和问题。 其教学视频见&#xff1a;[C高级教程]从零开始开发服务器框架(sylar) 上一篇&#xff1a;C服务器框架开发8——日志系统LogFormatter_3/override/宏定义优化switchcase结构 C服务器框架开发9——日志系统LogFormatt…

深度相机和彩色相机对齐(d2c)

一般商用的rgbd相机的sdk自带d2c的api&#xff0c;但是LZ还是想利用空闲时间理解下其原理。 第一步&#xff1a;标定彩色相机和深度相机。 分别采集若干张彩色摄像头和红外摄像头&#xff08;对于带有红外摄像头进行深度测量的深度摄像头&#xff0c;红外摄像头和深度摄像头其实…

leetcode.486. 预测赢家,动态规划(java)

leetcode.486. 预测赢家 预测赢家题目描述 暴力递归解题思路代码演示 暴力递归 缓存解题思路代码演示 动态规划解题思路代码演示 动态规划专题 预测赢家 leetcode 486 题 来源&#xff1a;力扣&#xff08;LeetCode&#xff09; 链接&#xff1a;https://leetcode.cn/problem…

BERT在GLUE数据集构建任务

0 Introduction 谷歌开源的BERT项目在Github上&#xff0c;视频讲解可以参考B站上的一个视频 1 GLUE部分基准数据集介绍 GLUE数据集官网GLUE数据集下载&#xff0c;建议下载运行这个download_glue_data.py文件进行数据集的下载&#xff0c;如果链接无法打开&#xff0c;运行…