探秘大模型:《提示工程:技巧、方法与行业应用》背后的故事

提示工程是一种新兴的利用人工智能的技术,它通过设计提示引导生成式 AI 模型产生预期的输出,来提升人与 AI 的互动质量,激发 AI 模型的潜力,提升AI的应用水平。

为了让每一个人都拥有驱动大模型的能力,以微软全球副总裁张祺博士为首的微软(亚洲)互联网工程院十数位专家联合写作了《提示工程:方法、技巧与行业应用》一书,为大家揭示了大语言模型背后的技术奥秘。

《提示工程》一书涵盖了大语言模型的发展背景、概念及应用场景,以及提示工程的兴起和实操技巧,不仅能够帮助掌握大语言模型的基本概念,还能通过从实战体验和进阶技巧使读者了解其在各行业的应用,从而更好的利用此工具,拓展自身能力边界,提高生产力,释放更多创造力的可能性。

为了更加了解这本书,我们有幸采访到了为本书出版做出了巨大贡献的微软(亚洲)互联网工程院研发总监的龙继东

龙继东

龙继东于2010年加入美国微软,2013年加入微软(中国),继东和他的团队在本书的写作中发挥了关键性的作用。下面由他来为我们揭晓本书背后的机缘与思索------

动机与缘起

在实际工作和对技术的探索中,我深信提示工程在未来的各个领域将有着巨大的应用前景。自2023年起,国外已经涌现出一批科普书籍,旨在介绍这一技术。然而,令人遗憾的是,在国内这项技术尚未普及,甚至连一本介绍这项技术的书籍都找不到。在我学习提示工程的过程中,由于各种原因,我发现这类书籍很难找到,甚至身边的朋友都只能通过图片来了解这方面的内容。这清楚地显示了当时国内对类书籍的强烈需求。另外,由于语言障碍,国内读者的阅读门槛较高,这进一步阻碍了相关知识的普及。因此,我们团队想到有没有可能编写一本书面向国内的大众读者。

提示工程通过自然语言进行交互,使得机器能够理解"人类语言"。它未来的受众不仅局限于"程序员",还包括普通大众。然而,市面上却很少有针对普通人的提示工程知识普及材料。为了真正推动这项技术走向更广泛的人群,编写一本面向大众的书籍势在必行。

图片来源于网络

当然,最初我们着手创作这本书源于自身遇到的问题,引发了我们对新兴技术的好奇与探索。当我们意识到传统的人工方法在Matrix处理中的高成本时,我们转向了LLM(Large Language Models),并开始思考如何应用提示工程技术,提高LLM在实战中的应用能力。这项技术的应用将大大减少各项成本支出。我向张祺博士汇报了这一发现,他高度认可,并认为根据他在这一领域多年的专业经验判断,这项技术应该得到大力推广。因此,编写这本书成为了当务之急。

团队突出贡献与本书亮点

一本科普教育类书籍的首要目标是系统全面地介绍当前领域,让读者能够清晰易懂地理解、系统化地掌握领域内的基础知识,并激发其学习热情。因此,我们努力将本书打磨得深入浅出、系统化、实战性强。

我们以系统性的方式介绍提示工程,用大众易懂的语言解释这一概念。在编写过程中,我们的思路始终是让即便是初学者也能轻松理解,降低大众的学习门槛。这会让这本书的受众范围更广,更多的普通人可以理解并从中获益。

由于我们团队都是微软一线的工程师,已经成功开发了许多产品应用。在本书中,我们展示了提示工程的实际应用,并提供丰富的实战案例。相信工程师的一线经验会让本书更具说服力和实践性,使想要进阶的读者更容易获得启发,从而激发创造力。

未来可能的影响

由于提示工程自然语言交互的特性,只要懂得使用文字,就能够应用。例如,像Sora这样的大模型,一句话就能生成一段高质量的视频,这极大地拓展了个人能力的边界。这项技术的潜在受众不仅局限于程序员,还包括各行各业的人士。因此,本书的目的是让更多人了解并掌握这项技术,从而在工作和生活中产生改变。

