Amazon Nova 理解模型的提示最佳實務 - Amazon Nova

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon Nova 理解模型的提示最佳實務

注意

本文件適用於 Amazon Nova 第 1 版。如需 Amazon Nova 2 提示詞工程指南，請參閱提示詞工程指南。

提示詞工程是指最佳化大型語言模型 (LLM) 的文字輸入，以改善輸出並接收您想要的回應的做法。提示有助於 LLM 執行各種任務，包括分類、問題回答、產生程式碼、創意寫作等。您提供給 LLM 的提示詞品質可能會影響模型回應的品質。本節為您提供所有必要的資訊，以便開始使用提示工程。其中也涵蓋可幫助您在 Amazon Bedrock上使用 LLM 時為您的使用案例找到最佳的提示詞格式的工具。

提示詞的有效性取決於提供的資訊品質和提示詞本身的技巧。提示詞可能包含指示、問題、上下文相關詳細資訊、輸入和範例，以有效地引導模型並增強結果的品質。本文件概述最佳化 Amazon Nova 系列模型效能的策略和方法。本文提供的方法可按各種組合使用，以增強其有效性。我們鼓勵使用者參與實驗，找到最適合其特定需求的方法。

在開始提示詞工程之前，我們建議您備妥下列元素，以便針對您的使用案例反覆制定最佳提示詞：

  1. 定義您的使用案例：定義您想要在 4 個維度上達成的使用案例

    1. 任務是什麼 - 定義您想要從模型完成的任務

    2. 角色是什麼 - 定義模型在完成該任務時應擔任的角色

    3. 回應樣式是什麼 - 根據輸出的使用者定義應遵循的回應結構或樣式。

    4. 要遵循什麽指示集：定義模型應遵循的一組指示，以便根據成功條件做出回應

  2. 成功準則：明確定義成功準則或評估準則。這可以是項目符號點清單的形式，或具體至某些評估指標 (例如：長度檢查、BLEU 分數、Rouge、格式、事實性、忠實性)。

  3. 草稿提示詞：最後，需要使用草稿提示詞來啟動提示詞工程的反覆程序。

Amazon Nova 模型系列包含兩個廣泛的模型類別：理解模型 (Amazon Nova Micro、Lite、Pro 和 Premier) 和內容產生模型 (Amazon Nova Canvas 和 Reel)。下列指引說明文字理解模型和視覺理解模型。如需影像產生提示的指引，請參閱 Amazon Nova Canvas 提示最佳實務，如需影片產生提示的指引，請參閱 Amazon Nova Reel 提示最佳實務。

主題