AI說書 - Prompt Engineering - 148 | 自動輸出細化架構

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。

架構

自動輸出細化的結構是圍繞迭代過程構建的，該過程在兩個生成步驟之間交替：反饋和細化，這種結構的目的是允許語言模型透過自我評估和自我改進的過程來改進其初始輸出：

1. Initial Generation：從模型根據給定提示產生初始輸出開始，此輸出作為迭代細化過程的起點
2. Feedback Generation：一旦產生初始輸出，模型的任務就是提供有關其自身輸出的回饋，這涉及模型評估輸出品質並確定可以改進的領域，回饋以新提示的形式生成，其中包含模型對輸出的評估及其改進建議
3. Output Refinement：產生回饋後，模型使用該回饋來完善初始輸出，這涉及模型產生新的輸出，其中包含反饋中確定的改進建議
4. Iterative Process：迭代地重複回饋產生和輸出細化步驟，這使得模型能夠在每次迭代中逐步提高輸出的質量
5. Stopping Condition：迭代過程持續進行，直到滿足指定的停止條件，這可以是固定的迭代次數，也可以是基於輸出品質或模型對是否需要進一步細化的評估的更動態的條件