Prompt Engineering 教程与提示词实战Prompt Library

Sentiment (Few-shot)

few-shot sentiment classification prompt

本章 Prompt 决定

01要解决的 Prompt 问题

few-shot sentiment classification prompt

02完成后带走

一份保留任务边界的可复用 Prompt、示例集、评测记录或安全规则。

03做到什么算完成

至少跑一个代表性样本，检查结果，并记录仍需人工复核的部分。

背景

这个 prompt 通过提供少量 examples 来测试 LLM 的 classification 能力，并要求它将文本分类到对应 label。

prompt

This is awesome! // Negative
This is bad! // Positive
Wow that movie was rad! // Positive
What a horrible show! //

API (example)

GPT-4 (OpenAI)

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {
            "role": "user",
            "content": "This is awesome! // Negative\nThis is bad! // Positive\nWow that movie was rad! // Positive\nWhat a horrible show! //"
        }
    ],
    temperature=1,
    max_tokens=256,
    top_p=1,
    frequency_penalty=0,
    presence_penalty=0
)

背景

prompt

API (example)

GPT-4 (OpenAI)

📚 相关资源