Prompty wielokrokowe

Prompt Engineering z OpenAI API

Fouad Trad

Machine Learning Engineer

Prompty wielokrokowe

Podział celu końcowego na serię kroków
Model przechodzi przez każdy krok, aby wygenerować wynik
Prompty wielokrokowe stosuje się do:
- Zadań sekwencyjnych
- Zadań poznawczych

Diagram przedstawiający, że prompt wielokrokowy to prompt, który dostarcza modelowi serię kolejnych kroków do wykonania.

Prompty wielokrokowe jako mapy skarbów

Obraz przedstawiający mapę skarbów wraz ze wskazówkami prowadzącymi do skarbu.

Prompt jednokrokowy: pisanie bloga

prompt = "Compose a travel blog"
print(get_response(prompt))

Title: Exploring the Enchanting Landscapes of Iceland

Introduction: Welcome to my travel blog! Today, I am thrilled to share my unforgettable journey through 
the mesmerizing landscapes of Iceland. 

Day 1: Reykjavik - The Charming Capital [...]
Day 2: Golden Circle - Nature's Wonders [...]
Day 3: South Coast - A Journey of Ice and Fire [...]
Day 4: Glacier Lagoon - A Frozen Wonderland [...]
Day 5: Blue Lagoon - A Relaxing Finale [...]

Prompt wielokrokowy: pisanie wpisu na blogu

prompt = """Compose a travel blog as follows:
Step 1: Introduce the destination.
Step 2: Share personal adventures during the trip.
Step 3: Summarize the journey.
"""
print(get_response(prompt))

Pisanie wpisu na blogu podróżniczym

Title: Exploring the Enchanting Streets of Barcelona


Step 1: Introduce the destination.
Welcome to Barcelona, a vibrant city nestled along the stunning Mediterranean coast of Spain [...]


Step 2: Share personal adventures during the trip.
Exploring the narrow, winding streets of the Gothic Quarter, I stumbled upon hidden gems at every turn. 
[...]


Step 3: Summarize the journey.
As my journey through Barcelona came to an end, I couldn't help but feel grateful for the incredible 
experiences and memories I had made [...]

Analiza poprawności rozwiązania

Sprawdzanie poprawności rozwiązania wymaga wielu kroków
Przykład:
- Kod Pythona z funkcjami kalkulatora

Obraz kalkulatora

Analiza poprawności rozwiązania

Przykładowe rozwiązanie do sprawdzenia

calculator = """
def add(a, b):
    return a + b
def subtract(a, b):
    return a - b
def multiply(a, b):
    return a * b
def divide(a, b):
    return a / b
"""

Prompt jednokrokowy:

prompt = f"""Determine if the code delimited 
by triple backticks is correct or not.
Answer by yes or no.
```{calculator}```"""

print(get_response(prompt))

Yes

Prompt wielokrokowy do analizy poprawności rozwiązania

Prompt wielokrokowy:

prompt = f"""Determine the correctness of the code delimited by triple backticks 
as follows: 
Step 1: Check the code correctness in each function. 
Step 2: Verify if the divide function handles the case when dividing by 0. 
Code: ```{calculator}```"""

print(get_response(prompt))

The code appears to be correct. It defines four functions: add, subtract, multiply, and 
divide. Each function performs the corresponding mathematical operation and returns the
result. However, it does not handle the case when dividing by 0, which can result in a 
ZeroDivisionError.

Prompt wielokrokowy a few-shot prompt

Kroki

Jawne wskazanie modelowi, co ma zrobić

Diagram przedstawiający, jak prompt wielokrokowy rozkłada instrukcję na serię kroków, które model wykonuje jeden po drugim.

Prompt wielokrokowy a few-shot prompt

Kroki

Jawne wskazanie modelowi, co ma zrobić

Diagram przedstawiający, jak prompt wielokrokowy rozkłada instrukcję na serię kroków, które model wykonuje jeden po drugim.

Przykłady (shots)

Pytania i odpowiedzi, na których uczy się model

Obraz przedstawiający działanie few-shot promptu: dane wejściowe dla modelu to zestaw przykładowych pytań i odpowiedzi oraz pytanie, na które model ma odpowiedzieć.

Czas na ćwiczenia!

Prompt Engineering z OpenAI API