吴恩达 ChatGPT 提示词工程实战：从零构建高效对话系统的避坑指南

1次阅读

没有评论

共计 1786 个字符，预计需要花费 5 分钟才能阅读完成。

最近在学习吴恩达老师的 ChatGPT 提示词工程课程，发现很多新手朋友（包括我自己）在构建对话系统时经常掉进各种坑里。今天就把我的学习笔记整理出来，希望能帮助大家少走弯路。

模糊指令问题
比如直接问 ” 帮我写篇文章 ”，这种过于宽泛的请求往往得不到满意的结果
应该具体说明：” 请帮我写一篇 800 字关于 Python 列表推导式的技术博客，要求包含 3 个代码示例 ”
上下文缺失
在多轮对话中不提供历史上下文
例：直接问 ” 这个怎么解决？” 而不说明前面讨论的问题
缺乏约束条件
不限定输出格式、长度或风格
导致响应可能过长过短或不符合预期

使用清晰的动词开头（生成 / 解释 / 比较等）
示例：” 请用简单的语言向初学者解释神经网络的工作原理 ”

给 1 - 2 个输入输出示例
这对格式化输出特别有效

让模型展示推理过程
例：” 请先分析问题，再给出解决方案 ”

给 AI 分配特定角色
例：” 你现在是一位经验丰富的 Python 开发工程师 ”

import openai

def customer_service(query):
    prompt = f""" 你是一名专业的电商客服代表，请用友好专业的语气回答以下问题。客户问题：{query}
    回答要求：1. 不超过 100 字
    2. 如果涉及退货，请说明流程
    3. 以 '感谢您的咨询' 结尾 """

    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.7,
            max_tokens=150
        )
        return response.choices[0].message.content
    except Exception as e:
        print(f"Error: {e}")
        return "服务暂时不可用，请稍后再试"

def generate_blog(topic, style="informal"):
    prompt = f""" 请以 {style} 风格撰写一篇关于 {topic} 的技术博客。要求：- 包含 3 个小标题
    - 每个小标题下至少 200 字
    - 提供 2 个 Python 代码示例
    - 结尾给出 3 个常见问题解答 """

    # 添加重试逻辑
    max_retries = 3
    for attempt in range(max_retries):
        try:
            response = openai.ChatCompletion.create(
                model="gpt-4",
                messages=[{"role": "user", "content": prompt}],
                temperature=0.5
            )
            return response.choices[0].message.content
        except:
            if attempt == max_retries - 1:
                raise

Token 使用效率
精简不必要的说明文字
使用缩写如 ”3 个 ” 代替 ” 三个 ”
响应延迟优化
对于简单查询使用 gpt-3.5-turbo
设置合理的 max_tokens
对话连贯性
在 API 调用中传入历史消息

示例：

messages = [{"role": "system", "content": "你是一个有帮助的助手"},
    {"role": "user", "content": "Python 中怎么处理 JSON?"},
    {"role": "assistant", "content": "可以使用 json 模块..."},
    {"role": "user", "content": "请给我个具体例子"}
]