【Prompt】提示词工程

一.Prompt 是什么?

【Prompt】是AGI时代的"软件工程"

二. 我们在【提示工程】上的优势:

1.我们知道:为什么有的指令有效,有的指令无效;同样的指令有时有效,有时无效;怎么提升有效指令的概率;

2.我们懂编程:知道哪些问题用提示词工程解决是更高效的,哪些用传统编程更高效;能完成和业务系统对接,把效能发挥到极致;

三.使用Prompt的两种目的

1.获得具体问题的具体结果:问问题?

2.固化一套Prompt到程序中,成为系统功能的一部分:

四.Prompt调优

1.找到好的prompt是个持续迭代的过程,需要不断调优。

2.如果知道训练数据是怎样的,参考训练数据来构造Prompt是最好的。

3.【试】是最常用的办法,确实有运气因素,所以门槛低,天花板高。
高质量的Prompt:具体、丰富、少歧义

4.修炼Prompt能力,功夫在平时

如果底层大模型换了,Prompt建议重写。

五.Prompt的典型构成

  • 角色:给AI定义一个最匹配任务的角色,比如:你是一位软件工程师。先定义角色,就是在开头把问题域收窄,减少二义性。
  • 指示:对任务进行描述。
  • 上下文:给出与任务相关的其他背景信息(尤其在多轮交互中)。
  • 例子:给出必要的举例。
  • 输入:任务的输入信息,在提示词中明确的标识出输入。
  • 输出:输出的格式描述,以便后继模块自动解析模型的输出结论。
    大模型对Prompt开头或结尾的内容更敏感,先定义角色,就是在开头把问题域收窄,减少二义性。

六.思维链CoT

1.让AI生成更多相关的内容,构成更丰富的上文,从而提升下文的正确率。

2.对涉及计算机和逻辑推理等复杂问题,尤为有效。

六.自洽性(对抗幻觉)

1.用同样Prompt跑多次,通过投票选出最终结果。

相关推荐
陌路2019 小时前
初识大模型 - Prompt Engineering 实战
prompt
学习日记5251 天前
【提示词工程系统教程 05】上下文工程:静态指令、动态检索与RAG架构
人工智能·prompt
小白说大模型1 天前
AI Agent 调试实战:链路追踪、Prompt 可视化与异常定位的系统方法
java·人工智能·python·算法·prompt
老谷子.AI原始技术2 天前
《Claude Code工程化实践》加课4-Claude Code 的底层内功:Prompt Engineering
prompt·claude code
中微极客2 天前
从Prompt到RAG:LLM工程实战全链路解析
人工智能·python·prompt
黑夜路人2 天前
可靠 Agent 设计:从一句 Prompt 到稳定交付
数据库·人工智能·prompt
kp000003 天前
System Prompt Leakage(系统提示词泄露)及安全防御
网络·安全·网络安全·信息安全·prompt·ai安全
kp000003 天前
AI大模型,如何区分善意提问与Prompt注入攻击
人工智能·网络安全·信息安全·prompt·ai安全
城事漫游Molly5 天前
科研数据可视化的5步AI工作流:从原始数据到发表级图表
人工智能·信息可视化·数据分析·prompt·ai for science·科研数据绘图·博士生必读
ddshub_cc5 天前
理解 Loop Engineering 与 AI 编程成本优化
大数据·人工智能·gpt·prompt·ai编程