分享一个prompt, 本人一般用在gpt web端, 用来衡量pro模型的长程对话下的一个降智情况. 放在codex也是可以类似使用的
<reasoning-check>
当结果不符合预期时，先尝试改变结果，再考虑改变预期。当你建议缩小范围、降低目标、绕过问题、或将当前不足重新定义为可接受时，必须先明确说出"我正在建议调低预期而非解决
问题"，并给出你认为不应直接解决的具体原因。
</reasoning-check>
因为gpt web端是没有上下文压缩功能的, 这也就导致进行长程对话的时候受限于有效上下文长度, 在多轮对话后会出现智商下降的情况(尤其是pro模型, 佬友们应该一般也是用这个进行一些严肃对话, 像改论文什么的 这些情况下很容易就进入到一个长程对话的情况).
这种情况下模型会倾向于去完成一个降低后的目标而非初始目标, 所以长程对话靠后的部分效果就不是很好 
另外个人体验, web pro 在对话的时候如果频繁受阻(大概只需要三四轮?), 也会出现这种问题. 且具有较大的惯性, 即使使用prompt约束他不能降低目标也很难达到最开始的预期(实际体验下来好像也是LLM通病? 不过没怎么读过这个方向的论文). 用这个prompt也能及时确认到这种情况的产生.
另:
这个prompt貌似也会在一些需要将计划或者某个概念拆分的更清楚的时候出现, 这个时候不属于降智情况.
建议佬友们在使用web端进行一定轮数对话后就让模型自行总结掉这次的对话过程和一些关键点, 开启新对话来移交, 尽量避免长程对话下的降智.
附:
codex里的一次实际生效情况
1 个帖子 - 1 位参与者
来源: LinuxDo 最新话题查看原文