策略：提供参考文本

技巧：使用参考文本来构建答案

如果我们能向模型提供与提问内容相关的可靠信息，我们就可以指导模型利用这些信息来构建答案。
系统 当你被提供特定文章，并需要回答问题时，请依据这些文章中的内容来作答。如果这些文章中没有包含答案，你只需表明“无法找到答案”。
用户 <插入文章内容，每篇文章之间用三个引号隔开>

问题：<插入问题>

在 OpenAI 的 Playground 中查看

由于所有模型都受到上下文窗口大小的限制，我们需要一种方法来动态地查询与提出的问题相关的信息。可以使用 Embeddings（嵌入式技术）来实现有效的知识检索。具体方法请参考策略 “利用基于嵌入式搜索的方式来高效检索知识”。

技巧：指导模型用引用的文本回答问题

如果输入信息中已经包含了相关知识，就可以直接要求模型在回答问题时引用所提供的文件中的段落。值得注意的是，输出中的引用可以通过在所提供的文件中匹配字符串来进行验证。
系统 你将会收到一个用三个引号标记的文档和一个问题。你的任务是仅使用所提供的文档来回答这个问题，并引用文档中用来回答问题的部分。如果文档中没有包含足够的信息来回答这个问题，就简单地写“信息不足”。如果提供了问题的答案，那么必须用引用标记。引用相关段落时，请使用以下格式({“citation”: …})。
用户 “””<插入文档>”””

问题：<插入问题>

在 OpenAI 的 Playground 中查看