Copilot 提示的考量事項

  • 3 分鐘

Copilot 的回覆品質不僅取決於所使用的語言模型，也取決於使用者提供的提示類型。 提示是我們告知應用程式預期執行操作的方式。 可以明確說明您想要的回應類型，以取得最實用的結果。 以此為例，「為公司主管摘要說明採用本文件所描述之 Copilot 的重要考量。 摘要請使用專業語調，搭配不超過六個項目符號的格式。」如果提交清晰、具體的提示，就可以達到更好的結果。

改善與下列編號清單對應之 Copilot 回覆的考量事項螢幕擷取畫面。

不妨考慮採用下列方式，改善 Copilot 提供的回覆：

  1. 從您希望 Copilot 達成的特定目標開始
  2. 提供來源，以特定資訊範圍為回覆基礎
  3. 新增內容，將回覆的適當性和相關性最大化
  4. 為回覆設定明確的期望
  5. 根據先前的提示和回覆逐一查看，縮小結果範圍

在大部分情況下，Copilot 不只將您的提示依現況傳送至語言模型。 通常，提示會隨著以下情況加強：

  • 設定語言模型行為之條件和條件約束的系統訊息。 例如，「您是以活潑親切方式回覆且樂於助人的助理。」這些系統訊息可決定模型回應的條件約束和樣式。
  • 目前工作階段的交談記錄，包括過去的提示和回覆。 歷程記錄可讓您縮小反覆範圍，同時維護交談的內容。
  • 目前提示 – Copilot 可能將提示最佳化，針對模型適當改寫，或新增更多基於事實的資料設定回覆範圍。

「提示工程」一詞描述提示改善的流程。 設計應用程式的開發人員和使用這些應用程式的取用者，都可以考慮使用提示工程來改善生成式 AI 的回應品質。