Prompt Engineering 简明教程
Prompt Engineering - CREATE A LIST Prompt
使用“创建列表”提示,我们可以利用 ChatGPT 的强大功能来生成经过整理的项目、建议或建议列表。
通过使用 CREATE A LIST 指令,我们可以提示 ChatGPT 以列表的形式提供组织和结构化的响应。
Understanding the CREATE A LIST Directive
CREATE A LIST 指令使我们能够指示 ChatGPT 根据特定标准或提示生成列表。通过在提示中合并 CREATE A LIST 指令,我们可以利用 ChatGPT 的知识和语言理解能力来创建经过筛选的列表。
CREATE A LIST 指令的基本 syntax 如下:
User: Can you create a list of must-read books?
ChatGPT: Certainly! Here are some must-read books:
- "To Kill a Mockingbird" by Harper Lee
- "1984" by George Orwell
- "Pride and Prejudice" by Jane Austen
- "The Great Gatsby" by F. Scott Fitzgerald
在这个示例中,用户请求了一份必读书籍清单。ChatGPT 的响应包括一个基于给定提示的经过筛选的书籍清单。
Best Practices for Using the CREATE A LIST Directive
为了充分利用 CREATE A LIST 指令,让我们考虑以下最佳实践:
-
Provide Clear and Specific Prompts - 清楚地说明我们需要列表的标准或主题。提示越具体、越详细,生成的列表就越集中、越相关。
-
Organize the List - 将 ChatGPT 生成的响应格式化为结构良好的列表。使用项目符号、数字或其他适当的格式以有组织且可读的方式呈现项目。
-
Contextualize the List - 在提示中纳入相关上下文或特定要求,以指导列表的生成。这有助于确保列表与给定主题的特定标准或约束保持一致。
-
Iterate and Refine - 尝试使用不同的提示并进行迭代以生成多样且全面的列表。根据生成列表的质量和相关性调整提示。
Example Application − Python Implementation
让我们来探索一个使用 CREATE A LIST 指令与 ChatGPT 交互的 Python 脚本的实际示例。
在这个示例中,我们定义了一个 generate_chat_response() 函数,它接受一个提示并使用 OpenAI API 使用 ChatGPT 生成响应。
chat_prompt 变量包含用户提示和 ChatGPT 响应,包括 CREATE A LIST 指令以创建必看电影列表。
import openai
# Set your API key here
openai.api_key = 'YOUR_API_KEY'
def generate_chat_response(prompt):
response = openai.Completion.create(
engine="text-davinci-003",
prompt=prompt,
max_tokens=100,
temperature=0.7,
n=1,
stop=None
)
return response
user_prompt = "User: Can you create a list of must-watch movies?\n"
chat_prompt = user_prompt + "ChatGPT: [CREATE A LIST: must-watch movies]"
response = generate_chat_response(chat_prompt)
print(response)
Output
当我们运行脚本时,我们将收到 ChatGPT 生成的响应,包括 CREATE A LIST 指令中指定的经过筛选的电影列表。
1. The Godfather (1972)
2. The Shawshank Redemption (1994)
3. The Dark Knight (2008)
4. Schindler's List (1993)
5. Pulp Fiction (1994)
6. The Lord of the Rings Trilogy (2001-2003)
7. The Good, the Bad and the Ugly (1966)
8. 12 Angry Men (1957)