Ce référentiel vise à fournir un moyen pratique et intuitif d'utiliser des invites basées sur les connaissances et les exigences. La portée de cette directive est générale, mais elle utilise principalement le processus de développement comme exemple. De plus, l'approche est démontrée par des exemples impliquant un copilote GitHub.
Cette approche quadrante est simple. Premièrement, il est nécessaire de comprendre que la plupart des problèmes que vous rencontrez lors de l'utilisation de chats LLM impliquent deux facteurs contrôlés:
Connaissances sur le sujet : combien vous savez sur le sujet abordé dans la question.
Exigences de l'objectif de la question : votre question vise-t-elle à résoudre ou à répondre à quelque chose de spécifique, et avez-vous toutes les exigences nécessaires pour une réponse efficace?
Ces deux facteurs peuvent être visualisés dans un graphique de quadrant, créant quatre zones principales. Chaque zone correspond à différentes approches dans l'ingénierie rapide.
quadrantchart
Titre Quadrant pour avoir incité l'approche?
Connaissances faibles de l'axe X -> Connaissances élevées
Exigences peu claires de l'axe des Y -> Exigences claires
Quadrant-1 Zero / One Shot
quadrant-2 invite complète
quadrant-3 multi-invite
quadrant-4 inverse inverse / lit de lit
ChargementLes détails du quadrant et les raisons de chaque approche peuvent être explorés plus loin dans la section suivante.
Connaissances de base pour les modèles d'ingénierie rapides
Cette section couvre les modèles fondamentaux en ingénierie rapide, expliquant le fonctionnement de chaque modèle et ses avantages.
Quadrant pour l'ingénierie rapide
Cette section présente un cadre de quadrant pour aider à sélectionner l'approche d'incitation appropriée basée sur le niveau de connaissance et la clarté des exigences.
Exemples et utilisations
Cette section fournit des exemples pratiques illustrant comment identifier le quadrant approprié et l'approche invitant pour différents scénarios.
Important
Il est important de mieux comprendre les modèles d'ingénierie rapides, faisant de la première section le point de départ recommandé
Introduction à l'ingénierie rapide avec Github Copilot
Inside github: travailler avec le LLMS derrière Github Copilot
Github d'ingénierie rapide