gpt prompt engineer: Herramienta de ingeniería de prompts de modelos lingüísticos | Optimización de los comandos de prompts

Introducción general

gpt-prompt-engineer es un proyecto de código abierto en GitHub que se centra en la ingeniería de avisos para modelos GPT. Los usuarios pueden introducir descripciones de tareas y casos de prueba, y esta herramienta es capaz de generar, probar y clasificar diferentes instrucciones para encontrar la más eficaz. El proyecto utiliza grandes modelos lingüísticos, como GPT-4 y GPT-3.5-Turbo, y emplea un sistema de puntuación ELO para clasificar la eficacia de los avisos generados, con la opción de registrar y rastrear la cadena de avisos.

La ingeniería de consejos es un poco como la alquimia. No hay una forma clara de predecir qué funcionará mejor. Se trata de experimentar hasta encontrar la punta adecuada. gpt Tip Engineer es una herramienta que lleva esta experimentación a un nivel completamente nuevo.

Le ayuda a generar, optimizar y probar Prompts, con soporte para GPT y Claude, y puede optimizar el Claude Las palabras clave de Claude 3 Haiku ayudan a conseguir grandes resultados. Cabe destacar que Claude 3 Haiku es más barato que GPT-3.5, pero rinde bien y admite modelos visuales.

Lista de funciones

Generación de consejos: Genere una variedad de consejos basados en casos de uso y casos de prueba.
Pruebas de señalización: la señalización se evalúa y clasifica mediante el sistema de puntuación ELO.
Sistema de puntuación ELO: ajuste dinámicamente las puntuaciones ELO comparando el rendimiento de respuesta de los casos de prueba.
Versión categorizada: diseñada para tareas de categorización, proporciona puntuaciones para cada pregunta.
Registro opcional: admite el registro de pesos y sesgos y el registro de herramientas Portkey.

Utilizar la ayuda

Abra el cuaderno del proyecto en Google Colab o en un cuaderno Jupyter local.
Añade la clave secreta de la API de OpenAI al código.
Definir descripciones de tareas y casos de prueba.
Ajuste el modelo y seleccione GPT-4 o GPT-3.5-Turbo según sea necesario.
Llame a la función generate_optimal_prompt() para generar, probar y puntuar los avisos.