คู่มือพรอมต์
การเขียนพรอมต์แตกต่างกันอย่างไรสำหรับโค้ด งานเขียน และการวิเคราะห์
วิธีที่แนวทางการเขียนพรอมต์ที่เหมาะสมเปลี่ยนไปตามงานเขียนโค้ด งานเขียน และงานวิเคราะห์ และความเชื่อมโยงกับการเลือกโมเดลที่เหมาะสมสำหรับแต่ละงาน ไม่ใช่แค่คำพูดที่ถูกต้อง
คู่มือพรอมต์ทั้งหมด · ตรวจสอบล่าสุด:
การเขียนพรอมต์สำหรับโค้ด: ความแม่นยำสำคัญกว่าการโน้มน้าว
พรอมต์สำหรับโค้ดได้ประโยชน์มากที่สุดจากความแม่นยำ — ลายเซ็นฟังก์ชันที่แน่นอน ภาษาและเวอร์ชัน ข้อจำกัดที่โค้ดต้องปฏิบัติตาม ตัวอย่างของอินพุตและเอาต์พุตที่คาดหวัง กรอบความคิดที่คลุมเครือซึ่งไม่เป็นอันตรายในพรอมต์งานเขียน ("ทำให้มันดี") แทบไม่ให้อะไรกับงานเขียนโค้ดเลย เพราะไม่มีรูปแบบที่ถูกต้องเพียงหนึ่งเดียวสำหรับคำขอแบบนั้น
การเขียนพรอมต์สำหรับงานเขียน: กลุ่มเป้าหมาย โทนเสียง และตัวอย่างที่ดีหนึ่งชิ้น
พรอมต์สำหรับงานเขียนหรือแก้ไขได้ประโยชน์มากที่สุดจากคำแนะนำเรื่องบริบทและข้อจำกัดในวิธีเขียนพรอมต์ให้ชัดเจนและเจาะจง ซึ่งลิงก์ไว้ด้านล่าง — งานนี้เขียนให้ใคร โทนเสียงที่ควรคงไว้ และข้อจำกัดด้านความยาวหรือโครงสร้าง ตัวอย่างของน้ำเสียงเป้าหมาย ตามแนวทาง few-shot prompting ซึ่งลิงก์ไว้ด้านล่าง มักได้ผลดีกว่าคำอธิบายโทนเสียงที่ยาวกว่าในกรณีนี้
การเขียนพรอมต์สำหรับงานวิเคราะห์: ขอเหตุผล ไม่ใช่แค่ข้อสรุป
งานเชิงวิเคราะห์ — การชั่งน้ำหนักตัวเลือก การตีความข้อมูล การตัดสินใจที่มีหลายปัจจัย — มักได้ประโยชน์จาก chain-of-thought prompting ซึ่งลิงก์ไว้ด้านล่าง: การขอให้โมเดลวางเหตุผลของมันแทนที่จะบอกเพียงข้อสรุปให้สิ่งที่คุณตรวจสอบได้ และมักเผยให้เห็นปัจจัยที่พลาดไปหรือข้อสมมติที่อ่อนแอ นี่เป็นงานประเภทเดียวกับการเลือกโมเดลสำหรับการให้เหตุผลที่ซับซ้อน ซึ่งลิงก์ไว้ด้านล่าง ซึ่งครอบคลุมว่าโมเดลใดถูกสร้างมาเพื่อสิ่งนี้โดยเฉพาะ แทนที่จะพูดซ้ำคำแนะนำนั้นที่นี่
คำถามที่คนมักถาม
- มีเทคนิคการเขียนพรอมต์เดียวที่ได้ผลดีที่สุดในทั้งสามประเภทงานหรือไม่
- ไม่ — ความแม่นยำสำคัญที่สุดสำหรับโค้ด กลุ่มเป้าหมายและโทนเสียงสำคัญที่สุดสำหรับงานเขียน และการขอให้แสดงเหตุผลที่มองเห็นได้สำคัญที่สุดสำหรับการวิเคราะห์ งานส่วนใหญ่ได้ประโยชน์จากการผสมผสาน โดยเน้นหนักไปทางสิ่งที่งานนั้นต้องการจริง ๆ
- โมเดลที่เลือกสำคัญเท่ากับวิธีเขียนพรอมต์หรือไม่
- ทั้งสองอย่างสำคัญ และเป็นปัจจัยที่แตกต่างกัน คู่มือนี้ว่าด้วยถ้อยคำ ดูการเลือกโมเดลให้เหมาะกับงานของคุณ ซึ่งลิงก์ไว้ด้านล่าง สำหรับด้านความเหมาะสมของโมเดลในงานเขียนโค้ด งานเขียน และงานที่เน้นการให้เหตุผลโดยเฉพาะ
- พรอมต์สำหรับโค้ดก็แค่พรอมต์งานเขียนที่ใช้คำต่างกันหรือไม่
- ไม่ งานเขียนโค้ดมักมีรูปแบบที่ถูกต้องหรือใช้งานได้เพียงแบบเดียว ดังนั้นความแม่นยำเกี่ยวกับข้อกำหนดที่แน่นอนจึงสำคัญกว่างานเขียนส่วนใหญ่ ซึ่งการใช้ถ้อยคำที่ต่างกันหลายแบบก็อาจดีได้ทั้งหมด
ลองใช้กับบทสนทนาจริง
โหมดการกำหนดเส้นทางของ ClawAI เอนเอียงไปทางโมเดลที่เหมาะสมต่องานอยู่แล้ว เช่น Auto และ High Reasoning สำหรับงานเชิงวิเคราะห์ ดังนั้นพรอมต์ที่เขียนดีและเส้นทางที่เหมาะสมจึงทำงานร่วมกัน ไม่ใช่เป็นทางเลือกแยกจากกัน