官方指南：https://learn.microsoft.com/en-us/azure/cognitive-services/openai/concepts/prompt-engineering

摘要

OpenAI 的 GPT-3、GPT-3.5 和 GPT-4 模型是基于提示的。使用基于提示的模型，用户通过输入文本提示与模型交互，模型以文本完成响应。此完成是模型对输入文本的延续。

虽然这些模型非常强大，但它们的行为也对提示非常敏感。这使得快速构建成为一项需要发展的重要技能。

快速施工可能很困难。在实践中，提示会配置模型权重以完成所需的任务，但它更像是一门艺术而不是科学，通常需要经验和直觉才能制作出成功的提示。本文的目的是帮助您开始这个学习过程。它试图捕捉适用于所有 GPT 模型的一般概念和模式。然而，重要的是要了解每个模型的行为不同，因此学习可能不会同样适用于所有模型。

最佳实践

要具体。尽可能少地解释。限制操作空间。
是描述性的。使用类比。
双降。有时您可能需要对模型重复自己。在您的主要内容之前和之后给出说明，使用说明和提示等。
订单事项。您向模型呈现信息的顺序可能会影响输出。无论您是在内容之前（“总结以下……”）还是之后（“总结以上……”）放置说明，都会对输出产生影响。甚至小样本示例的顺序也很重要。这被称为近因偏差。
给模型一个“out”。如果模型无法完成分配的任务，有时为模型提供替代路径会很有帮助。例如，当针对一段文本提出问题时，您可能会包含诸如“如果答案不存在，则回复‘未找到’”之类的内容。这可以帮助模型避免生成错误响应。