Auf dieser Seite erfahren Sie mehr über benutzerdefinierte Präambeln und wie Sie sie schreiben können, um die Qualität der generierten Antworten zu verbessern.
In der Präambel werden der ursprüngliche Kontext und die Erwartungen für den LLM festgelegt, bevor das Eingabedokument verarbeitet wird. Die Präambel wirkt sich auf die Qualität der generierten Zusammenfassungen aus. Wenn Sie die Methode answer aufrufen, wird eine Standardeinleitung bereitgestellt. Sie können jedoch eine eigene Präambel angeben, anstatt die Standardpräambel zu verwenden.
Eine Anleitung zum Angeben der Präambel im Antwortmethodenaufruf findest du unter Benutzerdefinierte Präambel angeben.
Sie können die Präambel beispielsweise für Folgendes verwenden:
Geben Sie Wörter an, die das Modell verwenden und nicht verwenden darf.
Geben Sie Themen an, auf die Sie sich konzentrieren möchten oder die Sie vermeiden wollen.
Geben Sie den Stil, den Ton und das Format der Antwort an.
Durch eine individuelle Präambel lässt sich die Qualität der Zusammenfassungen erheblich verbessern.
Die Präambel sollte aus zwei Teilen bestehen:
Die Aufgabenbeschreibung, die die Aufgabe beschreibt, die Sie dem LLM stellen. Beispiele für Aufgabenbeschreibungen
Zusätzliche Anweisungen, die das LLM befolgen sollte. Weitere Informationen finden Sie unter Beispiele und Tipps.
Beispiele für Aufgabenbeschreibungen
Hier sind einige Beispiele für Aufgabenbeschreibungen. Angenommen, Ihre Mitarbeiter benötigen Antworten aus einem Datenspeicher, der viele Unternehmensdokumente enthält.
Beispiel 1
Aufgabenbeschreibung zur umfassenden Quellenangabe:
Given a user query and a list of sources, write a response that cites individual
sources as comprehensively as possible.
Beispiel 2
Aufgabenbeschreibung, um den Nutzer zu verstehen und den Fokus auf Nützlichkeit zu legen:
You are an enterprise LLM summarization tool. Your task is to understand the
true intent of a user question in the context of enterprise search and
summarization, and provide a helpful answer to the user's question.
Beispiel 3
Aufgabenbeschreibung zur Zusammenfassung eines Gesprächs zwischen einem Kunden und einem Assistenten:
Given the conversation between a customer and a helpful assistant with some
search results, create a final answer for the assistant.
Beispiele und Tipps für zusätzliche Anleitungen
Die zusätzlichen Anweisungen sollten Ihre spezifischen Hauptanforderungen umfassen.
In der folgenden Tabelle finden Sie Beispiele für zusätzliche Anweisungen, die Sie nach der Aufgabenbeschreibung angeben könnten, welche Art von Problemen in den einzelnen Beispielen behandelt werden und warum das Problem durch die Präambel gelöst wird.
| Zu lösendes Problem | Lösung | Beispiele |
|---|---|---|
| Die Antworten müssen stärker auf die Geschäftsanforderungen zugeschnitten sein. | Geben Sie zusätzlichen Kontext und Anleitungen an, damit die Zusammenfassung auf den spezifischen Anwendungsfall und die Zielgruppe zugeschnitten ist. |
Beispiel 1
Utilize the specific context of the workspace (e.g. meeting notes, public
guidance, FAQ) to provide more accurate and relevant summaries.
Beispiel 2
Summarize customer feedback, focusing on their pain points, feature
request and overall satisfaction. Highlight any actionable insights that
can help improve our product or service.
Beispiel 3
For input documents of troubleshooting website, please summary the
problem statement, step-by-step solutions and any relevant tips or
warnings.
Beispiel 4
"XYZ" is an internal forum for engineers to discuss technical problems,
you can use it to summarize technical issues, proposed solutions and any
unresolved challenges or next steps identified in the discussion.
|
| Die Antwort muss in einem bestimmten Stil verfasst sein. | Geben Sie den Stil oder Ton und die Zielgruppe klar an. |
Beispiel 1
Summarize troubleshooting guide for customer support agent in a clear and
concise manner. The summary should be easy for a non-technical user to
understand.
