本帖探讨了使用大型语言模型(LLM)进行 Etsy 人工智能辅助入门的提示工程。主要关注点是 LLM 生成答案的真实性和可靠性，特别是关于 Etsy 特定问题的答案。研究考察了两个用例：内部旅行和娱乐(T&E)政策问题和外部 Etsy 卖家社区论坛问题。对于 T&E 政策，LLM 正确回答了大约 86% 的问题，但剩下的 14% 包含事实错误或误导性陈述，称为“幻觉”。技术，如指示 LLM 承认不确定性或解释其推理，被发现可以减少这些幻觉。在 Etsy 社区论坛中，具有更多异构数据的准确性下降到约 72%。LLM 在查询与参考文档的措辞相匹配时表现更好。研究还强调了即使提供了额外上下文也无法解决某些复杂问题的限制。请求源代码片段被确定为标志潜在 LLM 幻觉的一种方法。总之，提示工程显示出 hứ，但需要小心设计以确保可靠的 AI 辅助入门和信息检索。