Prompt Engineering 的定义

Prompt Engineering 是一种人工智能（AI）技术，它通过设计和改进 AI 的 prompt 来提高 AI 的表现。Prompt Engineering 的目标是创建高度有效和可控的 AI 系统，使其能够准确、可靠地执行特定任务。

为什么需要学习 PE

1. 大模型还不够完善，需要足够信息才能得到相对较好的答案；

2. 人和人对话的时候是包含表情和动作的，也就是在一定的情景下，人是能感知到这个表情和动作的，但是大语言模型只能感知文字，并且根据知识库内容推测出答案；

基本原则 & 建议

1. 建议使用最新的模型

2. Prompt 里最好包含完整的信息

3. Prompt 最好简洁易懂，并减少歧义

4. Prompt 要使用正确的语法、拼写，以及标点

5. 从简单的先开始，并给产品多一点耐心

理论

Elavis Saravia 总结的框架

• Instruction（必须）： 指令，即你希望模型执行的具体任务。

• Context（选填）： 背景信息，或者说是上下文信息，这可以引导模型做出更好的反应。

• Input Data（选填）： 输入数据，告知模型需要处理的数据。

• Output Indicator（选填）： 输出指示器，告知模型我们要输出的类型或格式。

• 推理：Instruction + Context + Input Data

• 信息提取：Instruction + Context + Input Data + Output Indicator

CRISPE Prompt Framework

• CR： Capacity and Role（能力与角色）。你希望 ChatGPT 扮演怎样的角色。

• I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。

• S： Statement（指令），你希望 ChatGPT 做什么。

• P： Personality（个性），你希望 ChatGPT 以什么风格或方式回答你。

• E： Experiment（尝试），要求 ChatGPT 为你提供多个答案。

基本使用场景 & 使用技巧

场景1：问答问题

Instead of just saying what not to do, say what to do instead. 与其告知模型不能干什么，不妨告诉模型能干什么。

场景2：基于示例回答

场景3：推理

场景4：无中生有——写代码

Create a MySQL query for all students in the Computer Science Department:
Table departments, columns = [DepartmentId, DepartmentName]
Table students, columns = [DepartmentId, StudentId, StudentName]
SELECT

prompt = f"""
Generate a list of three made-up book titles along \
with their authors and genres.
Provide them in JSON format with the following keys:
book_id, title, author, genre.
"""

场景5：锦上添花——改写内容

You are a primary school teacher who can explain complex content 
to a level that a 7 or 8 year old child can understand. Please rewrite 
the following sentences to make them easier to understand:

场景6：锦上添花——信息解释

Explanation of what the code does:

Python 3 
def remove_common_prefix(x, prefix, ws_prefix): 
    x["completion"] = x["completion"].str[len(prefix) :] 
    if ws_prefix: 
        # keep the single whitespace as prefix 
        x["completion"] = " " + x["completion"] 
return x

场景7：化繁为简——信息总结

text = f"""
You should express what you want a model to do by \
providing instructions that are as clear and \
specific as you can possibly make them. \
This will guide the model towards the desired output, \
and reduce the chances of receiving irrelevant \
or incorrect responses. Don't confuse writing a \
clear prompt with writing a short prompt. \
In many cases, longer prompts provide more clarity \
and context for the model, which can lead to \
more detailed and relevant outputs.
"""

prompt = f"""
Summarize the text delimited by triple backticks \
into a single sentence.
`{text}`
"""

场景8：化繁为简——信息提取

You will be provided with text delimited by triple quotes.
If it contains a sequence of instructions, \
re-write those instructions in the following format:

Step 1 - ...
Step 2 - …
…
Step N - …

If the text does not contain a sequence of instructions, \
then simply write \"No steps provided.\"

\"\"\"{text}\"\"\"

🔗 引用文章

• Learning Prompt