您的关注是对我最大的支持👇

        现在我们已经介绍了多种类型的提示以及它们的组合方式。本课程将为您提供解释不同类型提示的术语。虽然已经有一些方法来规范化提示工程的话语，但这个领域一直在不断变化，因此我们将为您提供足够的信息让您入门即可。

提示的组成部分

        提示通常由几个不同的部分组成，您会一遍又一遍地看到它们。它们大致包括：

• 角色
• 指令/任务
• 问题
• 上下文
• 示例（少样本）

        我们在之前的课程中已经介绍了角色、指令和示例。问题就是一个简单的问题（例如，法国的首都是什么？）。上下文是您希望模型在回答问题/执行指令时使用的任何相关信息。

        并非所有的提示中都包含这些部分，而且即使其中一些部分存在，它们的顺序也没有固定的标准。例如，下面这两个提示，每个提示都包含一个角色、一个指令和上下文，它们的作用大致相同：

提示词：

你是一名医生。阅读这份病史并预测患者的风险。

2000年1月1日：在打篮球时右臂骨折。使用石膏进行治疗。
2010年2月15日：被诊断为高血压。开了利尿剂。
2015年9月10日：患上了肺炎。使用抗生素进行治疗，并完全康复。
2022年3月1日：在车祸中脑震荡。被送往医院并进行24小时监测。

提示词：

2000年1月1日：打篮球时右臂骨折。使用石膏进行治疗。
2010年2月15日：被诊断为高血压。开了利尿剂。
2015年9月10日：患上了肺炎。使用抗生素进行治疗，并完全康复。
2022年3月1日：在车祸中脑震荡。被送往医院并进行24小时监测。

你是一名医生。阅读这份病史并预测患者的风险。

        然而，我们更喜欢第二个提示，因为指令是提示的最后部分。这更可取，因为如果选择第一个提示，LLM可能会开始写更多的上下文而不是遵循指令；如果给出第一个提示，LLM可能会添加一行新内容：2022年3月15日：安排与神经学家的随访预约，以评估脑震荡康复进展。

结论

        了解提示的结构和组成部分对于有效利用语言模型至关重要。提示的关键部分包括角色、指令或任务、问题、上下文和示例。并非所有提示都包含所有这些元素，它们的顺序也可能有所不同。然而，通常最好将指令放在最后，以确保模型专注于执行任务而不是扩展上下文。随着提示工程领域的不断发展，这些原则为打造有效提示提供了坚实的基础。

明日预告

《聊天机器人-AI基础系列文章第10篇》在人工智能领域，有各种类型的LLM（大型语言模型），用于不同的目的。在这门课程中，最常用的模型之一是ChatGPT，它是一个聊天机器人，可以记住之前的消息，因此您可以与它进行对话。然而，聊天机器人并不是唯一一种LLM的类型。另一个例子是GPT-3，这是OpenAI早期开发的人工智能模型，与聊天机器人不同，它没有记忆功能。GPT-3和ChatGPT都可以执行基本任务，如回答问题和生成摘要。