我深知自己我们所做的事情有限,未来还需更加进步,我们抛砖引玉,这部书将填补国内对提示工程科普教育的空白,为更多人提供了学习的机会。这本书是一本很好的入门教材,可以帮助想要探索提示工程的人打开一扇大门,学习是应用这项技术的第一步。更重要的是,这本书能鼓励更多普通人参与到人工智能的应用,让更多人从中受益。

收获与成长

对于我们团队来说,参与这本书的写作带来了巨大的收获和成长。在写作过程中,我们需要系统性地学习,在提炼、总结和输出的过程中,我们不仅学到了很多新知识,还锻炼了自己的表达能力等等。

此外,学习的结果不仅体现在书中,更在微软具体的产品中得到了良好的反馈,形成了正向的循环。成为Prompt engineering的早期探索者,在人工智能重要性愈发显著的趋势下,我们也很幸运在职业发展中增添了宝贵的经历。团队的成长也带来了更多的机会,我们对提示工程有了更深一层的理解,认识到prompt engineering仍有很大的空间和潜力,上限很高,需要不停地去激发它,这改变了我们解决问题的逻辑,因此也加速了产品的迭代过程。

后续的思考与推动

当然,在书籍问世之后,我们团队不会就此止步,后续还将继续推动提示工程这一技术的发展和传播。

我们将继续保持开放的心态,继续推广提示工程这项技术。在编写此书的过程当中,我们也在研发相应的课程,帮助更多人来学习;另外,微软中许多团队在未来都有可能使用到提示工程这项技术,因此我们未来可能将在公司内部开设相关课程,鼓励大家学习;不仅如此,我们还将继续与外界分享这一技术,为更多人提供交流和学习的机会,尽可能带动更多人参与其中。

我们还将保持发展的眼光,随时接受最新技术迭代的挑战。因为我们深知,提示工程的更新迭代速度日益加快,作为这项技术的传播者,需要在实践过程中不断汲取最新的知识,或许未来会有第二部的编写,带来最新的案例和经验,也或许在某个论坛,不断更新,不局限于载体,更重要的是紧跟最新技术的脚步,并持续地为传播提示工程贡献自己的力量。

最后的话

在《提示工程:技巧、方法与行业应用》的背后,是由一群对技术充满热情的探索者编写的,他们以无限的创意和勇气,将一项技术普及到国内,为推动技术传播贡献了自己的力量。希望这本书能够成为更多人迈向人工智能领域的引路人,助力技术的应用和推广。


欢迎关注微软 智汇AI 官方账号

一手资讯抢先了解

感谢喜欢,点击一下 在看 吧

相关推荐
Freestyle Coding18 小时前
使用rust自制操作系统内核
c语言·汇编·microsoft·rust·操作系统
IT枫斗者2 天前
集合工具类
java·linux·数据库·windows·算法·microsoft
笑川 孙2 天前
C++基础面试题 | C++中的构造函数可以是虚函数吗? C++中的析构函数一定要是虚函数吗?
java·linux·开发语言·c++·microsoft·面试
时光追逐者3 天前
C#/.NET/.NET Core技术前沿周刊 | 第 5 期(2024年9.9-9.15)
microsoft·c#·.net·.netcore
DisonTangor3 天前
微软发布Windows Agent Arena 为生成式AI代理提供基准测试
人工智能·microsoft
aehrutktrjk5 天前
如何从大型语言模型(LLM)流式响应
python·microsoft·ajax·语言模型
Lucky Monkey .5 天前
微软 Power Apps MDA 模型驱动应用解决Image字段查询出来缩略图问题变原图方法(c#+Plugin方式)
开发语言·microsoft·c#·power platform
小奥超人6 天前
批量操作Excel的四个方法(求和、移动、对比、合并)
windows·经验分享·microsoft·excel·办公技巧
激昂~逐流6 天前
qt操作excel(QAxObject详细介绍)
开发语言·qt·microsoft·excel·qaxobject