重い！ OpenAI が GPT のベスト プラクティス手順を正式にリリース

GPT プロンプト ワードのベスト プラクティス ガイドを正式にリリースしました。これには、主に最適化戦略の 6 つの側面が含まれており、各戦略に対応するケースが示されています。

戦略 1: 明確な説明を書く

GPT 何が欲しいのかについての推測が少なくなるほど、それを手に入れる可能性が高くなります。

例: 出力が単純すぎる場合は、専門家に執筆を依頼してください。

いくつかの具体的な例もリストします。

• より関連性の高い回答を得るには、クエリに詳細を含めてください。
• ##モデルに次のことを尋ねます。ペルソナを採用します
• ##区切り文字を使用して入力のさまざまな部分を明確に示します
##タスクを完了するために必要な手順を指定します
例を提供します
• #必要な出力長を指定します

##戦略 2: 参考テキストを提供する

GPT は、特に難解なトピックや引用、URL について尋ねられた場合、自信を持って偽の回答を捏造できます。メモが学生の試験の成績を上げるのに役立つのと同じように、GPT の参考テキストを提供すると、ごまかしを少なくして解答するのに役立ちます。

#参照テキストを使用して回答するようにモデルに指示します

• 参照テキストからの引用符を使用して回答するようにモデルに指示します
• 
  
戦略 3: 複雑なタスクをより単純なサブタスクに分割する

以下に類似ソフトウェアエンジニアリング 複雑なシステムをモジュールコンポーネントに分割する実践と同様に、タスクを GPT に提出するモジュールコンポーネントに分解することも効果的な方法です。 複雑なタスクは、単純なタスクよりもエラー率が高くなる傾向があります。

さらに、複雑なタスクは、多くの場合、より単純なタスクのワークフローとして再定義できます。この場合、以前のタスクの出力が、後続のタスクの入力を構築するために使用されます。

インテント分類を使用して、ユーザーのクエリに最も関連する指示を特定します。

• 長い会話を必要とする会話型アプリケーションの場合は、以前のダイアログを要約またはフィルタリングします
• 長い文書をセクションにまとめて完全な要約を再帰的に作成する
戦略 4: GPT に「考える」時間を与える

17 に 28 を掛ける方法がすぐには分からないかもしれませんが、しばらくすると理解できるようになります。時間をかけて答えを見つけないと、GPT はさらに推論上の誤りを犯す傾向があります。一連の推論質問を行うと、GPT の推論精度が向上し、より確実に正解が得られます。

結論に飛びつく前に、独自の解決策を見つけるようにモデルに指示します。

• 内部独白または一連のクエリを使用して、モデルの推論を非表示にします。プロセス
• #以前に渡されたものが欠けていないかモデルに尋ねる
戦略 5: 外部ツールを使用する

GPT の弱点を、他のツールの出力を提供することで補います。 たとえば、テキスト検索システムは、関連するドキュメントを GPT に通知できます。コード実行エンジンは、GPT による数学演算の実行とコードの実行を支援します。ツールが GPT よりも確実に、または効率的にタスクを実行する場合は、GPT をアンインストールして、両方の長所を活用してください。

#埋め込みベースの検索を使用してナレッジを効率的に取得します

コード実行を使用してより正確な計算を実行するか、外部 API を呼び出します

戦略 6: 変更を体系的にテストする

パフォーマンスの改善は、測定できれば容易になります。場合によっては、ヒントを変更すると、いくつかの個別の例ではパフォーマンスが向上しますが、より代表的な例のセットでは全体的なパフォーマンスが低下することがあります。変更がパフォーマンスに確実にプラスの影響を与えるようにするには、評価用の包括的なテスト スイートを定義することが必要になる場合があります。

以上が重い！ OpenAI が GPT のベスト プラクティス手順を正式にリリースの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。