OpenAI API를 사용한 신속한 엔지니어링을 위한 모범 사례
프롬프트 시작 부분에 명령을 입력하고 ### 또는 """를 사용하여 명령과 컨텍스트를 구분하기
별로인 예시 ❌:
가장 중요한 사항의 글머리 기호 목록으로 아래 텍스트를 요약합니다.
{여기에 텍스트 입력}
좋은 예시 ✅:
가장 중요한 사항의 글머리 기호 목록으로 아래 텍스트를 요약합니다.
텍스트: """
{여기에 텍스트 입력}
"""
원하는 컨텍스트, 결과, 길이, 형식, 스타일 등에 대해 가능한 한 구체적이고 설명적이며 상세하게 작성하십시오.
문맥, 결과, 길이, 형식, 스타일 등에 대해 구체적으로 설명하십시오.
별로인 예시 ❌:
OpenAI에 대한 시를 써보세요.
좋은 예시 ✅:
{유명한 시인}의 스타일로 최근 DALL-E 제품 출시(DALL-E는 이미지 ML 모델에 대한 텍스트임)에 초점을 맞춰 OpenAI에 대해 영감을 주는 짧은 시를 작성합니다.
예제를 통해 원하는 출력 형식을 표현합니다( 예제 1 , 예제 2 ).
별로인 예시 ❌:
아래 텍스트에 언급된 엔터티를 추출합니다. 회사 이름, 사람 이름, 특정 주제 및 테마의 4가지 엔터티 유형을 추출합니다.
텍스트: {텍스트}
보여주고 말하세요 - 특정 형식 요구 사항을 보여줄 때 모델이 더 잘 반응합니다. 또한 프로그래밍 방식으로 여러 출력을 안정적으로 구문 분석하기가 더 쉽습니다.
좋은 예시 ✅:
아래 텍스트에 언급된 중요한 개체를 추출합니다. 먼저 모든 회사 이름을 추출한 다음 모든 사람 이름을 추출한 다음 콘텐츠에 맞는 특정 주제를 추출하고 마지막으로 일반적으로 가장 중요한 주제를 추출합니다. 원하는
형식:
회사 이름: <comma_separated_list_of_company_names>
사람 이름: -||-
특정 주제: -||-
일반 테마: -||-
텍스트: {text}
zero-shot으로 시작한 다음 few-shot, 둘 다 작동하지 않은 다음 미세 조정
✅ 제로샷
아래 텍스트에서 키워드를 추출합니다.
텍스트: {text}
키워드:
✅ Few-shot - 몇 가지 예를 제공합니다.
아래 해당 텍스트에서 키워드를 추출합니다.
텍스트 1: Stripe는 웹 개발자가 결제 처리를 웹사이트 및 모바일 애플리케이션에 통합하는 데 사용할 수 있는 API를 제공합니다.
키워드 1: 스트라이프, 결제 처리, API, 웹 개발자, 웹사이트, 모바일 애플리케이션
##
텍스트 2: OpenAI는 텍스트를 이해하고 생성하는 데 매우 뛰어난 최첨단 언어 모델을 훈련했습니다. 당사의 API는 이러한 모델에 대한 액세스를 제공하며 언어 처리와 관련된 거의 모든 작업을 해결하는 데 사용할 수 있습니다.
키워드 2: OpenAI, 언어 모델, 텍스트 처리, API.
##
텍스트 3: {text}
키워드 3:
"모호한" 부정확한 설명을 줄입니다.
별로인 예시 ❌:
이 제품에 대한 설명은 상당히 짧고, 몇 문장으로만 작성해야 하며, 너무 많지 않아야 합니다.
좋은 예시 ✅:
이 제품을 설명하려면 3-5 문장 단락을 사용하십시오.
하지 말라고 하지 말고 해야 할 말을 하라
별로인 예시 ❌:
다음은 에이전트와 고객 간의 대화입니다. 사용자 이름이나 암호를 묻지 마십시오. 반복하지 마십시오.
고객: 내 계정에 로그인할 수 없습니다.
대리인:
좋은 예시 ✅:
다음은 에이전트와 고객 간의 대화입니다. 상담원은 PII와 관련된 질문을 삼가하면서 문제를 진단하고 해결책을 제안하려고 시도합니다. 사용자 이름이나 비밀번호와 같은 PII를 요청하는 대신 www.samplewebsite.com/help/faq 도움말 문서
고객: 내 계정에 로그인할 수 없습니다.
대리인:
특정 코드 생성 - "leading words(리딩 단어)"를 사용하여 모델을 특정 패턴으로 이동
별로인 예시 ❌:
# 간단한 파이썬 함수를 작성하세요.
# 1. 마일로 숫자를 물어보세요.
# 2. 마일을 킬로미터로 변환합니다.
아래의 이 코드 예제에서 "import" 힌트를 모델에 추가하면 Python으로 작성을 시작해야 합니다. (마찬가지로 "SELECT"는 SQL 문의 시작에 대한 좋은 힌트입니다.)
좋은 예시 ✅:
# 간단한 파이썬 함수 작성
# 1. 마일로 숫자를 물어보세요
# 2. 마일을 킬로미터로 변환 가져
import
매개변수
일반적으로 모델 출력을 변경하는 데 가장 일반적으로 사용되는 매개 변수는 model 와 입니다. temperature
model- 고성능 모델은 더 비싸고 대기 시간이 더 깁니다.
temperature- 모델이 가능성이 적은 토큰을 얼마나 자주 출력하는지 측정합니다. 가 높을수록 temperature출력이 더 무작위적이며 일반적으로 창의적입니다. 그러나 이것은 "진실성"과 동일하지 않습니다. 데이터 추출 및 진실된 Q&A와 같은 대부분의 사실적 사용 사례의 경우 temperature0이 가장 좋습니다.
max_tokens( 최대 길이) - 출력 길이를 제어하지 않고 토큰 생성을 위한 하드 컷오프 제한. 이상적으로는 이 제한에 자주 도달하지 않을 것입니다. 모델이 완료되었다고 생각하거나 정의한 중지 시퀀스에 도달하면 모델이 중지되기 때문입니다.
stop(정지 시퀀스) - 생성될 때 텍스트 생성을 중지시키는 문자(토큰) 집합입니다.
원문: https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api
#NE-ILGI #AIDiary #SharePrompts #ChatGPT #DiaryApp
댓글 없음:
댓글 쓰기