提示词工程(Prompt Engineering)是什么?

一、定义

Prompt Engineering

提示词工程(Prompt Engineering)是一项通过优化提示词(Prompt)和生成策略,从而获得更好的模型返回结果的工程技术。

二、System message 系统指令

System message可以被广泛应用在:

角色扮演:在系统指令中告诉千问你需要它扮演的角色,即可沉浸式和该角色对话交流

语言风格:简单调整LLM的语言风格

任务设定:比如旅行规划,小红书文案助手这样的专项任务处理

回答范围:生成的答案的范围

三、User prompt 用户提示词

  1. 指令:介绍下xxx、xxx是什么、xxx怎么样做
  2. 主要内容:主要内容是指模型正在处理的文本内容。请解释这句英文:"xxxx"。 xxxx是主要内容。
  3. 少样本学习:好的prompt也经常包含一些示例样本(单样本或者少样本)学习,指的是需要加入一些示例的输入和输出对:苹果:红色,香蕉:黄色,桔子:橙色。 黄瓜:?
  4. 善用分隔符 ---
  5. 思维链提示:"做xxx需要考虑以下几个步骤:第一步xxx 第二步xxx..."。这是任务分解(step by step)技术的一种展现,在这种方法中,模型逐步进行思考,并呈现出涉及的步骤,这样做可以降低结果的不准确的可能性,并对模型响应的可解释性有很大的帮助。
  6. 明确的输出内容要求:"按时间顺序罗列xxx"、"按步骤说明xxx"
  7. 输出的格式:"按json格式输出"、"以markdown格式输出"、"以表格形式输出" ...

四、好的原则

  1. 提供上下文
  2. 清晰的指令
  3. 激励模型反思和给出思路:可以在prompt中用一些措辞激励模型给出理由,这样有助于我们更好地分析模型生成结果,同时,思维过程的生成,也有助于其生成更高质量的结果。
  4. 给容错空间:如模型无法完成指定的任务,给模型提供一个备用路径,比如针对文本提问,可以加入如果答案不存在,则回复"无答案"
  5. 让模型给出信息来源:在模型结合搜索或者外部知识库时,要求模型提供他的答案的信息来源,可以帮助LLM的答案减少捏造,并获取到最新的信息。
  6. 说明动机:详细解释你希望模型做这件事情的原因、动机、希望的结果等,这样大模型能更好地理解你的想法,执行需求。

五、提示词框架

system message + user prompt

你希望大模型扮演什么角色,来解决你当前的问题。大模型具有较强的角色扮演能力,相比直接回答往往表现更好。
+ 优质 user prompt,保证输出符合期望。

相关推荐
学无止境小袁同学9 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
不要试图纠正别人12 小时前
榜单换个算法就洗牌:不是模型退步,是名次没有分辨率
llm·rails
syso_稻草人13 小时前
qwen-image-2.1 姿态控制拆解:SDPose 提骨架 + Fun-ControlNet-Union 锁姿势,换人换景不换姿势
人工智能·stable diffusion·prompt·提示词优化·qwen-image
Baihai_IDP13 小时前
大模型 API 真的在赔本赚吆喝吗?聊聊 Token 背后的真实成本
人工智能·llm·aigc
xyphf_和派孔明15 小时前
第六章: AI Agent长期记忆的存储引擎介绍
langchain·llm·agent
xyphf_和派孔明15 小时前
第四章: AI Agent短期记忆的信息管理机制设计
langchain·llm·agent
mengrennwpu17 小时前
Kynvio: 新一代办公助手
llm·agent
Baihai_IDP18 小时前
使用场景不同,模型“推理速度慢”的原因也不同
人工智能·面试·llm
forest_091 天前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
用户95179422510292 天前
Agent Harness 工程(I5):权限与沙箱——让否决改变控制流
llm·agent