Prompt Engineering 简明教程

Prompt Engineering - SHORTEN Prompt

使用 SHORTEN 指令,我们可以利用 ChatGPT 的功能来生成更短、更简洁的响应。此技术使我们能够更有效地传达我们的意图或疑问,从而加快交互并改善用户体验。

Understanding the SHORTEN Directive

SHORTEN 指令会提示 ChatGPT 提供更短、更简洁的响应。通过在提示中加入 SHORTEN 指令,我们可以利用 ChatGPT 的语言生成能力来生成简洁、直截了当的答复。

SHORTEN 指令的基本 syntax 如下−

User: Can you explain the concept of artificial intelligence in a few words?
ChatGPT: Artificial intelligence (AI) is the simulation of human intelligence in machines.

在这个示例中,用户请求对人工智能概念进行简要解释。ChatGPT 的响应包括根据给定提示生成的简短且简化的解释。

Best Practices for Using the SHORTEN Directive

为了充分利用 SHORTEN 指令,让我们考虑以下最佳实践−

  1. Be Clear and Specific −在使用 SHORTEN 指令时,请确保你的提示清楚地传达了你想要缩短的信息或问题。通过提供明确的上下文,你可以增加收到简洁响应的可能性。

  2. Focus on Key Information −提示 ChatGPT 提供与查询相关的最关键或基本信息。强调简化响应中需要传达的主要点或核心方面。

  3. Avoid Ambiguity −以不含歧义的方式表述你的提示。明确你想要缩短的内容或你正在寻求的具体详细信息。这有助于 ChatGPT 生成更集中、更准确的响应。

  4. Use Proper Syntax and Grammar −即使响应旨在更短,但保持正确的语法也很重要。鼓励 ChatGPT 提供简洁但语法正确的响应,以提高理解度。

Example Application − Python Implementation

让我们探索使用与 ChatGPT 交互的 Python 脚本的 SHORTEN 指令的实际示例

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 explain the theory of relativity in a few words?\n"
chat_prompt = user_prompt + "ChatGPT: [SHORTEN: Theory of relativity]"

response = generate_chat_response(chat_prompt)
print(response)

在这个示例中,我们定义了一个名为 generate_chat_response() 的函数,它接收提示并使用 OpenAI API 来使用 ChatGPT 生成响应。chat_prompt 变量包含用户的提示和 ChatGPT 响应,其中 SHORTEN 指令要求对相对论进行简洁的解释。

Output

当我们运行该脚本时,我们将收到 ChatGPT 生成的响应,其中包括对相对论的简短解释。

在我们的示例中,用户提示是“你能用几句话解释一下相对论吗?”而 ChatGPT 将响应类似于此处显示的输出−

The theory of relativity states that space and time are relative to the observer.

Conclusion

在本章中,我们探索了 ChatGPT 提示工程中的 SHORTEN 指令。使用 SHORTEN 指令,我们可以提示 ChatGPT 生成更短、更简洁的响应。