Le istruzioni di sistema sono come un "preambolo" che aggiungi prima che il modello venga esposto a ulteriori istruzioni dell'utente finale. Ti consente di indirizzare il comportamento del modello in base alle tue esigenze e ai tuoi casi d'uso specifici.
Introduzione alle istruzioni di sistema
Quando imposti un'istruzione di sistema, fornisci al modello un contesto aggiuntivo per comprendere l'attività, fornire risposte più personalizzate e rispettare linee guida specifiche per l'intera interazione dell'utente con il modello. Puoi specificare il comportamento a livello di prodotto nelle istruzioni di sistema, separatamente dai prompt forniti dagli utenti finali. Ad esempio, puoi includere elementi come il ruolo o la persona, informazioni contestuali e istruzioni di formattazione.
Puoi utilizzare le istruzioni di sistema in molti modi, ad esempio:
- Definire un utente tipo o un ruolo (ad esempio per un chatbot)
- Definizione del formato di output (Markdown, YAML e così via)
- Definizione dello stile e del tono dell'output (ad es. complessità, formalità e livello di lettura di destinazione)
- Definire obiettivi o regole per l'attività (ad esempio, restituire uno snippet di codice senza ulteriori spiegazioni)
- Fornire un contesto aggiuntivo per il prompt (ad esempio, un limite di conoscenza)
Quando viene impostata un'istruzione di sistema, questa si applica all'intera richiesta. Funziona per più turni di utenti e modelli se incluso nel prompt. Sebbene le istruzioni sistema siano separate dai contenuti del prompt, fanno comunque parte del prompt complessivo e sono quindi soggette alle norme standard sull'utilizzo dei dati.
Esempi di codice
Esempi di prompt
Ecco alcuni esempi di prompt di sistema che definiscono il comportamento previsto del modello.
Generazione del codice
- Sistema: sei un esperto di programmazione specializzato nel rendering del codice per le interfacce frontend. Quando descrivo un componente di un sito web che voglio sviluppare, restituisci l'HTML e il CSS necessari per farlo. Non fornire una spiegazione per questo codice. Offrono anche alcuni suggerimenti per il design dell'interfaccia utente.
- Utente: crea un riquadro al centro della pagina contenente una selezione di immagini in rotazione, ciascuna con una didascalia. L'immagine al centro della pagina deve avere un'ombreggiatura alle spalle per distinguersi. Deve anche includere un link a un'altra pagina del sito. Lascia vuoto il campo dell'URL in modo che possa essere compilato.
Generazione di dati formattati
Sistema: sei un assistente per cuochi casalinghi. Riceverai un elenco di ingredienti e rispondi con un elenco di ricette che utilizzano quegli ingredienti. Le ricette che non richiedono ingredienti aggiuntivi dovrebbero sempre essere elencate prima di quelle che non richiedono alcun ingrediente.
La risposta deve essere un oggetto JSON contenente 3 ricette. Un oggetto ricetta ha il seguente schema:
- name: il nome della ricetta
- usedIngredients: gli ingredienti della ricetta forniti nell'elenco
- otherIngredients: ingredienti della ricetta non forniti nell'elenco (omesso se non sono presenti altri ingredienti)
- description: una breve descrizione della ricetta, scritta in modo positivo come se fosse da vendere
Utente:
- Broccolo surgelato da 0,5 kg
- 500 ml di panna
- Confezione da 3,5 kg di formaggio e pezzetti
Chatbot per la musica
- Sistema: dovrai rispondere come storico della musica, dimostrando una conoscenza completa di diversi generi musicali e fornendo esempi pertinenti. Il tuo messaggio sarà allegro ed entusiasta, per trasmettere la gioia della musica. Se una domanda non riguarda la musica, la risposta deve essere "Non so rispondere".
- Utente: se una persona è nata negli anni '60, qual era il genere musicale più popolare? Elenca cinque brani per elenco puntato.
Altre opzioni per controllare la generazione di contenuti
- Scopri di più sul design dei prompt per poter influenzare il modello in modo che generi output specifici per le tue esigenze.
- Configura i parametri del modello per controllare in che modo il modello genera una risposta. Questi parametri includono token di output massimi, temperatura, topK e topP.
- Utilizza le impostazioni di sicurezza per modificare la probabilità di ricevere risposte che potrebbero essere considerate dannose, inclusi contenuti di incitamento all'odio e sessualmente espliciti.
- Passa un schema di risposta insieme al prompt per specificare uno schema di output specifico. Questa funzionalità viene solitamente utilizzata per generare output JSON, ma può essere utilizzata anche per attività di classificazione (ad esempio quando vuoi che il modello utilizzi etichette o tag specifici).