大家好，今天分享下如何增强提示词书写的可靠性，让我们写出更棒的提示词。

大语言模型本身会存在偏见、也有幻觉问题，在加上我们输入的提示本身也可能存在问题。这就导致了，在实际增强提示词的可靠性上会有多种不同的方法。

少样本提示去偏差

少样本提示能有效提高提示词输出的质量，但是我们给的示例如果存在偏差，可能会引起一些问题。因此，根据样本在提示词中的分布和顺序的不同，提示词的稳定性也会不同。

分布

这个分布，我们指的是不同类别的样本数量。比如，我们现在在进行一项情感分析的任务，一个比较优质的提示词是同时提供 N 个积极情感的文本和 N 个消极情感的文本。

提示词示例如下：

Q: 推文：“多美好的一天！”A: 积极
Q: 推文：“我喜欢牛仔裤口袋”A: 积极
Q: 推文：“我不喜欢披萨”A: 消极
Q: 推文：“我讨厌这门课”A: 消极

顺序

样本的顺序也有可能导致偏差的出现，一个优质的提示词更倾向于均匀分布，以上面的任务举例，积极的文本和消极的文本随机出现的效果会更好。

提示词示例如下：

Q: 推文：“多美好的一天！”A: 积极
Q: 推文：“我不喜欢披萨”A: 消极
Q: 推文：“我喜欢牛仔裤口袋”A: 积极
Q: 推文：“我讨厌这门课”A: 消极

增加提示

可以增加一些针对抵御偏见、歧视的提示词，并进行强调和说明。

我们应该平等对待不同社会经济地位、性取向、宗教、种族、外貌、国籍、性别认同、残疾和年龄的人群。当我们没有足够的信息时，应该选择未知选项，而不是根据我们的刻板印象做出假设。

好啦，今天的分享就到此结束了，你学废了嘛？

『通往 AGI 之路』专栏简介

AGI 也就是通用人工智能，是我们的愿景，虽然实现它有很长的一段路要走。我们只希望让你在行走的时候不要走弯路，能真正体验的 AI 的强大。

目前已经更新的文章，可以点击链接进行查看：

新增福利，欢迎查收！

永久免费星球『算法·成长·一人企业』，在这里我会高频输出和算法，个人成长，副业相关的知识以及资源分享，欢迎围观~，微信扫码就可以加入。

END

好了，今天的分享就到这里，希望对你有所帮助。

你的每一个『点赞』，都是鼓励我进步的勇气，点个『在看』，加油吧，一起成长！

来交个朋友

我是雨飞，一名工作 6 年的算法工程师，目前在探索大模型应用编程以及搜广推算法。未来的愿景是做 AI 时代的引路人，致力于带领 AI 小白入门和学习算法。

在这个充满机遇与挑战的时代，能让我们一起成长，满帆迎接 AI 时代，让未来的日子，不再平庸。同时，践行终身学习的理念，也尝试在职场外探索副业和人生的第二曲线。

欢迎，扫码或者添加微信 10606087688 和我做朋友，一起成长进步。