LangGPT: Prompt dan Output Berkualitas Tinggi

Kemampuan untuk memanfaatkan model-model besar yang ada sangat bergantung pada perintah-perintah berkualitas tinggi. Akan tetapi, menulis perintah-perintah berkualitas tinggi masih merupakan keterampilan pada tahap ini dan terlalu bergantung pada pengalaman pribadi.

Meskipun ada banyak metode dan kerangka kerja yang cepat, seperti pada artikel terakhir kami “5 Kerangka Kerja Rekayasa Prompt Teratas”, metode pembuatan prompt yang ada masih memiliki berbagai kekurangan:

1. Kekurangan sistem: aturan dan teknik yang sebagian besar terfragmentasi, sangat bergantung pada pengalaman pribadi.

2. Kurangnya fleksibilitas: Menyesuaikan perintah berkualitas tinggi yang dibagikan oleh orang lain memerlukan modifikasi langsung pada konten perintah tersebut.

3. Kurangnya keramahan interaktif: Konfigurasi dan penggunaan prompt berkualitas tinggi terlalu rumit, dan terkadang Anda sering harus mempelajari cara menggunakan prompt.

4. Karakteristik model bahasa besar berikut ini tidak sepenuhnya dipertimbangkan: (1) preferensi untuk narasi poin demi poin dan logis (2) masalah lupa mungkin terjadi dalam percakapan panjang (3) kesenjangan kinerja antara bahasa yang berbeda.

Dengan dirilisnya model GPT-4, ketergantungan pada perintah telah berkurang. Pada saat yang sama, kemampuan dasarnya yang lebih canggih memberikan dasar yang baik untuk menulis perintah yang lebih canggih. Perintah berkualitas tinggi menjadi lebih canggih dan lebih kompleks.

Jadi mungkinkah untuk menguasai beberapa aturan dan konsep dasar, dan beberapa pola pemrograman (mirip dengan pemrograman berorientasi objek) seperti halnya mempelajari pemrograman, sehingga Anda dapat menulis perintah secara efisien dengan kinerja dan stabilitas yang baik?

Jawabannya adalah Ya.

Bahasa InggrisGPT

Penggunaan LangGPT memungkinkan produksi massal perintah berkualitas tinggi. Berikut ini keuntungannya:

Sistematis: Berikan “template” dan isi konten yang sesuai sesuai dengan template
Fleksibilitas: Anda dapat menggunakan “variabel” untuk merujuk, mengatur, dan mengubah konten dalam prompt dengan mudah, yang dapat diprogram.
Gunakan perintah untuk mengatur dan menjalankan perilaku yang telah ditentukan sebelumnya dengan mudah, dan mengatur peralihan antara bahasa Mandarin dan Inggris dengan mudah tanpa mengorbankan kinerja
Interaksi yang ramah: “Alur kerja” dengan mudah mendefinisikan interaksi pengguna, perilaku peran, dll., dan dengan mudah memandu pengguna untuk menggunakan
Memanfaatkan sepenuhnya kemampuan model besar: (1) Konfigurasi modular (2) Deskripsi logis poin demi poin (3) Pengingat untuk meringankan masalah kehilangan memori jangka panjang

Aturan Tata Bahasa Utama LangGPT

Variabel LangGPT

Kami menemukan bahwa ChatGPT dapat mengenali berbagai struktur hierarki yang diberi label dengan baik. Model yang besar dapat mengenali struktur hierarki dari judul artikel, nama paragraf, isi paragraf, dll. Jika kami memberitahukan judulnya, model tersebut mengetahui bahwa kami merujuk pada judul dan isi di bawah judul.

Ini berarti bahwa kami menyajikan konten prompt dengan cara yang terstruktur dan menetapkan judul untuk merujuk, memodifikasi, dan mengatur konten prompt dengan mudah. Anda dapat langsung menggunakan judul paragraf untuk merujuk ke bagian konten yang besar, atau Anda dapat memberi tahu ChatGPT untuk memodifikasi dan menyesuaikan konten yang ditentukan. Ini mirip dengan variabel dalam pemrograman, jadi kita dapat menggunakan judul ini sebagai variabel.

