무거운! OpenAI는 공식적으로 GPT에 대한 모범 사례 지침을 발표했습니다.

GPT 프롬프트 단어에 대한 모범 사례 가이드를 공식 발표했습니다. 여기에는 주로 최적화 전략의 6가지 측면이 포함되어 있으며 각 전략은 해당 사례를 제공합니다

전략 1: 명확한 설명 작성

GPT 추측이 적습니다 당신이 원하는 것이 있을수록 그것을 얻을 가능성이 더 높아집니다.

예: 출력이 너무 단순하다면 전문가에게 글쓰기를 요청하세요.

몇 가지 구체적인 예도 나열되어 있습니다.

• 더 관련성이 높은 답변을 얻으려면 쿼리에 세부정보를 포함하세요.
• 모델에 페르소나를 채택하도록 요청하세요.
• 구분자를 사용하여 입력 섹션의 차이점을 명확하게 표시하세요.
• 단계를 지정하세요. 작업을 완료하는 데 필요
• 예제 제공
• 필요한 출력 길이 지정

전략 2: 참조 텍스트 제공

GPT는 자신감을 가질 수 있습니다. 특히 잘못된 답변을 만드는 경우가 많습니다. 난해한 주제나 인용문, URL에 관해 질문을 받을 때. 메모가 학생들의 시험 성적을 높이는 데 도움이 되는 것처럼, GPT에 대한 참조 텍스트를 제공하면 허위 진술을 줄이는 데 도움이 될 수 있습니다.

• 모델에 참조 텍스트를 사용하여 응답하도록 지시
• 모델에 참조 텍스트의 인용문을 사용하여 응답하도록 지시
  

전략 3: 복잡한 작업을 더 간단한 하위 작업으로 분할

유사함 소프트웨어 엔지니어링에서 복잡한 시스템을 모듈형 구성 요소로 분할하는 관행에 있어 GPT에 제출된 작업을 모듈형 구성 요소로 분해하는 것도 효과적인 방법입니다.

복잡한 작업은 간단한 작업보다 오류율이 더 높은 경향이 있습니다.

또한 복잡한 작업은 종종 더 간단한 작업의 워크플로로 재정의될 수 있으며, 여기서 이전 작업의 출력은 후속 작업의 입력을 구축하는 데 사용됩니다.

• 인텐트 분류를 사용하여 사용자 쿼리와 가장 관련성이 높은 지침을 식별합니다.
• 긴 대화가 필요한 대화형 애플리케이션의 경우 이전 대화를 요약하거나 필터링합니다.
• 긴 문서를 세그먼트별로 요약하고 재귀적으로 전체 요약을 작성합니다.

전략 4: GPT에게 '생각'할 시간을 주세요.

17에 28을 곱하는 방법을 바로 알지 못할 수도 있지만 시간이 좀 지나면 여전히 알아낼 수 있습니다. 답변을 찾는 데 시간을 들이지 않으면 GPT는 더 많은 추론 오류를 범하기 쉽습니다. 일련의 추론 질문을 하면 GPT의 추론 정확도가 향상되어 더 안정적으로 정답을 얻을 수 있습니다.

• 단단 결론을 내리기 전에 모델에게 자체 솔루션을 찾도록 지시합니다.
• 내부 독백이나 일련의 쿼리를 사용하여 모델의 추론 과정을 숨깁니다.
• 이전에 통과한 내용을 놓친 것이 있는지 모델에게 물어보세요.

전략 5: 외부 도구 사용

GPT에 출력을 제공하여 다른 도구의 약점을 보완합니다.

예를 들어 텍스트 검색 시스템은 GPT에 관련 문서를 알릴 수 있습니다. 코드 실행 엔진은 GPT가 수학 연산을 수행하고 코드를 실행하는 데 도움이 됩니다. GPT보다 더 안정적이고 효율적으로 작업을 수행하는 도구를 사용하는 경우 GPT를 제거하여 두 가지 장점을 모두 활용하세요.

효율적인 지식 검색을 위해 임베딩 기반 검색 사용

코드 실행을 사용하여 보다 정확한 계산을 수행하거나 외부 API 호출

전략 6: 변경 사항을 체계적으로 테스트

측정할 수 있으면 성능을 향상시키기가 더 쉬울 것입니다. 경우에 따라 힌트를 수정하면 몇 가지 격리된 예제에서는 성능이 향상되지만 보다 대표적인 예제 집합에서는 전반적인 성능이 저하될 수 있습니다. 변경 사항이 성능에 긍정적인 영향을 미치도록 하려면 평가를 위한 포괄적인 테스트 모음을 정의해야 할 수도 있습니다.

위 내용은 무거운! OpenAI는 공식적으로 GPT에 대한 모범 사례 지침을 발표했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!