OpenAI 的新提示指南：如何从推理模型中获得最佳结果

介绍

OpenAI 最近发布了一份关于如何为其推理模型制作有效提示的新指南。虽然人工智能变得越来越强大，但用户与这些模型交互的方式在实现准确和有用的响应方面发挥着至关重要的作用。无论您是将人工智能集成到应用程序中的开发人员、利用人工智能进行决策的业务领导者，还是进行人工智能驱动分析的研究人员，了解提示的最佳实践都是至关重要的。

本文详细介绍了 OpenAI 的最新建议，并提供了实际示例，以帮助您优化与推理模型的交互。

保持提示简单直接

OpenAI 指南的主要要点之一是，模型在给出直接提示时表现最佳。使请求过于复杂或添加过多的指令可能会导致混乱或意外响应。

例：

效果较差的提示：“你能一步一步地分析这个数据集，解释你在每个阶段的推理，并确保答案符合统计分析的最佳实践吗？

更好的提示：“分析数据集并提供关键见解。

第二个版本更清晰，允许模型在内部执行推理，而无需不必要的指令。外卖？相信模型的内置推理功能，而不是对其思维过程进行微观管理。

避免思维链提示

与一些流行的提示技术相反，OpenAI 建议不要指示模型“逐步思考”或“解释他们的推理”。这些模型已经针对逻辑推理进行了优化，添加此类指令有时会阻碍而不是提高性能。

例：

效果较差的提示：“一步一步地思考并解释如何计算 144 的平方根。

更好的提示：“144 的平方根是多少？

在需要解释的情况下，只需先要求答案，然后再要求澄清作为后续行动，可以获得更准确的结果。

使用分隔符以清晰起见

当提供复杂的输入（例如多个问题、格式化文本或结构化数据）时，使用三引号、XML 标签或章节标题等分隔符有助于模型理解您的请求的结构。

例：

不带分隔符：“总结本合同：第一方同意交付货物......第二方同意支付......”

使用分隔符：

<span style="color:rgba(0, 0, 0, 0.8)"><span style="background-color:#ffffff"><span style="background-color:#f9f9f9"><span style="color:#242424">总结<span style="color:#836c28">以下合同：</span>
<span style="color:#643820">---</span>
<span style="color:#c41a16">第一</span><span style="color:#c41a16">方</span><span style="color:#c41a16">同意</span>  <span style="color:#c41a16">交付</span><span style="color:#c41a16">货物......</span>
 <span style="color:#c41a16">第二</span><span style="color:#c41a16">方</span><span style="color:#c41a16">同意</span>  <span style="color:#c41a16">支付...</span>
<span style="color:#643820">---</span></span></span></span></span>

通过明确输入的开始和结束位置，可以降低误解的风险。

限制检索增强生成 （RAG） 中的附加上下文

对于那些在基于检索的任务中使用人工智能（引用外部文档）的人，OpenAI 建议仅提供最相关的上下文。使用过多的背景信息使模型过载可能会降低准确性。

例：

效果较差：“这里有十页信息。请总结一下。

更好：“总结这三个部分的要点：[插入相关部分]。

确定相关信息的优先级可确保人工智能专注于最重要的事情。

提供具体指南

如果您的请求有限制（例如预算、时间范围或特定方法），最好在提示中明确说明。

例：

效果较差：“建议营销策略。

更好：“为一家预算为 500 美元、专注于社交媒体的初创公司提出数字营销策略。

约束越清晰，模型的响应就越有用。

具体说明您的最终目标

最后，OpenAI 建议用户提供明确的成功参数，并在必要时进行迭代。如果模型的初始响应不太正确，则使用其他详细信息来完善提示可以改善结果。

例：

第一次尝试：“为新的 SaaS 产品产生想法。

初步响应后的精细提示：“为人力资源技术领域的 B2B SaaS 产品产生想法，利用人工智能实现招聘自动化。

通过根据收到的内容进行迭代，可以引导模型做出最有用的响应。

结论

OpenAI 的新提示指南提供了宝贵的见解，可从其推理模型中获得最佳结果。关键要点包括：

• 保持提示简单直接。
• 避免不必要的思维链指令。
• 使用分隔符清晰地构建输入。
• 限制检索增强任务中的其他上下文。
• 提供具体指南来完善输出。
• 明确定义您的最终目标并在需要时进行迭代。

通过遵循这些最佳实践，您可以提高 AI 性能、减少错误并使您与 OpenAI 模型的交互更加有效。无论您是构建人工智能驱动的应用程序还是只是使用人工智能来提高个人生产力，掌握提示工程都将确保您充分利用人工智能体验。