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GPTPrompt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