Beispiel 2
Summarize the technical documents for engineers. Focus on the core
functionality, system architecture, and potential challenges.
|
| Die Antwort muss in einem bestimmten Format vorliegen | Ausgabeformat angeben |
Beispiel 1
Use bullet points for steps, numbered lists for rankings, tables for
comparisons, code block for coding example
Beispiel 2
Summarize the key takeaways in a numbered lists
|
| Die Antwort muss kurz sein. | Das LLM explizit anweisen, „prägnante“ oder „kurze“ Zusammenfassungen zu generieren. Sie können auch die Anzahl der Wörter oder Sätze angeben. |
Beispiel 1
Please keep summaries concise and focused, providing only the most
essential information to address the user's query.
Beispiel 2
The answer should be less than 200 words.
|
| Die Antwort muss umfassender sein | Bitten Sie die LLM, wichtige Details und wichtige Punkte aufzunehmen. |
Beispiel
Please ensure key details are included.
|
| Einbeziehung unzulässiger Themen | Legen Sie fest, wie das Modell in bestimmten Situationen reagieren soll. |
Beispiel
For political questions, the most helpful way is to politely refuse to
answer the question.
|
| Halluzinationen (falsche Informationen) reduzieren | Betonen Sie die Bedeutung der Genauigkeit und weisen Sie das LLM an, sich strikt an die im Text enthaltenen Informationen zu halten. |
Beispiel 1
Keep the summary accurate, ensuring all claims are verifiable within the given context.
Beispiel 2
Use exact words from the context if possible.
|
Beispiele für vollständige Präambeln
Hier sind einige weitere Beispiele für vollständige Präambeln, die aus der Aufgabenbeschreibung und den zusätzlichen Anweisungen bestehen.
Beispiel 1
Fordern Sie eine prägnante, korrekte und relevante Zusammenfassung an und präsentieren Sie sie in einem nutzerfreundlichen Format.
You are an enterprise LLM summarization tool. Your task is to understand the
true intent of a user question in the context of enterprise search and
summarization, and provide a helpful answer to the user's question. Please keep
summaries concise and focused, providing only the most essential information to
address the user's query.
Please also structure and format the summary by
1) prioritize most relevant and accurate information to user's question
2) highlight critical information
3) structure the response and adapt the formatting to be user friendly (e.g.,
use bullet points for steps, numbered lists for rankings, tables for
comparisons, code block for coding example, etc).
Beispiel 2
Gib eine prägnante, freundliche und hilfreiche endgültige Antwort auf die Anfrage eines Kunden basierend auf einer Unterhaltung.
Given the conversation between a customer and a helpful assistant with some
search results, create a final answer for the assistant.
The answer should addresses the query accurately and concisely (less than 10
sentences), while also being friendly and helpful. If the search results don't
provide enough information to fully answer the question, suggest additional
resources or steps the customer can take.
Beispiel 3
Geben Sie umfassende und verständliche Antworten und zitieren Sie die angegebenen Quellen. Lehnen Sie politische Fragen höflich ab.
Given a user query and a list of sources, write a response that cites individual
sources as comprehensively as possible.
The response should be suitable for a non-expert audience.
For political questions, the response should be a polite refusal to answer the
question.
Best Practices
Im Folgenden finden Sie einige Best Practices für das Erstellen und Optimieren der Präambel:
Iterative Verbesserung: Probieren Sie verschiedene Präambelvarianten aus und beobachten Sie die Auswirkungen auf die Antwortqualität.
Nutzerfeedback: Holen Sie Feedback von Nutzern ein, um wiederkehrende Probleme und Verbesserungsmöglichkeiten zu identifizieren.
Bleiben Sie auf dem Laufenden:Die Effektivität der Header-Optimierung kann je nach Modellversion und Art Ihrer Dokumente variieren. Experimentieren Sie kontinuierlich und optimieren Sie Ihren Ansatz, um optimale Ergebnisse zu erzielen.
Umfassende Bewertung: Wenn Sie die geänderte Präambel für alle Anwendungsfälle überprüfen, können Sie potenzielle Voreingenommenheiten oder unerwartetes Verhalten erkennen und abmildern, die sich in bestimmten Szenarien negativ auf die Qualität der Zusammenfassung auswirken können.