Markdown memiliki hierarki sintaksis yang baik dan cocok untuk menulis perintah, sehingga variabel LangGPT didasarkan pada sintaksis markdown. Bahkan, selain markdown, berbagai fungsi markup lainnya dapat digunakan, seperti json, yaml, dan bahkan format yang diformat dengan baik.

Variabel memberikan fleksibilitas yang tinggi pada penulisan prompt. Dengan menggunakan variabel, Anda dapat dengan mudah merujuk konten peran, mengatur, dan mengubah atribut peran. Hal ini tidak praktis untuk diterapkan dengan metode prompt umum.

Templat LangGPT

ChatGPT adalah sangat bagus dalam bermain peran.

Sebagian besar perintah berkualitas tinggi sering kali dimulai dengan "Saya ingin kamu menjadi xxx" atau "Saya ingin kamu berperan sebagai xxx". Untuk mendefinisikan peran, selama Anda memberikan deskripsi tentang peran tersebut, perilaku peran, keterampilan, dll., Anda dapat melakukan perilaku yang sangat konsisten dengan peran tersebut.

Jika Anda familier dengan "objek" dalam bahasa pemrograman, Anda akan tahu bahwa "deklarasi peran" dari prompt sangat mirip dengan deklarasi kelas. Oleh karena itu, prompt dapat diabstraksikan menjadi peran, termasuk nama, deskripsi, keterampilan, metode kerja, dan deskripsi lainnya, lalu templat Peran LangGPT diperoleh.

Untuk menggunakan templat Peran, Anda hanya perlu mengisi konten yang sesuai menurut templat:

Selain variabel dan templat, LangGPT juga menyediakan metode pengaturan sintaksis seperti perintah, memoisasi, kalimat kondisional, dll.

Setelah Anda mengisi informasi dasar profil, Anda dapat mulai membuat output. Berikut ini adalah contoh cara menggunakan LangGPT:

# Peran: {} ## Profil - penulis: LangGPT - versi: 1.0 - bahasa: {Inggris} - deskripsi: {} ## Keterampilan {} ## Latar Belakang (OPSIONAL): ## Sasaran (OPSIONAL): ## Format Keluaran (OPSIONAL): ## Aturan {} ## Alur Kerja {} ## Inisialisasi {}

Kasus Penggunaan: Asisten Penyusunan Email

Peran #: Asisten Email

Profil ##

- penulis: LangGPT - versi: 1.0 - bahasa: Inggris - deskripsi: Anda adalah Asisten Email yang dirancang untuk membantu pengguna menyusun, mengedit, dan mengoptimalkan email mereka untuk berbagai tujuan, termasuk komunikasi profesional, pribadi, dan formal.

Keterampilan ##

1. Kemampuan menyusun email yang jelas, ringkas, dan profesional. 2. Mahir dalam mengedit dan mengoreksi tata bahasa, nada, dan kejelasan. 3. Mampu mengadaptasi gaya email agar sesuai dengan konteks (misalnya, formal, informal, persuasif). 4. Keahlian dalam menyusun email dengan salam pembuka, isi utama, dan pernyataan penutup yang tepat. 5. Terampil dalam menyarankan perbaikan untuk konten dan struktur email.

Aturan ##

1. Selalu pertahankan nada yang sopan dan profesional dalam draf email. 2. Pastikan email jelas, ringkas, dan bebas dari kesalahan tata bahasa. 3. Sesuaikan nada dan gaya email agar sesuai dengan tujuan dan audiens. 4. Berikan penyempurnaan atau alternatif opsional untuk meningkatkan email. 5. Hargai privasi dengan menghindari detail pribadi yang tidak perlu kecuali ditentukan oleh pengguna.

Alur Kerja ##

1. Pahami tujuan email dan audiens yang dituju. 2. Susun email berdasarkan masukan pengguna, pastikan email tersebut memenuhi tujuan yang diinginkan. 3. Tinjau email untuk mengetahui adanya kesalahan atau perbaikan dan sarankan perubahan jika perlu. 4. Berikan draf akhir kepada pengguna, beserta saran opsional untuk pengoptimalan lebih lanjut.

Berikut outputnya: