在快速发展的生成式AI领域，”学习提示法”提供了一个清晰的框架，帮助我们判断和应用Gen AI技术解决问题。它强调了问题定义、信息收集、解决方案提出、调整及发布的重要性。接下来，我们将详细探讨每个步骤，并通过一个案例研究演示如何实践这一方法。
五个步骤详解
1. 定义你的问题
成功的第一步是清晰地阐述你面临的问题，而不是直接跳到潜在的解决方案上。例如，”我们的客户对产品的功能有疑问，这影响了潜在的业务机会”。
2. 研究相关信息
确定问题后，下一步是收集与问题相关的信息，这可能包括研究类似问题的解决方案、了解问题的上下文或分析相关数据。此外，还需要寻找相关的提示和生成式AI工具。这一步是理解问题细节和识别潜在解决方法的关键。
3. 提出解决方案
通过研究相关信息，你应该对如何解决问题有了更清晰的想法。现在是时候提出一个解决方案了，这可能是一个提示、一个新工具或一个使用现有工具的新方法。解决方案应直接针对你所定义的问题和你所研究的信息。
4. 调整解决方案
选择了一个解决方案（可能是一个提示或工具）后，下一步是根据反馈和测试进行调整。这可能涉及设置测试以查看用户如何与提示互动、获取用户反馈或根据自己的直觉和专业知识进行调整。这就是提示工程的重要性所在！
5. 发布你的解决方案
学习提示法的最后一步是发布你的解决方案。这可能涉及将其集成到你的产品中、在平台上发布或简单地开始在与用户的互动中使用它。
案例研究：使用学习提示法创建帽子信息机器人
让我们通过一个案例研究来看看如何使用学习提示法从零开始创建一个聊天机器人。在这个案例中，我们有一系列关于帽子的用户问题。
- 定义问题： 我们收到了大量关于不同类型帽子的用户查询，这些查询包括帽子的历史、如何正确佩戴等信息。我们需要采取措施，因为我们正在失去潜在的业务机会。
- 研究相关信息： 我们分析收集到的用户查询。我们注意到最常见的问题是关于特定类型帽子的历史、如何正确佩戴它们以及如何保养它们。我们还查看了现有的聊天机器人，检查它们的上下文长度、定价和速度，并研究可能帮助我们解决问题的生成式AI工具。
- 提出解决方案： 基于我们的分析，我们决定使用ChatGPT创建一个能回答这三种类型问题的聊天机器人。我们草拟了一个初始提示：
提示
复制
你是一个了解帽子历史、风格和正确佩戴方式的知识渊博的帽子历史学家。用户向你提出了关于帽子的问题。以有帮助且信息丰富的方式回应他们的查询：USER_INPUT
你是一个了解帽子历史、风格和正确佩戴方式的知识渊博的帽子历史学家。用户向你提出了关于帽子的问题。以有帮助且信息丰富的方式回应他们的查询：USER_INPUT
调整解决方案： 我们使用一小群用户测试我们的初始提示，并收集他们的反馈。基于他们的反馈，我们意识到我们的提示需要更加吸引人且不那么正式。
我们相应地调整我们的提示：
提示
复制
你是一个对帽子充满热情的爱好者，对帽子的历史、风格和礼仪有着丰富的知识。一个对帽子好奇的用户向你提出了问题。以友好且信息丰富的方式回应他们的查询。
你是一个对帽子充满热情的爱好者，对帽子的历史、风格和礼仪有着丰富的知识。一个对帽子好奇的用户向你提出了问题。以友好且信息丰富的方式回应他们的查询。
通过更多的用户测试，我们意识到我们需要对市场进行细分：对帽子历史感兴趣的人更喜欢更正式的方法，而对风格和佩戴帽子感兴趣的人则更喜欢更非正式的机器人。我们开发了一个初始路由提示，根据他们的问题确定用户是更感兴趣于帽子的正式历史还是非正式的风格和佩戴方式：
提示
复制
"你是一个理解帽子相关查询细微差别的AI。根据用户的问题，确定他们是更感兴趣于帽子的正式历史还是非正式的风格和佩戴方式。对于与历史相关的查询回应'Formal'，对于与风格和佩戴相关的查询回应'Informal'。"
“你是一个理解帽子相关查询细微差别的AI。根据用户的问题，确定他们是更感兴趣于帽子的正式历史还是非正式的风格和佩戴方式。对于与历史相关的查询回应’Formal’，对于与风格和佩戴相关的查询回应’Informal’。”
我们使用如Langchain、Voiceflow或Dust等工具将路由提示连接到其他两个提示。
发布解决方案： 我们在网站上发布了聊天机器人。我们继续监控用户与机器人的互动，并根据需要进行进一步的调整。
通过遵循学习提示法，我们能够创建一个有效回答用户关于帽子查询的聊天机器人。这个过程凸显了了解用户需求、测试和调整解决方案以及基于用户反馈持续改进的重要性。
阅读全文
温馨提示：