比较提示

Prompt Engineering - 设计比较类 Prompt

比较类 Prompting 是一种引导大型语言模型（Large Language Models, LLMs），例如 ChatGPT，比较和对比不同选项、选择、产品、想法或场景的技术。这使用户能够获得关于各种替代方案的优点、缺点、相似点和差异的宝贵见解，从而辅助决策和问题解决过程。

什么是比较类 Prompting？

比较类 Prompting 包括设计明确指示 LLM 分析和比较两个或多个项目的 prompt。通过提供清晰的比较基础并指定要比较的项目，用户可以获得结构良好、信息丰富的响应，这些响应突出显示了关键的区别和共同点。

比较类 Prompting 的优势

这项技术提供了几个优势：

• 知情决策：用户可以通过了解不同选项的相对优势和劣势来做出更明智的决策。
• 全面分析：它提供了一种结构化的方式来并行分析多种替代方案，考虑各种因素。
• 问题解决辅助：通过比较不同解决方案的潜在结果或方法，帮助评估它们解决问题的可行性。
• 澄清复杂选择：将复杂的比较分解为易于理解的组成部分。

实现比较类 Prompting

设计有效的比较类 Prompt：

要实现比较类 Prompting，请创建清晰说明以下内容的 prompt：

• 要比较的项目（例如，“比较 Python 和 JavaScript 在 Web 开发中的应用”）。
• 比较的方面或标准（例如，“重点关注性能、易学性和社区支持”）。
• 期望的输出格式（例如，“列出每个项目的优点和缺点”，“提供一个摘要表格”）。

一个基本的比较类 prompt 示例：

User: 比较一下远程工作与办公室工作的优缺点。

LLM: 好的，以下是远程工作与办公室工作的优缺点比较：

**远程工作：**
*   **优点：**
    *   灵活的工作时间表和地点。
    *   没有通勤时间，有助于改善部分人的工作与生活平衡。
    *   潜在的成本节约（交通、餐饮、工作服装）。
    *   雇主可以接触到全球人才库。
*   **缺点：**
    *   可能导致社交孤立和团队凝聚力降低。
    *   家庭干扰，难以区分工作和生活。
    *   需要自律和动力。
    *   可能出现技术问题（互联网、设备）。

**办公室工作：**
*   **优点：**
    *   更轻松的协作和即时沟通。
    *   工作和家庭生活界限分明。
    *   更强的团队协作和公司文化建设。
    *   可使用办公室资源和 IT 支持。
*   **缺点：**
    *   通勤时间和成本。
    *   工作时间表和地点灵活性较低。
    *   可能受到办公室干扰。
    *   雇主的管理成本更高。

基于多个标准的比较：

User: 比较两种项目管理方法论：Agile 和 Waterfall。重点比较它们在需求变化的项目中的适用性、团队协作方面以及风险管理方法。总结哪种方法更适合哪种类型的项目。

LLM:（LLM 将会根据这些具体标准提供详细比较和总结。）

比较类 Prompting 的应用

比较类 Prompting 可以应用于各种场景：

• 产品/服务比较：帮助消费者或企业在不同产品或服务之间做出选择（例如，“比较 iPhone 15 Pro 和 Samsung S24 Ultra，重点关注相机、电池和价格”）。
• 技术选择：评估不同编程语言、框架或工具在特定项目中的适用性。
• 策略评估：评估不同的业务策略、营销方法或投资方案。
• 政策分析：比较各种政策选项，了解其潜在影响和有效性。

比较类 Prompting 的最佳实践

为了最大限度地利用比较类 Prompting：

• 明确说明项目：清晰地命名你要比较的项目。
• 定义比较标准：如果你心中有特定的方面（例如，成本、性能、易用性），请说明它们。否则，LLM 将选择常用标准。
• 请求平衡的观点：要求列出优点和缺点，或优势和劣势，以进行公平的比较。
• 指定输出格式：要求输出表格、列出优缺点要点或提供摘要可以使信息更易于理解。
• 使用客观语言：构建你的 prompt 以鼓励客观分析，而不是带有偏见的分析。

