СИСТЕМНА РОЛЬ: Ви є .
Приклад:

5) Виклик інструментів і функцій
- Коли це можливо, явно визначайте функції/інструменти. Надайте аргументи, обмеження та очікувані результати.
- Типові випадки використання: веб-пошук, обчислення, пошук у базі даних, вилучення або запуск зовнішніх систем.
Фрагмент промпту специфікації функції:

6) Генерація з розширенням пошуку (RAG)
- Надайте відповідний контекст: документи, фрагменти, таблиці або результати пошуку.
- Додайте суворі правила обґрунтування: «Відповідайте лише використовуючи наданий контекст; якщо його недостатньо, запитайте більше або скажіть невідомо».
Запобіжники RAG:

7) Оцінювання, критика та виправлення
- Додайте етап перевірки: «Перевірте на відповідність критеріям A/B/C; перелічіть проблеми; виправте їх».
- Використовуйте шаблон із двома агентами (автор + рецензент) в одному промпті або ланцюжок промптів: Чернетка → Рецензія → Виправлення → Фінал.
Промпт рецензента:

## Шаблони промптів із високим впливом (з шаблонами)
Нижче наведено розширені шаблони, які ви можете копіювати та адаптувати.
1) Уточнюючі запитання перед дією
- Зменшує обсяг переробок і забезпечує узгодженість.

2) Інструкція → Контекст → Контракт вихідних даних
- Хороша структура загального призначення.

СИСТЕМА: Стратегічний аналітик; віддавайте перевагу ясності над широтою.
ЗАВДАННЯ: Підсумуйте стратегічний ландшафт для .
- Дослідження щодо ланцюжка думок і самоузгодженості показують, чому заохочення внутрішніх міркувань (без їх розкриття) може підвищити точність у складних завданнях.
---
Основні висновки:
- Ставтеся до промптів як до специфікацій: визначайте ролі, обмеження, критерії успіху та структуру.
- Використовуйте поетапні робочі процеси, обґрунтування RAG і цикли рецензування для надійності.
- Заохочуйте ретельні внутрішні міркування, повертаючи лаконічні обґрунтування.
- Блокуйте формати схемами для масштабування автоматизації.
- Створіть бібліотеку промптів і регулярно оцінюйте її.
### FAQ
Q1: Що таке розширена інженерія промптів для ChatGPT?
Розширена інженерія промптів перетворює промпти на структуровані специфікації з ролями, обмеженнями, контекстом і схемами вихідних даних. Вона спрямована на отримання узгоджених, точних і придатних для повторного використання результатів у складних завданнях.
Q2: Як зробити ChatGPT точнішим?
Надайте контекст (RAG), встановіть суворі критерії успіху та вимагайте структуровані вихідні дані з етапами рецензування. Заохочуйте внутрішні міркування та додайте самоперевірки для чисел і джерел, щоб зменшити галюцинації.
Q3: Чи варто використовувати промпти ланцюжка думок із ChatGPT?
Заохочуйте міркування, але уникайте розкриття докладного ланцюжка думок у виробництві. Запитуйте лаконічні обґрунтування та розгляньте методи самоузгодженості, які, як показано, покращують продуктивність міркувань.
Q4: Як структурувати вихідні дані для автоматизації?
Застосовуйте схеми JSON або чітко визначені заголовки та поля. Схеми стабілізують форматування, спрощують контроль якості та полегшують передавання результатів у інструменти, що розташовані нижче за течією.
Q5: Які інструменти допомагають у робочих процесах із промптами в браузері?
Бічні панелі AI та агенти дослідження можуть захоплювати контекст, підсумовувати сторінки та повторно використовувати промпти. Sider.AI надає розширення та посібники, які оптимізують інженерію промптів і робочі процеси глибоких досліджень.