所谓的“常识信息”,不是指 1+1=2。常识指的每一个人的不同工作背景下观察到的独特而平常的细节。
所谓的“常识信息”,不是指 1+1=2。常识指的每一个人的不同工作背景下观察到的独特而平常的细节。 比如刚刚上面文档的很多东西,都叫常识信息,你做一个 PPT,现场的发布环境,荧幕是其他工作人员搞定?还是由我来搞定和考虑细节?如果只是投影仪,那么颜色发灰这些问题要不要考虑…… 所以,要想发挥 GPT Prompt 的威力(Agent),有两个点需要考量: 1⃣ 专家“脑子里想的具体的东西”,而不仅仅是“你是一个 xx 专家”。后者是站在客户的角度。至少目前为止对于这种 Chain 的思想,大模型还不足以面对复杂的生产流程。 2⃣ 进一步服务,持久地沟通。Few-shot 在单个环节输出结果不理想的情况下是必要的,但是单论对话无法从中心向外分化太远。必然需要在 1⃣ 的前提下,量身定制每个环节,以及考虑是否需要 Few-shot,需要什么样的 Few-shot。另外,角色自动处理的好处是简化掉中间繁琐的流程,但应当在缺乏必要的信息前阻塞。这种自动化的流程需要以最大化的效率让用户尽可能少地 prompt,就像病人和医生的关系。病人 prompt:你是一个医疗专家;医生 prompt:反问 + 脑子里想的具体决策
在Telegram中查看相关推荐

🔍 发送关键词来寻找群组、频道或视频。
启动SOSO机器人