ShareGPT更多教程
常用提示词
常用提示词
    • 一个精简的ChatGPT说明
    • ChatGPT提示的艺术：制作清晰有效的提示的指南
    • ChatGPT 提示语实用常用框架
    • “后退一步”提示
    • 丰富大模型生成内容
    • 有效编写长文
    • 贾维斯 —— 将ChatGPT接入Siri
    • ChatGPT在论文写作中的应用
      • ChatGPT在论文写作领域的应用（一）
      • ChatGPT在论文写作领域的应用（二）
      • ChatGPT在论文写作领域的应用（三）
      • ChatGPT在论文写作领域的应用（四）
      • ChatGPT在论文写作领域的应用（五）

    “后退一步”提示

    定义#

    Step-Back Prompting 是 Google DeepMind 团队提出的一种提示技巧，通过引导大型语言模型（LLMs）在处理推理密集型任务时采用更宏观的视角，即执行抽象化操作来推导出高级概念和第一原理，从而显著提高模型在遵循正确推理路径解决问题上的能力。
    该技术的核心思想源于人类面对复杂任务时常常会退一步，进行抽象化思考以得出高级概念和原则来指导解决问题的过程。在进行推理时，这种高级概念和原则的指导有助于减少中间推理步骤中的错误。

    策略原理#

    「后退一步」技巧的核心在于促使LLM在给出具体答案前，先进行更高层次的抽象思考。这种方法通过深入理解问题的背景和基本原则，帮助模型在复杂任务中展现出更好的性能。与之前流行的COT（Chain of Thought，思维链）和TOT（Tree of Thoughts，思维树）相比，「后退一步」更加注重高级抽象和原则的应用，鼓励模型在具体实例中提取和运用高层次概念，而非仅仅依赖线性或树状的推理过程。

    应用实践#

    在实际应用中，为了充分利用「后退一步」的策略，在构建提示时应当注重以下几个方面：
    强调抽象思考：提示中应引导模型从更广泛或基本的角度审视问题，例如询问模型“这个问题背后的基本原理是什么”。
    提取模型提取高级概念：鼓励模型识别问题中的关键概念和原则，并在此基础上进行推理和解答。
    如果用大白话来重新说「后退一步」这个技巧就是：
    先别急着找答案：就像咱们平时遇到难题，不要一上来就钻牛角尖。先用这个技巧，让模型帮你从高处往下看，想想这个问题到底是在说啥。
    找关键词：就像给文章做摘要，找出问题里最重要的几个词或者概念。这样能帮助模型和你都更清楚问题的核心是啥。
    按顺序来：让模型按照逻辑顺序，一步步地回答你。就像讲故事一样，先有开头，然后发展，最后结局。这样你听起来也比较清楚，容易理解。
    用这个方法，可以让模型不仅告诉你答案，还能解释为啥这个答案是对的。特别适合那些复杂的问题，让你得到更全面、更透彻的回答。
    下图是论文中的一个模板，这个模板用于知识问答 (Knowledge QA) 的最终回答，
    image.png
    这个涉及设计是为了在指导语言模型（如 ChatGPT）使用从文本检索增强（retrieval augmentation）中获取的信息来回答问题。模板包括以下几个部分：
    1.
    引言：首先声明模型扮演的角色是一个世界知识的专家，这意味着模型应该使用其广泛的知识库来回答问题。
    2.
    回答指导：模型被指示提供全面的回答，并且如果后续的上下文与问题相关，回答不应与这些上下文矛盾。如果上下文不相关，则可以忽略。
    3.
    原始检索增强段落：这部分包含了原始问题的背景信息或相关知识，用于帮助模型理解问题的上下文。
    4.
    Step-back 检索增强段落：这是根据 Step-Back Prompting 方法得到的更高层次的、抽象的信息或原则，旨在帮助模型通过抽象思维找到问题的解决方案。
    5.
    原始问题：明确提出要回答的具体问题。
    6.
    回答部分：留空让模型填写最终回答。
    使用这个模板，可以促使模型在给出答案前，先考虑并整合来自两个不同层次的信息源——即直接相关的具体信息和更抽象的、原则性的信息。

    Prompt示例#

    以下是一个示例，展示了如何将「后退一步」策略融入到与LLM的互动中：
    对话1：
    解释彩虹形成的原理
    效果1：
    截屏2024-04-23 14.50.13.png
    对话2：
    假设你是一位科学家，你的任务是解释一种自然现象——彩虹的形成。在深入研究这个现象之前，我们需要后退一步，从更宏观的角度来理解这个问题。
    1.
    定义问题背景：首先，我们需要了解彩虹是什么。彩虹是一种光学现象，通常在雨后出现，由七种颜色的光环组成。它是由于阳光通过雨滴折射、反射和再次折射而形成的。
    2.
    引导抽象思考：现在，让我们后退一步，思考一下光学的基本原理。光是如何传播的？折射和反射又是什么？这些物理过程如何影响我们观察到的现象？
    3.
    提出高层次概念：考虑到彩虹的形成，我们可以提取哪些关键的物理概念？例如，光的折射定律、色散现象以及光的反射原理。
    4.
    建立原则与问题的联系：接下来，我们将这些物理概念与彩虹的形成联系起来。如何通过折射和反射解释彩虹的颜色分布和形状？
    5.
    鼓励模型进行自我检查：在解释彩虹的形成机制之前，请确保你的解释遵循了光学的基本原理，并且能够合理地解释彩虹的所有特征。
    6.
    使用元认知提示：在你给出对彩虹形成的完整解释之前，回顾一下你的思考过程。你认为哪些高层次的思考对你的解释最有帮助？
    7.
    结合具体实例和抽象概念：最后，请提供一个具体的例子来说明你是如何运用上述物理概念来解释彩虹的形成，包括它是如何发生的以及为什么它呈现出特定的颜色顺序。
    效果2：
    截屏2024-04-23 14.52.24.png
    可以看出两个解释都不错 ，但解释 2 更深入底层，考虑到了光的本质和底层原理。
    修改于 2024-04-23 06:52:56
    上一页
    ChatGPT 提示语实用常用框架
    下一页
    丰富大模型生成内容
    Built with