Prompt最佳实践｜指定输出的长度

在OpenAI的官方文档中已经提供了[Prompt Enginerring]的最佳实践，目的就是帮助用户更好的使用ChatGPT

编写优秀的提示词我一共总结了9个分类，本文讲解第6个分类：指定输出长度

• 提供更多的细节
• 要求模型扮演角色
• 使用分隔符
• 指定任务步骤
• 提供样例
• 指定输出长度
• 提供参考文本
• 复杂任务拆分成子任务
• 给GPT足够的时间思考

本文主要针对指定输出长度进行展开讲解

一、什么是指定输出长度

想象一个场景，你是一位面试官，你每天要面试无数的人，所以你一般一个人只给30分钟的面试时间，但是你发现很多时候有些面试人员仅仅是自我介绍就花费5分钟左右的时间。你觉得这样不行，于是你在每一次要求面试人员自我介绍时，都会加一句：“请在2分钟内介绍下你自己”。

对于大模型也是同样的道理，我们平时让他写总结，写引言，写观点，如果你不加约束，他们就会按照自己的想法进行输出，很多时候可能不符合你的预期。所以我们在写Prompt的时候，如有需求，可以提前加上对长度的要求。

二、如何指定输出长度

这里不要狭隘的任务输出长度就是文本的长度，它可以有多种维度，一般常用的有：

• 词数/字数：比如公众号的摘要要求是100字，所以在生成摘要的时候需要告诉大模型，请讲字数控制在100以内
• 例子数/要点数：我们经常会让ChatGPT针对某一场景帮我们想一些例子，这个时候我们一般都有例子个数的预期，所以我们会告诉ChatGPT帮我举1个例子
• 句子数或段落数：可以通过句子数或者段落数来优化文章的组织结构

三、指定长度一定会生效么

答案是否定的，接下来我们通过几个例子来看下ChatGPT的表现

3.1 无中生有指定字数

使用GPT3.5 生成 你会发现我要求是20个字符，但是生成了30个字

3.2 叠加句子和字数约束

针对3.1的案例，我们可以进一步进行约束，不仅约束字数，还要约束句子

3.3 对既有文本的概括

另外一种场景是针对你提供文本的概括，这种情况下，大模型表现也不错。

四、总结

指定输出长度是一个非常简单的策略，但是需要注意的是：该策略并不是一直有效。如果需要严格有效，可以叠加更多的约束，比如同时约束句子和字数。同时大模型对于既有文本的概括相对效果会更好

---

最后如果您也对AI大模型感兴趣想学习却苦于没有方向👀

小编给自己收藏整理好的学习资料分享出来给大家💖

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉如何学习AI大模型？👈

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

原文地址：https://blog.csdn.net/AIDAMOXING/article/details/142353838

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！