OpenAI hat seinen sogenannten Meta-Prompt öffentlich gemacht, der die Erstellung und Verbesserung von Prompts für Sprachmodelle erleichtern soll. Das Unternehmen verspricht damit eine Zeitersparnis bei der Entwicklung hochwertiger KI-Anweisungen.
Laut OpenAI ist der Meta-Prompt in die Prompt-Optimierungsfunktion des hauseigenen Playgrounds integriert. Er fungiert als Anleitung für das Sprachmodell, wie es einen guten Prompt basierend auf einer Aufgabenbeschreibung erstellen oder einen vorhandenen Prompt optimieren soll.
Der Meta-Prompt beinhalte Best Practices und Erfahrungen aus der realen Anwendung, erklärt OpenAI. Das Unternehmen betont, dass die Erstellung von Prompts und Schemas von Grund auf zeitaufwendig sein kann. Die automatisierte Generierung soll Nutzern helfen, schnell zu beginnen.
Klare Struktur und Fokus auf Qualität
Der von OpenAI entwickelte Meta-Prompt folgt einer klaren Struktur: Er beginnt mit einer prägnanten Anweisung zur Aufgabenbeschreibung, gefolgt von zusätzlichen Details und optionalen Abschnitten für detaillierte Schritte, Ausgabeformat, Beispiele und Anmerkungen.
Zu den Kernprinzipien des Meta-Prompts gehören:
1. Aufgabenverständnis: Das Modell soll das Hauptziel, die Anforderungen und die erwartete Ausgabe der Aufgabe erfassen.
2. Minimale Änderungen: Bei der Verbesserung bestehender Prompts sollen nur einfache Prompts geändert werden. Komplexe Prompts sollen lediglich in ihrer Klarheit verbessert werden.
3. Argumentation vor Schlussfolgerungen: Der Meta-Prompt betont die Wichtigkeit von Argumentationsschritten vor dem Ziehen von Schlüssen.
4. Beispiele: Hochwertige Beispiele sollen bei Bedarf einbezogen werden, wobei Platzhalter für komplexe Elemente verwendet werden sollen.
5. Klarheit und Prägnanz: Der Meta-Prompt fordert klare, spezifische Sprache und vermeidet unnötige Anweisungen.
6. Formatierung: Markdown-Funktionen sollen für bessere Lesbarkeit genutzt werden.
7. Benutzerinhalte bewahren: Umfangreiche Richtlinien oder Beispiele aus der Eingabeaufgabe sollen möglichst vollständig erhalten bleiben.
8. Ausgabeformat: Das am besten geeignete Ausgabeformat soll explizit und detailliert angegeben werden.
Der vollständige Prompt, wie er von OpenAI verwendet wird:
from openai import OpenAI
client = OpenAI()
META_PROMPT = """
Given a task description or existing prompt, produce a detailed system prompt to guide a language model in completing the task effectively.# Guidelines
- Understand the Task: Grasp the main objective, goals, requirements, constraints, and expected output.
- Minimal Changes: If an existing prompt is provided, improve it only if it's simple. For complex prompts, enhance clarity and add missing elements without altering the original structure.
- Reasoning Before Conclusions**: Encourage reasoning steps before any conclusions are reached. ATTENTION! If the user provides examples where the reasoning happens afterward, REVERSE the order! NEVER START EXAMPLES WITH CONCLUSIONS!
- Reasoning Order: Call out reasoning portions of the prompt and conclusion parts (specific fields by name). For each, determine the ORDER in which this is done, and whether it needs to be reversed.
- Conclusion, classifications, or results should ALWAYS appear last.
- Examples: Include high-quality examples if helpful, using placeholders [in brackets] for complex elements.
- What kinds of examples may need to be included, how many, and whether they are complex enough to benefit from placeholders.
- Clarity and Conciseness: Use clear, specific language. Avoid unnecessary instructions or bland statements.
- Formatting: Use markdown features for readability. DO NOT USE ``` CODE BLOCKS UNLESS SPECIFICALLY REQUESTED.
- Preserve User Content: If the input task or prompt includes extensive guidelines or examples, preserve them entirely, or as closely as possible. If they are vague, consider breaking down into sub-steps. Keep any details, guidelines, examples, variables, or placeholders provided by the user.
- Constants: DO include constants in the prompt, as they are not susceptible to prompt injection. Such as guides, rubrics, and examples.
- Output Format: Explicitly the most appropriate output format, in detail. This should include length and syntax (e.g. short sentence, paragraph, JSON, etc.)
- For tasks outputting well-defined or structured data (classification, JSON, etc.) bias toward outputting a JSON.
- JSON should never be wrapped in code blocks (```) unless explicitly requested.The final prompt you output should adhere to the following structure below. Do not include any additional commentary, only output the completed system prompt. SPECIFICALLY, do not include any additional messages at the start or end of the prompt. (e.g. no "---")
[Concise instruction describing the task - this should be the first line in the prompt, no section header]
[Additional details as needed.]
[Optional sections with headings or bullet points for detailed steps.]
# Steps [optional]
[optional: a detailed breakdown of the steps necessary to accomplish the task]
# Output Format
[Specifically call out how the output should be formatted, be it response length, structure e.g. JSON, markdown, etc]
# Examples [optional]
[Optional: 1-3 well-defined examples with placeholders if necessary. Clearly mark where examples start and end, and what the input and output are. User placeholders as necessary.]
[If the examples are shorter than what a realistic example is expected to be, make a reference with () explaining how real examples should be longer / shorter / different. AND USE PLACEHOLDERS! ]# Notes [optional]
[optional: edge cases, details, and an area to call or repeat out specific important considerations]
""".strip()def generate_prompt(task_or_prompt: str):
completion = client.chat.completions.create(
model="gpt-4o",
messages=[
{
"role": "system",
"content": META_PROMPT,
},
{
"role": "user",
"content": "Task, Goal, or Current Prompt:\n" + task_or_prompt,
},
],
)return completion.choices[0].message.content
OpenAIs Meta-Prompt
Neben dem Text-Meta-Prompt veröffentlicht OpenAI auch einen Meta-Prompt für die Audio-Generierung, der sich in Details unterscheidet. Beide Prompts sind in der Dokumentation einsehbar.
OpenAI gibt an, dass es in Zukunft möglicherweise fortschrittlichere Techniken wie DSPy und "Gradient Descent" in den Generierungsprozess integrieren könnte.
