Documentation
  • GET STARTED
    • 介紹
    • 快速入门
    • 模型
      • 模型更新
    • Afs-turbo 和 Afs-1
    • Afs-turbo
    • 达尔·E 系统概述
    • TTS系统
    • 耳语
    • 嵌入
    • 适度
    • AFS基础
    • 我们如何使用您的数据
    • 终结点与兼容性
  • 教程
  • 更改日志
  • 能力
    • 文本生成
    • 聊天完成
    • JSON 模式
    • 可重复的输出
    • 管理令牌
    • 参数详细信息
    • 完成API(旧版)
    • 常见问题
  • 函数调用
  • 嵌入
    • 概述
    • 模型
    • 使用案例
    • 常见问题
  • 微调
    • 何时使用微调
    • 常见用例
    • 准备数据集
    • 创建微调模型
    • 使用微调模型
    • 微调示例
  • 图像生成
    • 介绍
    • 用法
    • 特定语言提示
  • 视觉
  • 文字转语音
  • 语音转文本
    • 概述
    • 快速入门
    • 支持的语言
    • 时间戳
    • 更长的输入
    • 促使
    • 提高可靠性
  • 适度
    • 概述
    • 快速入门
  • 助理
  • 概述
  • Google助理的工作原理
    • Objects
    • Creating Assistants
    • Managing Threads and Messages
    • Runs and Run Steps
    • 局限性
  • 工具
    • Code Interpreter
    • Knowledge Retrieval
    • Function calling
    • Supported files
  • 指南
  • 提示工程
    • Six strategies for getting better results
    • Write clear instructions
    • Provide reference text
    • Split complex tasks into simpler subtasks
    • Give models time to "think"
    • Use external tools
    • Test changes systematically
    • Other resources
  • 生产最佳实践
    • Setting up your organization
    • Scaling your solution
    • Managing rate limits
    • Improving latencies
    • Managing costs
    • MLOps strategy
    • Security and compliance
  • 安全最佳实践
  • 速率限制
    • 概述
    • Usage tiers
    • Error Mitigation
  • 错误代码
    • API errors
    • Python library error types
  • 图书馆
    • Python library
    • 图书馆
    • Azure OpenAI 库
    • 社区图书馆
  • 弃用
  • 政策
  • 行动
    • 介绍
    • 开始
    • 认证
    • 生产
    • 数据检索
    • 政策
  • 发行说明
  • Page 2
由 GitBook 提供支持
在本页
  1. 提示工程

Provide reference text

策略:利用参考文本提高Afarensis模型的准确性

在使用Afarensis模型时,向模型提供与查询相关的可信信息是提高回答质量的有效策略。通过指导模型利用提供的信息,可以减少模型对意图的猜测,从而获得更准确的结果。

技巧1:使用参考文本回答问题 系统指令: 请使用附带的文章(由三个引号分隔)来回答问题。如果答案不在文章中,请回答“我无法找到答案”。

用户操作:

"""<插入文章>"""

问题:<插入问题> 动态知识检索 由于模型的上下文窗口有限,动态查找与提问相关的信息至关重要。可以通过嵌入式表示(Embeddings)实现高效的知识检索。更多细节请参考“使用基于嵌入式表示的搜索来实现高效知识检索”。

技巧2:要求模型引用参考文本 当输入补充了相关知识后,可以直接要求模型在其回答中添加引用,通过引用提供的文档中的段落。输出中的引用随后可以通过字符串匹配在所提供的文档中进行程序性验证。

系统指令: 您将获得一个问题和一个由三个引号分隔的文档。您的任务是仅使用提供的文档回答问题,并引用用于回答问题的文档段落。如果文档不包含所需信息,则回答“信息不足”。如果提供了答案,必须附带引用。使用以下格式引用相关段落({"citation": …})。

用户操作:

"""<插入文档>"""

问题:<插入问题>

上一页Write clear instructions下一页Split complex tasks into simpler subtasks

最后更新于1年前