多轮对话的实现方式如下：
三亿:Arthur:这个好。Arthur:请上Prompt。三亿:不是指定风格prompt画出来的，而是通过对它进行理解诱导，然后迭代出来的三亿:我发一下过程吧Arthur:多轮对话，迭代调整模式。三亿:是一个互相启发的过程，核心思路是AI和你对目标的理解共识要一致（对齐），然后再开始创作，这样可以增加创作的可控性三亿:我用的是诱导，因为是有预设意图的对话，而不是纯粹的开放性讨论三亿:其实“鼓励”本身并不是有效手段，这个只是个人化的表达风格（生活中就是这样的，和AI对话只是保持了一致性），用不同的对话风格依然能达成目的有效的部分主要在于：1.约束的弹性（探索阶段给AI一定自由空间，而prompt一般是强约束的，更适合确定性的目标或者用于总结阶段）2.情绪（群主之前分享过很多次，还有群里分享过的一些论文观点，情绪化能局部提升AI效能）3.共识（你的理解和AI的理解要高度一致，在高共识性的背景下，调整和控制会更有效）Arthur:字如其人
如果经历很多轮的对话,会导致此次对话超过模型的token限制,那么ChatGPT会遗忘之前的内容.所以我建议当经历多轮对话后,可以新建一个聊天窗口,把完整的代码和需求背景输入给chatgpt,重新开启新的提问.这是一种有效的措施.
在先前的讨论中，我们主要关注的是单轮问答的情境。然而，在现实世界的对话中，我们往往需要处理连续的多轮对话。在自然的人类语言交流中，多轮对话常常伴随着指代问题的产生，例如使用代词“它”、“他们”、“我们”等。在这种情况下，如果仅仅依据用户的原始提问来检索相关知识片段，可能会导致检索结果的不精确或者无法检索到相关信息。此外，由于我们对模型的回复内容施加了限制，使得模型不再依赖其内部知识库来生成答案，有时这可能会导致多轮对话的流畅性受到影响，甚至出现对话中断的情况。因此，为了提升对话系统的性能和用户体验，我们需要开发提示词来解决多轮对话中的指代消解问题，并确保模型能够在连续的交流中提供准确、连贯的回答。不过，由于“指代消解”需要多轮对话来完成，单次交互是无法达成的（至少目前看来是这样），所以我们需要将测试形式进行转换。首先解决”指代消解“的问题，然后再进行下一轮答复。首先，我们准备指代消解所需的提示词：大家可以看到，这里使用的“指代消解”提示词是使用CoT写出的思维链，我们在这个思维链中列举了不同情况的推理情景，目的就是让模型能够适应并成功推理出需要消解的代词，然后根据消解代词的结果重新组织问题。接着我们开始尝试复现指代消解的步骤：步骤1：进行第一轮对话在第一轮对话中，我们提出问题”尼罗河是什么？“，接着，系统成功召回了关于“尼罗河“的知识片段，并做出了回复。步骤2：开始指代消解