OpenAI 官方推薦六大策略：如何讓 GPT 更有效率

OpenAI 更新了 GPT 的最佳實踐指南 — GPT best practices，官方直接推薦六大策略，加上具體的優化方法，搭配簡單易懂的例子，讓你能更有效掌握 GPT 模型的強大。

我們一起來看看這六個策略包含什麼吧！

指令要清晰 (write clear instructions)
GPT 不會讀心術。如果覺得 GPT 回答太多，就告訴它要精簡一點。如果回答得太簡單，就要求要用專家的口吻。如果你不喜歡回答的格式，那就具體列出你偏好的格式。當 GPT 越不需要去猜你想要的是什麼，你就更可能獲得你想要的回覆。
舉例來說，如果你想讓 GPT 幫你總結會議記錄，下方的範例一會是比較差的結果：
```
// 範例一
總結會議記錄
---
[會議記錄]
```
以下範例二、提供清晰的指令，會得到更好的結果：
```
// 範例二
用一個段落總結會議記錄。然後寫下演講者的 Markdown 清單以及他們的每個要點。
最後，列出發言人建議的後續步驟或行動項目。
---
[會議記錄]
```
提供參照(provide reference text)
GPT 有時候會很有信心地創造出虛假的回覆、一本正經說瞎話，特別是被問到關於冷僻主題，或者需要引用和網址的時候。就像一張筆記可以幫助學生在考試中得到更好的成績一樣，給 GPT 提供參考文本也可以幫助 GPT 減少虛構的答案。
舉例來說，你可以用以下的指令為 GPT 提供參考文章，並讓 GPT 從參考文章中回答問題：
```
使用下方提供的由三重引號內的文章來回答問題。
如果在文章中找不到答案，請回答「我找不到答案」。
---
"""文章一"""
"""文章二"""
"""文章三"""

問題：[問題]
```
將複雜任務拆成簡單的子任務 (split complex tasks into simpler subtasks)
就像在寫程式時會把一個複雜的系統分解成許多模組一樣，對 GPT 也是如此。複雜的任務錯誤率比較高，而且這些複雜的任務，常常可以被重定義成一系列簡單任務，把簡單任務串聯成輸入，會更可能正確解決。
舉例來說，你可以透過以幾種策略
- 使用分類來讓 GPT 參照處理子任務
- 對於需要很長對話的對話應用，總結或過濾先前的對話
讓 GPTs 有時間思考 (give GPTs time to “think”)
如果問你 17 乘以 28 是多少，你可能不會立刻知道答案，但給你一些時間你就能算出來。GPT 也是如此，當要 GPT 立刻答問題的時候，可能會出現更多的錯誤。在回答之前，先問問 GPT 思考過程，這樣可以幫助 GPT 更可靠地推理出正確的答案。
舉例來說，你可以引導 GPT 思考解題過程，讓 GPT 不要直接回答問題：
```
首先制定自己的問題解決方案。
然後將你的解決方案與學生的解決方案進行比較，並評估學生的解決方案是否正確。
在你自己完成問題之前，不要決定學生的解決方案是否正確。
---
問題陳述：XXX
學生的解答：XXX
```
善用外部工具 (use external tools)
透過將其他工具的輸出結果，輸入給 GPT，將可以補足 GPT 的弱點。
舉例來說，文字檢索系統可以告訴 GPT 相關的文件。程式碼執行引擎可以幫助 GPT 機器人做數學運算和執行程式碼。如果一個任務可以由其他工具更可靠或高效地完成，那就把它交給那個工具，接著搭配 GPT，這樣可以得到兩者的最佳結果。 󠀠
系統性測試改變 (test changes systematically)
有些情況下，對提示詞進行修改可能會在某些單獨的例子上得到更好的結果; 但在其他更有代表性的例子上，我們有可能得到整體更糟的表現。因此，當我們要確定提示詞的修改或策略時，會需要定義一個全面性的測試，用系統性的方式評估，才能確保提示詞是最佳的，讓這個改變對總體影響是正面的。