前一篇我們有提到「【Generative AI - Prompt篇】Ep.3 讓AI身歷其境的角色提示法」如何催眠AI成為專家，藉著該提示技巧讓AI可以針對該領域進行專業的回答，但…這還不夠，我們還希望AI可以更強大，可以根據我們設計的範本，進行相同規格的輸入與輸出。
我們在前面幾個篇章也玩過一些Prompt的小技巧了， 過程中其實觀察到Chatgpt這類型的生成式AI非常的強大， 在無任何知識背景的狀況下都能夠「盡量」的回答問題， 這邊為什麼特別強調「盡量」？ 在「【Generative AI - Prompt篇】Ep.1 什麼是Prompt Engineering?」我們也有提到不明確的問題可能導致錯誤的答案， 因此我們提問者最重要的就是想辦法讓問題更加清楚， 除了問題更加清楚之外，不妨以身作則，給予更明確的問題與答案範本， 讓模型更加符合需求的回應我們。
每一個輸入、輸出都被稱為是一個「範本」…, 這種方式也稱為少量樣本提示(few shot prompting)。情境設計
我希望AI成為一個csv轉json的轉換魔法師，我們應該給它一個csv的輸入格式以及期望輸出的表格結果，讓AI理解我們所期望的，如此一來，以後只要丟入csv它就可以輕輕鬆鬆的幫我們轉換成json。
以身作則，給予明確範本
這邊我們搭配「」提到的催眠提示， 並結合範本提示法來進行提問:
你現在是csv轉json的達人, 我給你以下的範例, 請試著學習:
男,0977131131,打球,射手座,27
{
"性別": "男",
"電話": "0977131131",
"興趣": "打球",
"星座": "射手座",
"年齡": 27
}
以Chatgpt為例， 會得到以下的回應:
好的，我了解了你想要将CSV格式转换为JSON格式的请求。以下是将你提供的示例转换为JSON的方法：
...
...
很好！ 看來已經理解我們的意圖了。
試著考驗一下模仿功力
基於上面的例子， 我們明確給他一個輸入與輸出的範本，看起來也理解我們的意圖， 為了保險起見我們可以再給一筆新的csv資料，來考驗一下Chatgpt(Generative AI)的模仿功力。
問:
女,0987131131,烹飪,雙子座,28答:
根据你提供的新的CSV数据，我将再次将其转换为JSON格式：
CSV数据：女,0987131131,烹飪,雙子座,28
JSON结果：
{
"性別": "女",
"電話": "0987131131",
"興趣": "烹飪",
"星座": "雙子座",
"年齡": 28
}
看起來如我們所預期的結果， 接著再給他更多的資料試試看…。
步上正軌，讓其自由發揮
上面我們都只給一筆資料， 看起來已經學習的有模有樣了， 但我們還想要更多更聰明的助理， 這時候我們試著給它多筆資料， 試著讓AI發揮一下功力， 看看能否如我們預期，將多筆資料轉換成標準的json格式。
問:
女,0987131131,烹飪,雙子座,28
男,0987131130,跑步,天蠍座,29
答:
根據你提供的新的CSV數據，我將再次將其轉換為JSON格式：
CSV數據：
女,0987131131,烹飪,雙子座,28
男,0987131130,跑步,天蠍座,29
JSON结果：
[
{
"性別": "女",
"電話": "0987131131",
"興趣": "烹飪",
"星座": "雙子座",
"年齡": 28
},
{
"性別": "男",
"電話": "0987131130",
"興趣": "跑步",
"星座": "天蠍座",
"年齡": 29
}
]
很棒耶！ 我們可以觀察到原本一筆資料的回應是以大括號的單層json進行展現， 而多筆資料對於AI來說也不是問題， 自動幫我們轉換成多數據陣列格式來進行回答， 如我們所預期一般，接著我們就可以盡量的丟上「csv」格式的資料， 讓它幫我們轉成標準的json， 甚至依此類推轉成表格、xml…等其他格式也是可以的。
結語
雖然這種少量樣本提示(few shot prompting)可以很快的讓生成式AI(Generative AI)適當的模仿， 成為我們想要的助理， 但仍有一些缺陷， 假設我們只給予輸入/輸出， 但中間的過程並沒有給于推理的方向， 這很容易造成推理錯誤， 後續的章節我們會針對這個部份來進行說明與補強。
喜歡撰寫文章的你，不妨來了解一下：
Web3.0時代下為創作者、閱讀者打造的專屬共贏平台 - 為什麼要加入？
歡迎加入一起練習寫作，賺取知識！
