Geben Sie Beispiele (Few-Shot-Prompting)
Durch die Einbindung einiger Beispiele Ihrer Aufgabe in den Prompt können Sie eine strukturierte Vorlage erstellen, der Amazon Nova folgen kann. Dies verringert Unklarheiten und verbessert die Genauigkeit und Qualität der Ausgabe. Die Technik, klare Beispiele zu liefern, um die Antworten des Modells besser auf das gewünschte Ergebnis abzustimmen, wird als Few-Shot-Prompting bezeichnet.
Das Konzept des Few-Shot-Promptings besteht darin, dem Sprachmodell einige Beispiele für die Aufgabe sowie das Eingabe- und Ausgabeformat zur Verfügung zu stellen und es dann aufzufordern, auf der Grundlage der bereitgestellten Beispiele die Ausgabe für eine neue Eingabe zu generieren. Diese Methode hilft auch dabei, komplexe Anweisungen oder Aufgaben zu verdeutlichen, sodass Amazon Nova leichter verstehen und interpretieren kann, was verlangt wird.
So hilft das Hinzufügen von Beispielen zum Prompt:
Das Hinzufügen von Beispielen kann dem Modell bei der Produktion helfen
-
Konsistente Antworten, die dem Stil der Beispiele entsprechen
-
Leistungsstarke Antworten durch geringere Wahrscheinlichkeit von Fehlinterpretationen von Anweisungen und einer Minimierung von Halluzinationen
Der Umfang, in dem sich die Modellleistung durch Few-Shot-Prompting verbessert, hängt von der Qualität und Vielfalt der ausgewählten Beispiele ab. Die folgenden Punkte veranschaulichen die Merkmale guter Einstellungen im Prompt:
-
Vielfältige Beispiele auswählen: Die ausgewählten Beispiele sollten die Verteilung Ihrer erwarteten Ein- und Ausgänge hinsichtlich ihrer Vielfalt widerspiegeln (von häufigen Anwendungsfällen bis hin zu Ausnahmefällen), um relevante Anwendungsfälle angemessen abzudecken. Es ist wichtig, jegliche Verzerrungen in Ihren Beispielen zu vermeiden, da Verzerrungen in den Eingaben dazu führen können, dass auch die Ausgaben verzerrt sind.
-
Komplexitätsstufen abgleichen: Die Komplexität der bereitgestellten Beispiele sollte mit der Zielaufgabe oder dem Zielszenario übereinstimmen. Es ist wichtig, sicherzustellen, dass der Komplexitätsgrad zwischen der erwarteten Eingabe und dem ausgewählten Beispiel im Prompt übereinstimmt.
-
Auf Relevanz achten: Die ausgewählten Beispiele sollten in direktem Zusammenhang mit dem vorliegenden Problem oder Ziel stehen. Dadurch wird die Kohärenz und Einheitlichkeit der Antworten gewährleistet.
Tipp
Sollten die oben genannten Vorschläge nicht zum Erfolg führen, empfehlen wir Ihnen, ein RAG-basiertes System zu entwickeln, das den Prompt durch eine dynamische Auswahl von Aufnahmen ergänzt, die auf den Ähnlichkeiten zwischen der vom Benutzer eingegebenen Suchanfrage und einem verfügbaren Pool von Aufnahmen basiert.
Hier versucht Ihr Benutzer, eingehende Kundensupporttickets in vordefinierte Kategorien zu klassifizieren. Sie können Amazon-Nova-Modellen einige Beispiele für korrekt klassifizierte Tickets zur Verfügung stellen, um deren Verständnis der Kategorien und der in den Tickets verwendeten Sprache zu verbessern. Die Beispiele sollten präzise sein und alle Aufgaben abdecken, die in Ihrer Anwendung behandelt werden. Wenn es einen bestimmten Feldnamen gibt, der für die Aufgaben von Bedeutung ist, wie Ticket oder Category in diesem Beispiel, kann Ihr Benutzer diese Felder direkt gefolgt von einem Doppelpunkt ":" verwenden.
