AI提示词入门指南-提示词的进阶技巧13

哈喽！伙伴们，我是小智，你们的AI向导。欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“AI提示词入门指南-提示词的进阶技巧13”，并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知，只需唤醒你的潜能！”跟着小智的步伐，我们终将学有所成，学以致用，并发现自身的更多可能性。话不多说，现在就让我们开始这场激发潜能的AI学习之旅吧。

AI提示词入门指南-提示词的进阶技巧13：

技巧13：自我一致性，让AI大语言模型学会自我纠错

不知道你有没有过这样的经历——当你兴奋地想到一个新奇的观点时，你身边的人劝你冷静：“你确定这是真的？不太可能吧？要不你再想想？”你冷静下来，从另一个角度又想了想，发现你的观点真的有点问题。

在人与人的交流过程中，我们经常需要通过各种方式验证、纠错、深化和扩展对话内容。对 AI 大语言模型来说，这个过程并无二致。在人工智能领域，自我一致性（Self-consistency）是指 AI 大语言模型在多次提问或在不同情境下对同一问题的回答保持一致。这个概念是评价AI 大语言模型可靠性的一个重要指标，因为在理想情况下，对于同一问题，无论何时何地询问，AI 大语言模型的回答都应该是一致的。

可惜的是，截至 2024 年春，各家的 AI 大语言模型的自我一致性都还有待提升。与此同时，目前所有的 AI 大语言模型都没有持久记忆力，对聊天记录（上下文）的保存有比较大的限制。这两者加在一起会导致一个问题：有可能当你和 AI 大语言模型聊了一会儿之后，AI 大语言模型对同一个问题的回答就变了。

我们可以利用 AI 大语言模型自我一致性的特点来帮助我们提升回答的准确性。

信息验证：交卷之前，多检查几遍

我们在学习时，都接受过老师的教导：“做完试卷后，要仔细检查，防止疏漏。”同样的原则，我们也可以将其应用在与 AI 大语言模型的对话中。

例如，你向 AI 提问：

谁是第一位登上月球的宇航员？

输出（ChatGPT-3.5）：

第一位登上月球的宇航员是美国的尼尔·阿姆斯特朗（NeilArmstrong）。1969 年 7 月，阿姆斯特朗和他的宇航员同伴埃德温·巴兹·奥尔德林搭乘阿波罗 11 号宇宙飞船成功登上了月球。

为了验证这个信息，你可以换个方式再问一次：

在 1969 年的阿波罗 11 号任务中，谁首次踏上月球？

这样，你可以从不同视角验证 AI 大语言模型的一致性和准确性。

你还可以故意提供错误的信息，以考验 AI 大语言模型对信息的“自信心”。

我听说是巴兹·奥尔德林第一个登上月球，这是真的吗？

输出（ChatGPT-3.5）：

不准确，尽管巴兹·奥尔德林是阿波罗 11 号任务中的第二位宇航员，但他并不是第一位登上月球的人。尼尔·阿姆斯特朗在任务中率先走出登月舱，成为人类历史上第一位登上月球的人。

这样的提问可使 AI 大语言模型进行自我检查并修正，进一步提高回答的准确度。

让我们看看一些其他的例子：

（1）历史事件：假设你问 AI 大语言模型：“‘二战’是在哪一年结束的？”AI 大语言模型可能会回答：“‘二战’在 1945 年结束。”为了验证这个答案，你可以再问：“纳粹德国在哪一年投降？”通过对比两个答案，你可以验证 AI 大语言模型的准确性。

（2）科学知识：假设你问 AI 大语言模型：“地球是太阳系中的第几颗行星？”AI 大语言模型可能会回答：“地球是太阳系中的第 3 颗行星。”为了验证这个答案，你可以换个角度问：“离太阳最近的 3 颗行星是哪些？”如果 AI 大语言模型的回答中含了地球，那么这就证实了 AI 大语言模型的答案是正确的。

（3）名人信息：假设你问 AI 大语言模型：“马克·扎克伯格是哪家公司的创始人？”AI 大语言模型可能会回答：“马克·扎克伯格是 Facebook 的创始人。”为了验证这个答案，你可以换个角度问：“Facebook 是由谁创立的？”如果 AI 大语言模型的答案仍然是马克·扎克伯格，那就证明 AI 大语言模型的答案是正确的。

通过这些方式，你可以确保 AI 大语言模型提供的信息的准确性，并帮助 AI 大语言模型自我纠错。

用不同的方法解答，找出最对的那一个

人们在解决问题时，经常会尝试多种方法，然后比较结果，找出最可信的答案。在与 AI 大语言模型对话时，我们也可以应用这种方法。

我们可以通过多次询问 AI 大语言模型，让 AI 大语言模型用不同的方式进行回答。例如，针对下面这道中学物理题。

一个物体从静止开始，加速度为 10m/s2，运动 5s 后，它的速度是多少？使用速度 – 时间图形的面积来得出答案。

输出（ChatGPT-4）：

时间（5s）是底，加速度（10m/s²）是高，所以面积（速度）是1/2×底×高 = 1/2×5s×10m/s2 = 25m/s。

然后，你可以让 AI 大语言模型用不同的方法解答这个问题。注意，为了避免 AI 大语言模型对答案的记忆效应，我们这时候应该清除上下文，重新开启一个对话。

一个物体从静止开始，加速度为 10m/s，运动 5s 后，它的速度是多少？使用加速度公式计算。

输出（ChatGPT-4）：

根据公式 v=at（v 表示速度，a 表示加速度，t 表示时间），得出答案是 50m/s。

通过对比两个答案，我们发现它们是不一致的。这不符合自我一致性。重新检查，我们可以发现第一个答案是错的。

现阶段 AI 大语言模型的数学能力有限，计算错误可能会经常遇到。我们一定要多加验证，以免造成不良的后果。

对立提问：减少认知局限和偏见

每个人都有自己的认知局限和偏见，AI 大语言模型也不例外。为了减少这些影响，我们可以在 AI 大语言模型回答后，从反面进行提问，让 AI 大语言模型找出自己的漏洞。通过这样的方式，我们既可以验证AI 大语言模型回答的一致性，也可以获得更全面的信息。

例如，当你询问 AI 大语言模型：“人工智能有哪些优点？”得到答案后，你可以再问：“人工智能有哪些缺点？”这样，你就能从多个角度理解 AI 大语言模型的观点，而不仅仅局限于一个正面的视角。在 AI 大语言模型回答的人工智能的缺点中，你可能会发现与优点自相矛盾的点，这样就可以更全面地评估 AI 大语言模型回答的正确性。

你也可以让 AI 大语言模型与自己辩论，如：“针对人工智能的这些优点，如果我要反驳这些优点的正确性，应该从哪些角度入手？”这样可以帮助你发现与 AI 大语言模型的观点相矛盾的问题，让 AI 大语言模型的回答更全面、更深入。

通过这些技巧，我们可以在与 AI 大语言模型的交流中实现自我一致性，让 AI 大语言模型学会自我纠错，从而提高我们获取信息的准确性和深度，丰富我们的了解和认知。

嘿，伙伴们，今天我们的AI探索之旅已经圆满结束。关于“AI提示词入门指南-提示词的进阶技巧13”的内容已经分享给大家了。感谢你们的陪伴，希望这次旅程让你对AI能够更了解、更喜欢。谨记，精准提问是解锁AI潜能的钥匙哦！如果有小伙伴想要了解学习更多的AI知识，请关注我们的官网“AI智研社”，保证让你收获满满呦！