编写有效的系统消息对于指导AI模型的行为，确保安全和提高产出质量至关重要。以下是一些用于制作这些消息的详细最佳实践：
1。定义方案**
- 模型配置文件和功能：清楚地概述了模型的角色，功能和局限性。这有助于根据特定的任务和用户需求量调整系统消息。- 特定任务：定义模型应执行的任务，包括它将收到的输入的类型以及如何处理它们。
- 用户资料：了解用户是谁以及他们对模型的期望。这有助于自定义系统消息的音调和内容。
2。使用清晰而简洁的语言**
- 避免过度复杂性：使用简单，直接的语言来防止误解。这样可以确保该模型正确解释指令。- 简洁：较短的系统消息的性能更好，并且不会占据上下文窗口过多，从而为用户提示提供了更多空间。
3。强调关键元素**
- 使用强调技术(例如大胆或斜体化)来突出关键说明或禁令。这有助于模型关注其任务的基本方面。4。实现强大和一致性**
- 确保系统消息在不同的数据集和任务中都具有稳健性和一致性。这涉及使用各种输入测试消息，以确保其按预期执行。5。使用第一人称语言**
- 请参阅使用第一人称语言(例如，“您是AI助手...”)的AI系统，以创建一个清晰的角色并提高模型对其角色的理解。6。提供示例**
- 包括特定示例以证明模型的所需行为。这对于复杂或模棱两可的场景特别有用，可以帮助模型了解如何接近它们。7。定义音调和范围**
- 指定模型应在其响应中表现出的音调。另外，清楚地定义了模型性能的范围和局限性，以确保在面对其功能之外的任务时知道如何做出响应。8。迭代并测试**
- 通过测试不同的措辞，顺序和结构来连续迭代系统消息。这有助于确定在给定情况下最有效的方法，并减少潜在的危害。9。使用条件逻辑**
- 结合条件逻辑(例如，“ if-then”语句)来处理各种方案，并确保模型根据特定条件做出适当响应。10。考虑预防安全和伤害**
- 构建指令以确定安全性并防止伤害。清楚地定义允许或禁止采取哪些行动来指导模型的输出并防止不良行为。通过遵循这些最佳实践，您可以创建有效的系统消息，以指导AI模型以产生高质量，安全和相关的输出。
引用：
[1] https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/system-message
[2] https://www.documind.chat/blog/technical-writing-best-practices
[3] https://cogniti.ai/docs/how-do-i-i-design-a-good-system-message/
[4] https://help.openai.com/en/articles/6654000-best-practices-for-prompt-prompt-eargineering-with-the-popenai-api
[5] https://www.prompthub.us/blog/everything-system-messages-how-to-use-use-them-real-real-world-xenperiments-prompt-prompt-prompt-infocty-tockition-Protectors
[6] https://stackoverflow.com/questions/403333/what-are-the-the-best-practices-on-the-level-of-fetails-in-error-messages
[7] https://atlassian.design/content/writing-guidelines
[8] https://pressbooks.bccampus.ca/technicalwriting/chapter/writinginstructions/