ChatGPT提示词工程实战：从原理到高效调优

1次阅读

共计 1913 个字符，预计需要花费 5 分钟才能阅读完成。

开发者在使用 ChatGPT 时经常遇到几个典型问题：

结果不可控 ：相同的提示词在不同时间可能产生完全不同的输出
上下文理解偏差 ：模型对长文本的连贯性处理存在局限性
意外输出 ：有时会产生不符合预期的内容或格式

这些问题的技术根源主要来自：

Token 限制 ：ChatGPT 有上下文窗口限制（GPT-3.5 为 4096 tokens），超出部分会被截断
温度参数 (Temperature)：控制输出随机性的关键参数，过高会导致结果不稳定
Top- p 采样 ：影响输出多样性的核心机制，与温度参数协同工作

方法	适用场景	优点	缺点
零样本提示	简单明确的任务	实现简单	对复杂任务效果有限
少样本提示	需要特定格式输出的任务	提供示例提高准确性	增加 token 消耗
思维链 (CoT)	需要逻辑推理的复杂问题	显著提升推理能力	需要精心设计提示词

import openai

# 初始化客户端
client = openai.OpenAI(api_key="your_api_key")

def generate_response(prompt, examples=None, temperature=0.7, max_tokens=150):
    """
    动态生成 ChatGPT 响应

    参数:
    - prompt: 主提示词 (str)
    - examples: 少样本示例 (list of dict)
    - temperature: 控制随机性 (0-1)
    - max_tokens: 限制输出长度
    """messages = [{"role":"system","content":"You are a helpful assistant."}]

    if examples:
        for ex in examples:
            messages.append({"role": "user", "content": ex["input"]})
            messages.append({"role": "assistant", "content": ex["output"]})

    messages.append({"role": "user", "content": prompt})

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=messages,
        temperature=temperature,
        max_tokens=max_tokens,
        top_p=0.9
    )

    return response.choices[0].message.content

from string import Template

class PromptTemplate:
    def __init__(self, template_str):
        self.template = Template(template_str)

    def generate(self, **kwargs):
        """
        根据模板和变量生成最终提示词
        时间复杂度: O(n), n 为模板长度
        空间复杂度: O(n)
        """
        return self.template.substitute(**kwargs)

# 示例用法
template = PromptTemplate("""
请根据以下信息生成产品描述：产品名称: $name
主要功能: $features
目标用户: $target
""")

prompt = template.generate(
    name="智能笔记本",
    features="语音转文字、多设备同步",
    target="学生和商务人士"
)