能看到这篇文章的朋友们想必都已经知道ChatGPT什么了吧！大家都知道ChatGPT很厉害，能帮助我们完成一些日常繁琐的内容产出工作。比如我们亚马逊运营们经常用其优化Listing、写好评信、评论分析等。但是写好一个指令并不是一件简单的事情。所以本文主要是教给大家如何在鸥鹭智能助手里写出清晰有效的指令，从而获得理想的答案。
指令工程师们是怎么做的
由于指令遵循模型的训练方式或其所训练的数据存在特定的提示格式，如果您使用特定格式可以更好的获得预期结果。下面我们提供了一些提示格式，我们发现这些格式可靠地发挥作用，但请随意探索不同的格式，这些格式可能最适合您的任务。
我把我的经验浓缩成以下几个例子
注意： 这里的 "[文本内容]" 在指令内容中是个占位符，使用时请替换为您真正的指令内容
1. 使用最新或最适合的模型
为了获得最佳效果，我们通常建议使用最新、最具能力的模型。截至2023年4月，文本生成的最佳选项是“gpt-4”模型。如果您需要快速生成内容，对于内容质量要求不那么严格，或出于成本考量，建议您使用‘gpt-3.5-turbo’模型。
2. 在提示的开头放置说明，并使用"""分隔说明和上下文
效果较差的做法❌:
Summarize the text below as a bullet point list of the most important points.
[文本内容]
2
3
比较有效的做法✅:
Summarize the text below as a bullet point list of the most important points.
Text: """
[文本内容]
"""
2
3
4
5
3. 在所需的上下文、结果、长度、格式、风格等方面，应尽可能具体、描述详细
效果较差的做法❌:
write a Amazon Listing about USB Cable line.
比较有效的做法✅:
write a Amazon Listing about USB Cable line, focusing on USB Type-C to USB Type-C 2.0, 6-Foot, White, 480 Mbps data transfer speed.
4. 如有必要，定义所需的输出格式
以下是一个从文章里抽取特定内容的方式，比如公司名称、用户名、话题名称与主题的例子。
效果较差的做法❌:
Extract the entities mentioned in the text below. Extract the following 4 entity types: company names, people names, specific topics and themes.
Text: [文本内容]
2
3
比较有效的做法✅:
Extract the important entities mentioned in the article below. First extract all company names, then extract all people names, then extract specific topics which fit the content and finally extract general overarching themes
Desired format:
Company names: <comma_separated_list_of_company_names>
People names: -||-
Specific topics: -||-
General themes: -||-
Text: """
[文本内容]
"""
2
3
4
5
6
7
8
9
10
5. 减少不精确的描述
效果较差的做法❌:
summary the Amazon Product Description and extract some key points
Text: """
[文本内容]
"""
2
3
4
5
比较有效的做法✅:
summary the Amazon Product Description and extract 3 to 5 key points
Text: """
[文本内容]
"""
2
3
4
5
6. 使用英文写指令 (针对GPT模型)
由于模型训练所用的语料绝大多数是英文语料(英语占比92.65%，中文仅占0.1%)，用英文写指令可以让模型理解您指令的意图从而获得更好的返回结果。
如果您英语水平不太理想，建议您可以先让模型翻译一下您的指令内容为英文，然后再发送给它，比如使用以下翻译指令：
I am an Amazon operator, translate the following text into English:：
Text: """
[文本内容]
"""
2
3
4
5
前面告诉他我是个亚马逊运营的目的是确定语义环境，翻译后的内容会更倾向于您当前的角色。
小结
以上为本次分享的写鸥鹭智能助手指令的最佳实现。不过在实际工作中写好指令并不是一件很简单的事情，这需要我们有足够的耐心与模型慢慢交互。不过随着模型的快速发展，对文本的理解能力也会越来越成熟。或许哪天指令工程师也失业了呢~
祝大家都能写出满意的指令从而快速提升工作效率！！！
