今天分享5個很實用的指令，這幾個指令很多時候對我們輸出內容的連貫性、文章風格、創(chuàng)意性等方面有著決定性的作用

第一個：Max tokens（最大令牌）

Max tokens決定了生成文本的最大長度。通過設置一個限制，可以控制AI說的內容，確保它不給出過長的答案。

示例：max_tokens = 50 - 如果你想要一個簡短的回答，像是快速回答或推文。

這樣對輸出的內容做了字數(shù)的限制，只有50個字，你可以根據(jù)自己的需求進行字數(shù)的調整

圖片

第二個：Top_p(控制采樣)

此參數(shù)在0和1之間，控制核心采樣，一種引入隨機性的方法。

接近1.0的值使輸出更加多樣和隨機， 接近0的值使其更加確定性。

示例：top_p = 0.8 - 如果你想在為新產(chǎn)品生成多個名稱時得到多樣的選項。

圖片

第三個：Presence_penalty （阻止調整）

這個參數(shù)范圍在-2.0至2.0之間，用來防止模型引入新的話題。值越高，會話將更加集中但可能較為乏味。

示例：presence_penalty = 0.6 - 如果你希望模型堅持討論特定話題，如詳細探討某個具體項目。

圖片

圖片

第四個：Frequency_penalty （短語效應）

此參數(shù)的范圍在-2.0至2.0之間，它用來防止模型使用常見的短語或回應。值越高，輸出內容將更具創(chuàng)意，但可能減少連貫性。

示例：frequency_penalty = 1.0 - 如果你想生成一個口號或標語，并希望它是獨特的，而不是常見的短語。

圖片

第五個：Temperature（文風的溫度）

使用較低溫度生成的文本將更加集中和保守，而使用較高溫度生成的文本則會更具創(chuàng)意和變化。溫度的范圍是從0到1。

• 溫度 = 0：模型會產(chǎn)生最確定的輸出，但可能顯得重復或模板化。
• 0 < 溫度 < 0.5：輸出將傾向于較為穩(wěn)定和保守，提供高度相關且一致的回應。
• 溫度 = 0.5：產(chǎn)生的文本會有一個適中的平衡，既不過于隨機也不過于保守。
• 0.5 < 溫度 < 1：輸出會更具創(chuàng)意和變化，但可能犧牲一些連貫性。
• 溫度 = 1：模型會產(chǎn)生最大程度的創(chuàng)意和隨機性，可能產(chǎn)生出奇不意的答案，但風險也更高。

實戰(zhàn)中可以多個組合使用，比如

Temperature：0.7至1，以獲得最大的創(chuàng)意和多樣性。

Frequency_penalty：1至2，用于產(chǎn)生各種獨特的短語和想法。

Max tokens：根據(jù)你所需的故事長度或場景進行設置。

帶大家一起試試，

prompt：

我是數(shù)師兄，今天是我堅持連續(xù)寫GPT方面的文章4個月了，希望大家能給一些打賞鼓勵

Temperature=0.8 
Frequency_penalty=1.8  
Max tokens=200

ChatGPT的輸出：

圖片