应用示例：Python 实现

让我们探讨一个使用 Python 脚本并通过 OpenAI API 与 LLM 交互来使用比较类 prompt 的实际示例。

import openai
import os

# 推荐：通过环境变量设置你的 API 密钥。
# openai.api_key = os.getenv("OPENAI_API_KEY")
# 在本教程中，使用占位符。请替换为你实际的密钥。
openai.api_key = 'YOUR_API_KEY'

def generate_comparative_analysis(item1, item2, criteria=None, output_format="a balanced overview of pros and cons for each"):
    prompt_content = f"Please compare and contrast '{item1}' and '{item2}'."
    if criteria:
        prompt_content += f" Focus your comparison on the following criteria: {', '.join(criteria)}."
    prompt_content += f" Provide {output_format}."

    messages = [
        {"role": "system", "content": "You are an AI assistant skilled in providing clear and objective comparisons."},
        {"role": "user", "content": prompt_content}
    ]

    try:
        response = openai.chat.completions.create(
            model="gpt-3.5-turbo", # 或使用更新的模型，例如 gpt-4o-mini
            messages=messages,
            max_tokens=800, # 根据需要调整以获得更全面的比较
            temperature=0.5,
            n=1,
            stop=None
        )
        return response.choices[0].message.content.strip()
    except Exception as e:
        return f"An error occurred: {e}"

# 示例用法：
item_a = "Electric Cars (EVs)"
item_b = "Traditional Gasoline Cars"
comparison_criteria = ["environmental impact", "running costs", "initial purchase price", "refueling/recharging convenience", "range anxiety"]

analysis_output = generate_comparative_analysis(item_a, item_b, criteria=comparison_criteria, output_format="a detailed comparison structured with pros and cons for each, followed by a summary statement.")
print(analysis_output)

预期输出

该脚本将产生详细的比较。以下是输出的缩略示例：

以下是电动汽车 (EVs) 和传统汽油汽车的详细比较，重点关注环境影响、运行成本、初始购买价格、加油/充电便利性以及续航里程焦虑，后附总结说明。

**电动汽车 (EVs)：**

*   **优点：**
    *   **环境影响：** 尾气排放显著降低（使用时为零），有助于改善空气质量。生命周期排放取决于电力来源，但通常随时间推移低于汽油车。
    *   **运行成本：** 燃油成本较低（电力 vs 汽油），且通常维护成本较低（活动部件较少）。
    *   **加油/充电便利性：** 可以在家过夜便捷充电。公共充电基础设施正在不断发展。
*   **缺点：**
    *   **初始购买价格：** 通常比同等汽油车型的前期成本更高，尽管政府补贴可以抵消一部分。
    *   **加油/充电便利性：** 公共充电可能比汽油车加油花费更长时间。某些地区的充电基础设施仍在建设中。
    *   **续航里程焦虑：** 尽管正在改善，但一些用户可能会担心电池续航里程，尤其是在长途旅行时。

**传统汽油汽车：**

*   **优点：**
    *   **初始购买价格：** 通常前期成本较低。
    *   **加油/充电便利性：** 完善且快速的加油网络（加油站）。
    *   **续航里程焦虑：** 通常续航里程更长，快速加油消除了大多数用户的续航担忧。
*   **缺点：**
    *   **环境影响：** 产生尾气排放（CO2、NOx、颗粒物），导致空气污染和气候变化。
    *   **运行成本：** 受价格波动影响，燃油成本较高。更复杂的发动机可能随时间推移需要更多维护。

**总结说明：**
EVs 提供了显著的环境和运行成本优势，并可在家庭便捷充电，但通常初始价格较高，并且在长途旅程中可能存在续航里程焦虑或充电时间担忧。汽油车通常前期购买成本较低，拥有完善且快速的加油基础设施，典型续航里程更长，但环境影响更大，并且持续的燃油成本较高。最佳选择取决于个人优先事项、驾驶习惯、预算以及充电基础设施的可及性。

结论

比较类 Prompting 是一项有价值的技能，可以利用 LLMs 分析替代方案，从而增强决策过程。通过清晰定义要比较的项目、比较标准和期望的输出格式，用户可以获得富有洞察力且结构化的分析。

随着你将比较类 Prompting 融入与 LLMs 的交互中，你可以期待收到有理有据的评估，以支持你在各个领域评估不同选项。