提示学习方法-AI基础系列文章第15篇

使用生成式AI解决问题的学习提示法是一个在生成式AI领域解决问题的框架。它可以帮助你决定生成式AI是否是正确的解决方案，如何应用提示工程，选择什么工具等等。我们将逐一介绍这五个步骤，然后提供一个使用这种方法的案例研究。

五个步骤

1. 陈述你的问题

学习提示法的第一步是陈述你的问题。这涉及到清楚地表述你所面临的问题，而不是跳跃到可能的解决方案。例如，“我们的客户对我们产品的功能有疑问，需要解答，因为我们正在错失潜在的业务”。

2. 检查相关信息

在陈述你的问题之后，下一步是检查相关信息。这可能包括研究类似问题及其解决方案，研究你的问题的背景，或分析与你的问题相关的数据。它还包括寻找相关的提示和生成式AI工具。这一步在理解你的问题的细微差别和识别可能的解决方法上至关重要。在这一点上，你应该知道生成式AI是否适合你的问题。

3. 提出解决方案

一旦你检查了相关信息，你应该对如何解决你的问题有了更清晰的想法。现在是时候提出解决方案了。这可能是一个提示，一个新工具，或者使用现有工具的新方式。解决方案应该直接与你所陈述的问题和你所检查的信息相关。

4. 调整解决方案

一旦你选择了一个解决方案，可能是一个提示或一个工具，下一步就是根据反馈和测试进行调整。这可能涉及设置测试来看用户如何与提示互动，获取用户的反馈，或者根据你自己的直觉和专业知识进行调整。这就是提示工程的用武之地！

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，发布到一个平台上，或者简单地开始在你与用户的互动中使用它。

学习提示法是一个循环，而不是一个线性的过程。在发布你的解决方案之后，你应该继续监控其性能，并根据需要进行调整。你可以使用SEPAL这个首字母缩略词来记住这些步骤！

案例研究：使用学习提示法创建一个帽子信息机器人

让我们看一个案例研究，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。

1. 陈述你的问题：我们有大量关于不同类型的帽子、它们的历史以及如何佩戴的用户查询。我们需要对此做些什么，因为我们正在失去潜在的业务。
2. 检查相关信息：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的帽子的历史，如何正确佩戴它们，以及如何照顾它们。我们也查看了现有的聊天机器人，检查了它们的上下文长度、价格和速度，以及可能帮助我们解决问题的生成式AI工具。
3. 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。我们起草了一个初始提示：

你是一位知识渊博的帽子历史学家，研究过各种类型的帽子的历史、风格和正确的佩戴方式。一个用户向你提问关于帽子的问题。以有帮助和信息丰富的方式回答他们的问题：用户输入

4. 调整解决方案：我们用一小部分用户测试我们的初始提示，并收集他们的反馈。根据他们的反馈，我们意识到我们的提示需要更具吸引力，更少的正式。

我们相应地调整我们的提示：

你是一位对帽子充满热情的人，对各种类型的帽子的历史、风格和佩戴礼仪有丰富的知识。一个用户对帽子感到好奇，向你提出了一个问题。以友好且信息丰富的方式回答他们的问题

我们进行了更多的用户测试，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正式的方式，而对风格和佩戴帽子感兴趣的人则更喜欢非正式的机器人。我们开发了一个初始的路由提示，根据他们的问题判断他们是哪种类型的用户:

你是一个能理解与帽子相关问题细微差别的AI。根据用户的问题，判断他们是更感兴趣于帽子的正式历史，还是对帽子的非正式风格和穿戴感兴趣。对于与历史相关的查询，回答'正式'；对于与风格和穿戴相关的查询，回答'非正式'。

我们使用像Langchain、Voiceflow或Dust这样的工具将路由提示连接到其他两个。

5. 启动你的解决方案：我们在我们的网站上启动聊天机器人。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。

通过遵循学习提示方法，我们能够创建一个能有效回答用户关于帽子的查询的聊天机器人。这个过程强调了理解用户需求，测试和调整解决方案，并根据用户反馈持续改进的重要性。