AI說書 - Prompt Engineering - 134 | 自動 Prompt 最佳化實踐

我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

實踐

在 Automated Prompt Optimization（APO）領域，不同的場景和使用者偏好需要不同的最佳化策略，了解這一點後，我們提出了三個主要選項來進行提示優化，以滿足一系列用戶互動的需求，以下說明 Iterative Optimization：

這個方法的本質就在於它的名字，Iterative Optimization 對於優先考慮精度和協作優化的用戶來說是理想的選擇，事情是這樣展開的：

1. 使用者提供一個基本指令來啟動迭代細化，例如迭代優化我的提示
2. AI 模型完善提示並將其版本呈現給用戶
3. 用戶有權確認或要求進一步完善，這種回饋循環一直持續到使用者對提示的清晰度和特異性感到滿意為止
4. 一旦獲得批准，人工智慧就會根據協作完善的提示產生回應

Iterative Optimization 的提示模板：請優化我提出的每個提示，一旦您提出了優化版本，請在繼續之前請求我的批准