RAG的优化方法1 提示词

• 本文介绍一些重要的prompt编写原则

描述答案的标注

• prompt编写时，最好在prompt中清楚的描述所期望的标准答案。

设置兜底回答方式

• 明确告知，如果没有找到相关答案，无需强行生成。

提供少量问答事例(few-shot prompt)

• 在输入prompt中，添加一些问答事例。

标识出prompt中不同类型的内容

• 把任务描述，示例，引用文本等不同类型内容用特殊符号隔开，避免LLM在内容理解上有歧义。

设定输出格式

• 可以设定输出格式按json或其他。

可以指定大模型的身份

• 比如指定LLM为老师或者中介

使用思维链

• 一个好的prompt """ 你是一名xxx领域的专家，你的任务是根据###中间的文本信息回答问题，请准确回答问题，不要健谈，如果提供的文本信息无法回答问题，请直接回复“提供的文本无法回答问题”​，我相信你能做得很好。###\n{context}###\n问题：{query} """