如何编写提示词让ChatGPT回答更人性化：技术原理与实战指南

2次阅读

没有评论

共计 1198 个字符，预计需要花费 3 分钟才能阅读完成。

开发者在使用 ChatGPT 这类大语言模型时，常常会遇到回答过于机械、缺乏人性化的问题。这主要源于几个根本原因：

缺乏情感语境 ：大多数默认提示词没有包含情感和人格化的指示，导致模型倾向于输出中立、客观的回答。
过度依赖模板 ：模型在训练时接触了大量规范化文本，导致输出偏向标准化的表达方式。
缺少对话历史 ：单轮对话缺乏上下文，模型无法模拟人类对话中的连贯性和个性化特征。

提示词对大型语言模型的影响主要体现在两个方面：

注意力机制引导 ：提示词中的关键词会直接影响模型在生成过程中的注意力分布。例如包含 ” 用朋友般的语气 ” 这样的指示会激活模型中相关的风格参数。
输出分布调整 ：特定的提示词会改变模型预测下一个 token 的概率分布 (logits)。比如加入情感词汇会提高相关表达方式的生成概率。

添加身份设定 ：在系统消息中明确角色

 你是一位热情友好的咖啡师，用轻松自然的方式回答顾客问题

情感标记 ：在提示中明确情感倾向

 用温暖关心的语气回答这个问题

口语化表达 ：鼓励使用自然语言

 请用日常聊天的语言风格回答

系统消息设计

{
  "role": "system",
  "content": "你正在和一位老朋友聊天，语气轻松自然，偶尔可以加入个人观点"
}

记忆机制应用

# 在对话历史中保留人格化线索
conversation_history.append({
  "role": "assistant",
  "content": "(笑着说) 这个问题让我想起..."
})

温度 (Temperature)：0.7-1.0 区间适合人性化回答
Top- p 采样 ：0.9 左右平衡创意和连贯性

import openai

response = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[{"role": "system", "content": "你是一位幽默风趣的图书管理员，喜欢用比喻和故事回答问题"},
    {"role": "user", "content": "请推荐一本好书"}
  ],
  temperature=0.8,
  top_p=0.9,
  max_tokens=150
)

print(response.choices[0].message.content)