提示工程技术转载
本指南将引导您了解提示设计和提示工程中的一些高级技术。如果您是提示工程的新手，我们建议您从提示工程简介指南开始。
虽然提示工程的原理可以推广到许多不同的模型类型，但某些模型需要专门的提示结构。对于AzuOpenAIGPT模型，当前有两个不同的API可以发挥即时工程的作用：
聊天完成API。
完成API。
每个API都要求输入数据采用不同的格式，这反过来又会影响整体提示设计。聊天完成API支持ChatGPT和GPT-4模型。这些模型旨在获取存储在字典数组中的特定聊天记录中格式化的输入。
CompletionAPI支持较旧的GPT-3模型，并且具有更灵活的输入要求，因为它采用没有特定格式规则的文本字符串。从技术上讲，ChatGPT模型可以与任一API一起使用，但我们强烈建议对这些模型使用聊天完成API。要了解更多信息，请参阅我们有关使用这些API的深入指南。
本指南中的技术将教您提高使用大型语言模型(LLM)生成的响应的准确性和基础的策略。然而，重要的是要记住，即使有效地使用即时工程，您仍然需要验证模型生成的响应。仅仅因为精心设计的提示适用于特定场景并不一定意味着它会更广泛地推广到某些用例。了解法学硕士的局限性与了解如何利用其优势同样重要。
本指南不会深入探讨聊天完成的消息结构背后的机制。如果您不熟悉以编程方式与ChatGPT和GPT-4模型进行交互，我们建议您首先阅读有关聊天完成API的操作指南。
笔记
本指南本节中的所有示例均针对英语的基本GPT-4模型进行了测试。如果您正在阅读本文的其他语言的本地化版本，这些回复代表英语结果的本地化翻译。要了解有关提示模型所用语言的潜在限制的更多信息，请参阅我们的ResponsibleAI透明度说明。
系统消息系统消息包含在提示的开头，用于为模型提供上下文、说明或与您的用例相关的其他信息。您可以使用系统消息来描述助手的个性，定义模型应该回答和不应该回答的内容，以及定义模型响应的格式。
下面的示例显示了示例系统消息和生成的模型响应：
系统消息的其他一些示例包括：
“Assistant是一个由OpenAI训练的大型语言模型。”
“Assistant是一款智能聊天机器人，旨在帮助用户回答有关AzuOpenAI服务的技术问题。仅使用以下上下文回答问题，如果您不确定答案，可以说“我不知道”。
“Assistant是一款智能聊天机器人，旨在帮助用户回答与税务相关的问题。”
“你是一个助手，旨在从文本中提取实体。用户将粘贴一串文本，您将从文本中提取的实体作为JSON对象进行响应。这是输出格式的示例：
{"name":"","