Rolle |
0-Shot-Prompt |
3-Shot-Prompt |
|---|---|---|
Benutzer |
Bitte ordne die folgenden Kundensupporttickets einer der folgenden Kategorien zu: „Technisches Problem“, „Abrechnungsanfrage“ oder „Allgemeine Anfrage“. Ticket: „Können Sie erklären, warum meine letzte Rechnung höher als üblich ist? Ich habe meinen Tarif nicht geändert.“ |
Bitte ordne die folgenden Kundensupporttickets einer der folgenden Kategorien zu: „Technisches Problem“, „Abrechnungsanfrage“ oder „Allgemeine Anfrage“. Nutze diese Beispiele als Orientierung für deine Einordnung:
Klassifiziere nun das folgende Ticket: Ticket: „Können Sie erklären, warum meine letzte Rechnung höher als üblich ist? Ich habe meinen Tarif nicht geändert.“ |
Assistent |
Das Kundensupport-Ticket sollte als „Abrechnungsanfrage“ eingestuft werden. Hier ist die Begründung:
|
Kategorie: Abrechnungsanfrage Erklärung: Das Ticket beinhaltet eine Frage zu einer Änderung des Rechnungsbetrags, was unter die Kategorie „Abrechnungsanfrage“ fällt, da es um Fragen zu Gebühren oder Zahlungen geht. |
In diesem Fall sind die Beispiele als Runden dargestellt, eine Runde pro Beispiel, wobei die Rolle User die Eingabe und die Rolle Assistant die erwartete Ausgabe für dieses Beispiel enthält.
Rolle |
0 Prompt |
3-Shot-Prompt (rundenbasiert) |
|---|---|---|
System (System) |
Deine Aufgabe ist es, die folgenden Texte in die passenden Kategorien einzuteilen. Die zu klassifizierenden Kategorien sind: Kategorien
|
Deine Aufgabe ist es, die folgenden Texte in die passenden Kategorien einzuteilen. Die zu klassifizierenden Kategorien sind: Kategorien
|
Benutzer |
Ich esse gerne Pizza. |
|
Assistent |
Ernährung |
|
Benutzer |
Ich schaue gerne Filme. |
|
Assistent |
Unterhaltung |
|
Benutzer |
Danach gehe ich ins Fitnessstudio. |
|
Assistent |
Gesundheit |
|
Benutzer |
Ich habe 20 € in der Tasche. |
Ich habe 20 € in der Tasche. |
Assistent |
Kategorie: Vermögen Erklärung: Der Text erwähnt einen bestimmten Geldbetrag, der unter die Kategorie Vermögen fällt. Die Angabe eines Geldwerts steht in direktem Zusammenhang mit der finanziellen Situation oder dem wirtschaftlichen Aspekt. |
Vermögen |
In diesem Beispiel können Sie einen Abschnitt „Beispiel“ festlegen und anschließend eine Reihe von Beispielen innerhalb des System-Prompts auflisten. Diese Methode, Beispiele im Prompt bereitzustellen, ist besonders nützlich, wenn Ihre Beispiele lang und komplex sind, und unterstützt das Modell dabei, Beispielaufnahmen zu finden.
Rolle |
0-Shot-Prompt |
2-Shot-Prompt |
|---|---|---|
System (System) |
Du bist ein KI-Assistent, der dabei hilft, professionelle Berichte für Unternehmensvertreter zu erstellen. Achte darauf, dass der Bericht im Rich-Text-Format ist, mit Überschriften, Aufzählungspunkten und hervorgehobenen wichtigen Aufgaben. |
Du bist ein KI-Assistent, der dabei hilft, professionelle Berichte für Unternehmensvertreter zu erstellen. Hier sind ein paar Beispiele für gut formatierte Projektaktualisierungen, die dir bei deiner Antwort helfen können.
Bericht zur Projektaktualisierung Datum: 15. Januar 2023 Erreichte Projektmeilensteine:
Erledigte Aufgaben:
Zukunftspläne:
Vorbereitet von: [Ihr Name] [Ihre Position] [Ihre Kontaktinformationen]
Bericht zur Projektaktualisierung Datum: 20. Februar 2023 Erreichte Projektmeilensteine:
Erledigte Aufgaben:
Zukunftspläne:
Vorbereitet von: [Ihr Name] [Ihre Position] [Ihre Kontaktinformationen] |
Benutzer |
Verfasse einen detaillierten Projektfortschrittsbericht für unsere Interessenvertreter, in dem du die erreichten Meilensteine, die abgeschlossenen Aufgaben und die Zukunftspläne zusammenfasst. |
Verfasse einen detaillierten Projektfortschrittsbericht für unsere Interessenvertreter, in dem du die erreichten Meilensteine, die abgeschlossenen Aufgaben und die Zukunftspläne zusammenfasst. |
Assistent |
|
Bericht zur Projektaktualisierung Datum: 5. Oktober 2023 Erreichte Projektmeilensteine:
Erledigte Aufgaben:
Zukunftspläne:
Vorbereitet von: [Ihr Name] [Ihre Position] [Ihre Kontaktinformationen] Dieser ausführliche Bericht gibt einen klaren und prägnanten Überblick über den Projektfortschritt und zeigt die erreichten Meilensteine, die erledigten Aufgaben und die Pläne für die Zukunft auf. Er stellt sicher, dass die Interessenvertreter gut informiert sind und strategische Entscheidungen auf der Grundlage des aktuellen Projektstatus treffen können. |