Chuyển tới nội dung chính
Admin

Admin

Hunter

Bạn đã biết 19 kỹ thuật Prompt chủ yếu?

· 3 phút để đọc
Nguồn: Bình dân học AI

-Tác giả: Đào Trung Thành - Phó Viện Trưởng tại Viện công nghệ blockchain và trí tuệ nhân tạo ABAII

-Facebook: "https://www.facebook.com/dtthanh/"

Tôi vừa hoàn tất khóa học "Prompt Engineering for ChatGPT" của Đại học Vanderbilt.

Khóa học Prompt Engineering for ChatGPT

Khóa học này gồm 6 module, tập trung vào việc sử dụng ChatGPT và các mô hình ngôn ngữ lớn khác để nâng cao hiệu suất trong công việc, kinh doanh và cuộc sống cá nhân.

Khóa học hướng dẫn cách trở thành một người dùng thành thạo các công cụ AI tạo sinh, đặc biệt là kỹ thuật viết prompt hiệu quả để khai thác tối đa khả năng của mô hình.

19 Kỹ thuật prompt chủ yếu:​

  1. Persona Pattern: Yêu cầu LLM đóng vai một nhân vật hoặc chuyên gia để nhận phản hồi theo phong cách hoặc kiến thức chuyên môn đó.

  2. Question Refinement Pattern: Tinh chỉnh và cải tiến câu hỏi để mô hình hiểu rõ và trả lời chính xác hơn.

  3. Cognitive Verifier Pattern: Yêu cầu LLM tự kiểm tra và xác nhận tính chính xác của thông tin trước khi phản hồi.

  4. Audience Persona Pattern: Tùy chỉnh phản hồi dựa trên đặc điểm của đối tượng mục tiêu.

  5. Flipped Interaction Pattern: Đảo ngược vai trò, để mô hình đặt câu hỏi và người dùng trả lời, giúp khai thác thông tin sâu hơn.

  6. Few-shot Examples: Cung cấp một số ví dụ để hướng dẫn ChatGPT về định dạng và nội dung mong muốn.

  7. Chain of Thought Prompting: Khuyến khích mô hình suy nghĩ theo từng bước, giúp giải quyết các vấn đề phức tạp.

  8. ReAct Prompting: Kết hợp giữa suy nghĩ (Reasoning) và hành động (Acting) để chatGPT vừa phân tích vừa thực hiện tác vụ.

  9. Game Play Pattern: Sử dụng LLM để tạo trò chơi hoặc tham gia vào các hoạt động giải trí tương tác.

  10. Template Pattern: Sử dụng các mẫu định dạng sẵn để đảm bảo phản hồi có cấu trúc và dễ hiểu.

  11. Meta Language Creation Pattern: Phát triển một ngôn ngữ hoặc mã hóa riêng để giao tiếp hiệu quả với LLM.

  12. Recipe Pattern: Cung cấp hướng dẫn chi tiết theo từng bước, giống như một công thức nấu ăn.

  13. Alternative Approaches Pattern: Yêu cầu mô hình đề xuất nhiều phương pháp khác nhau để giải quyết một vấn đề.

  14. Ask for Input Pattern: Khuyến khích LLM yêu cầu thêm thông tin hoặc làm rõ khi cần thiết.

  15. Outline Expansion Pattern: Mở rộng một dàn ý hoặc khung nội dung thành bài viết hoàn chỉnh.

  16. Menu Actions Pattern: Cung cấp danh sách các hành động hoặc lựa chọn để người dùng tương tác.

  17. Fact Check List Pattern: Tạo danh sách kiểm tra để xác minh tính chính xác của các thông tin được cung cấp.

  18. Tail Generation Pattern: Thêm thông tin bổ sung vào cuối phản hồi để mở rộng nội dung.

  19. Semantic Filter Pattern: Lọc và loại bỏ các thông tin không liên quan dựa trên ngữ nghĩa.

Mục lục