Instacart的prompt的一些优秀的实践

[huan9huan]

文档: https://baoyu.io/translations/llm/monte-carlo-puppetry-and-laughter-the-unexpected-joys-of-prompt-engineering

摘要:

• CoT的新词 “深呼吸，然后制定一个回答计划” 我只是用一步步来, 也许可以换成这个
• “谢谢你，做得很好，下一个问题是：”，结果通常会更好
• 做一个 Pull Request的example, 很有意思, 作者先让LLM生成大纲, 然后再写, 体现了 深思熟虑的 系统2的技巧
• 使用 蒙特卡洛 方法探索 Room for Thought, 这种方法的关键是如何让LLM完成多样性, 不然就是简单的重复. 然后，创造五个完全不同的派对构思。 我的实践, 其中CoT保证先要要素说出来, 然后让他给五个idea, 然后给终极答案
• 自我纠正, 比如PR的title怎么生成, 这里作者 生成 5 个截然不同的可能标题，然后对它们进行评价。之后，在评价的基础上生成一个更精炼的最终标题。
• “所有的三位数数字组合都被认为是单个 token”， 作者使用了api+max token=1来让系统做选择题. 参看下面的api测试 gpt3.5:
• 提线木偶技术, 这个我也经常用, 想不到真有这种用法, 作者使用提线木偶让json可以直接输出, 很有启发. 另外一个例子Assistant：首先，我将审视各种方案，挑选出每个方案中的优点。