正如我们在前面的教程中所看到的,面向模型的提示具有不同的格式和其复杂性。它们可以包括上下文、指令式的提示词和多个输入-输出的示例。然而,到目前为止,我们只研究了独立的提示类别。将这些不同的技巧组合起来可以产生更强大的提示。
以下是一个包含上下文、指令以及多示例提示的例子:
Twitter是一个社交媒体平台,用户可以发布称为“推文”的短消息。推文可以是积极的或消极的,我们希望能够将推文分类为积极或消极。以下是一些积极和消极推文的例子。请确保正确分类最后一个推文。
Q: 推文: "今天真是美好的一天!"
这条推文是积极的还是消极的?
A: 积极的
Q: 推文: 我讨厌这个班级"
这条推文是积极的还是消极的?
A: 消极的
Q: 推文: "我喜欢牛仔裤上的口袋"
A:
通过添加额外的上下文和示例,我们通常可以提高人工智能在不同任务上的表现。