常見的prompt生成方法

1.填充式生成

(1)單一輸入
通常只要單一提示就可以生成回應。

(2)非交互式
不使用多輪對話交流。

(3)直觀簡單
適合用於文案生成、文章摘要、知識庫更新等行為單一的問答。

(4)離散prompt
可利用中心詞或是高頻詞來生成搜索模板，或是利用人工做模板。利用定義模板，輸入提示及生成回答，進行統計評分，採用概率最高的回答。

2.對話式生成

(1)多輪交互
可用於模擬多輪對話，如問答互動。
(2)上下文感知
可透過上下文，給出更適當的回應。
(3)適用於需要模擬真實對話場景
適合虛擬助手、聊天機器人、智慧客服等提問內容較連貫且需要模擬自然對話的應用。
(4) 連續prompt
取消模板參數化的限制，將可調的提示插入模板中訓練變量，生成自己的參數。

Prompt 的模板形式

前面一直提到利用模板來訓練，那麼模板要怎麼生成呢?其實prompt的模板主要分為兩個形式。

1. prefix-tuning(前綴調整)
   就是上方提到的中心詞，用來引導模型生成特定文本，在對話式模型中通常是初始化對話。
2. cloze-prompt(填空提示)
   主要用於填充式生成，用於填充句中的空缺。

也就是說，prefix-tuning是用來生成文本的後續，cloze-prompt是用來補充句子中遺漏的空缺。

Prompt 組成

1.指令

你希望模型完成的任務。

2.上下文

提供和任務有關的知識，可以讓模型進行學習。

3.輸入數據

我們想知道的或是正在尋找的內容。

4.輸出指示器

指定輸出的類型或是格式。

用ChatGPT舉例:
指令- 我想知道2020年上映的電影。
上下文- 你可以提供有關喜劇、愛情、動作、劇情、奇幻、科技等方面的電影。
輸入數據- 他們需要在台灣各大電影院票房前十名，或是論壇獲得好評。
輸出指示器- 請在上面提到的類別列出推薦清單。 電影-類型-推薦原因

ChatGPT生成的回答

當然並不是每次提問的時候都需具備上述的組成內容，只需要根據自己的需求清楚地提供提示就能有效的生出自己想要的補全。

明天我們要教大家如何設計更有效的prompt
有興趣的人千萬不要錯過喔~

參考網站:
https://blog.csdn.net/qq_39328436/article/details/122643097
https://www.modb.pro/db/1681296749422534656