ChatGPT最佳实践系列第3篇-拆分复杂任务

OpenAI官方详细介绍了ChatGPT使用的最佳实践，不仅适用于使用ChatGPT网站进行直接对话的用户，还适用于通过OpenAI API接入的开发者。

掌握了这些最佳实践，就能更好地利用GPT大模型。

本文是ChatGPT使用最佳实践系列第3篇 – 将复杂任务拆分成更简单的子任务。

软件开发过程中，我们通常会把一个复杂的系统拆分成多个功能模块，这样整个系统更好理解，更容易维护。

这个原理同样适用于GPT大模型，因为复杂任务比简单任务有更高的错误率。如果把一个复杂的任务拆分成多个更为简单的子任务，大模型回答效果通常会更好。

策略1：对用户提问做分类
举个例子，如果你要做一个智能客服，用户的提问可能是非常多样的，有可能问产品信息，有有可能问技术问题，也有可能问账号信息等等。

为了能够精确回答客户的提问，我们可以先让大模型对用户的提问做分类，判断用户是在提问哪方面的问题。然后再根据用户提问的分类来给大模型输入对应的instruction指令，这样回答效果会更好。

参考如下示例：用户买了一个路由器，但是上不了网，于是用户做了如下提问

system
You will be provided with customer service queries. Classify each query into a primary category and a secondary category. Provide your output in json format with the keys: primary and secondary.

Primary categories: Billing, Technical Support, Account Management, or General Inquiry.

Billing secondary categories:
– Unsubscribe or upgrade
– Add a payment method
– Explanation for charge
– Dispute a charge

Technical Support secondary categories:
– Troubleshooting
– Device compatibility
– Software updates

Account Management secondary categories:
– Password reset
– Update personal information
– Close account
– Account security

General Inquiry secondary categories:
– Product information
– Pricing
– Feedback
– Speak to a human
user
I need to get my internet working again.

我们可以通过system消息来让大模型先判断用户问题的分类，有了问题分类后，我们就可以把对应问题分类的instruction指令通过system消息告诉大模型，大模型再做回答。网页链接