自从GPT模型发布以来，每个人都在不断地使用它们。从提出简单问题到开发复杂的编码，GPT模型可以帮助用户迅速完成。这就是为什么这个模型会随着时间的推移变得更大。

为了帮助用户获得最佳输出，OpenAI提供了使用GPT模型的最佳实践。这些实践来自于许多用户不断地尝试这个模型，并找到了最佳的方法。

在本文中，我将总结您在使用OpenAI GPT模型时应该知道的最佳实践。这些实践是什么？让我们开始吧。

 

GPT最佳实践

 

GPT模型的输出只有在您给出明确的指示时才会很好。通过明确说明您想要的内容，它将提供您预期的结果。改善GPT输出的一些提示包括：

1. 在提示中提供详细信息以获得相关答案。例如，我们可以将提示从“给我一个计算正态分布的代码”改为“用Python提供标准分布计算的代码示例。在每个部分中放置一个注释，并解释为什么每个代码都以这种方式执行。”

1. 给出一个人物或示例，并添加输出的长度。我们可以为模型提供一个人物或示例，以获得更好的清晰度。例如，我们可以传递系统角色参数，以一种老师向学生解释事物的方式来解释某个内容。通过提供人物，GPT模型将以我们所需的方式提供结果。如果您想更改人物，下面是一个示例代码。

import openai

openai.api_key = ""

res = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    max_tokens=100,
    temperature=0.7,
    messages=[
        {
            "role": "system",
            "content": """
          
          当我要求解释某事时，以老师向学生解释的方式呈现每个段落。
          
          """,
        },
        {
            "role": "user",
            "content": """
          
         金球奖是什么，这个奖的标准是什么？用2段话总结一下。
             
          """,
        },
    ],
)

 

还可以提供示例结果，以指导GPT模型如何回答您的问题。例如，在这段代码中，我传递了我如何解释情感，而GPT模型应该模仿我的风格。

res = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    max_tokens=100,
    temperature=0.7,
    messages=[
        {
            "role": "system",
            "content": "以一致的风格回答。",
        },
        {
            "role": "user",
            "content": "教我关于爱",
        },
        {
            "role": "assistant",
            "content": "爱可以是甜蜜的，可以是酸的，可以是伟大的，可以是低调的，可以是你想要的任何东西",
        },
        {
            "role": "user",
            "content": "教我关于恐惧",
        },
    ],
)

 

1. 指定完成任务的步骤。提供详细的步骤，以获得最佳输出。详细说明GPT模型应如何操作的指令。例如，我们在这段代码中使用了带有前缀和翻译的2步指令。

res = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        max_tokens=100,
        temperature=0.7,
        messages= [
            {
          "role": "system",
          "content": """
          使用以下逐步说明来回应用户输入。

        步骤1 - 用前缀“解释：”在2段或更少的段落中解释用户的问题输入。

        步骤2 - 将步骤1翻译成印尼语，并在前缀中加上“翻译：”。
          
          """,
         },
         {
          "role": "user",
          "content":"天堂是什么？",
         },
        ])

 

1. 提供参考资料、链接或引用。如果我们已经有了各种问题的参考资料，我们可以将它们作为GPT模型提供输出的基础。列出您认为与您的问题相关的任何参考资料，并将其传递到系统角色中。

1. 给GPT“思考”的时间。在匆忙给出错误结果之前，提供一个查询，让GPT能够详细处理提示信息。特别是如果我们给助手角色传递了一个错误的结果，并且我们希望GPT能够自主地进行批判性思考。例如，下面的代码展示了我们如何要求GPT模型对用户输入更加批判。

res = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        max_tokens=100,
        temperature=0.7,
        messages= [
            {
          "role": "system",
          "content": """

        解决问题之后，与用户的解决方案进行对比并评估
        解决方案是否正确。只有在自己完成问题后才决定解决方案是否正确。
          
          """,
         }, 
         {
          "role": "user",
          "content":"1 + 1 = 3",
         },
        ])

 

1. 让GPT使用代码执行以获得精确结果。对于更复杂的计算，GPT可能无法按预期工作，因为模型可能提供不准确的结果。为了缓解这个问题，我们可以要求GPT模型编写和运行代码，而不是直接进行计算。这样，GPT可以依赖于代码而不是计算结果。例如，我们可以提供以下输入。

res = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        max_tokens=100,
        temperature=0.7,
        messages= [
            {
          "role": "system",
          "content": """

      通过将代码用三个反引号括起来来编写和执行Python代码，
       例如 ```code goes here```。使用这种方法进行计算。
          
          """,
         }, 
         {
          "role": "user",
          "content":"""
          
          找到以下多项式方程的所有实根：2*x**5 - 3*x**8- 2*x**3 - 9*x + 11。
          
          """,
         },
        ])

 

结论

 

GPT模型是目前最好的模型之一，以下是一些改进GPT模型输出的最佳实践：

1. 在提示中提供详细信息以获得相关答案
2. 给出角色或示例，并添加输出的长度
3. 指定完成任务的步骤
4. 提供参考资料、链接或引用
5. 给GPT“思考”的时间
6. 让GPT使用代码执行以获得精确结果

    Cornellius Yudha Wijaya 是一名数据科学助理经理和数据作者。在全职工作于印尼安联保险期间，他喜欢通过社交媒体和写作媒体分享Python和数据技巧。