一、LLM Prompt Engineering学习（Andrew Ng & OpenAI）
（一）Principles of Prompting
Write clear and specific instructions(clear ≠ short)
Use delimiters.Such as Triple quotes """,Triple backticks ''',Triple dashes ---,Angle brackets<> and XML tags <tag></tag>.（可以让输入指令更为明确，内容与指令区分）
Ask for structured output,Such as HTML and JSON.（可以让模型回答结果结构化输出）
Check whether conditions are satisfied,Check assumptions required to do the task.（可以让模型根据提供的判断规则输出不同的回答）
Few-shot prompting.Give successful examples of completing tasks,Then ask model to perform the task.（可以让模型根据提供的对话案例保持一致的风格回答问题）
Give the model time to thinkSpecify the steps to complete a task(Step 1:...,Step 2:...,...,Step N:...).
Instruct the model to work out its own solution before rushing to a conclusion.
（二）Model Limitations
Hallucination(模型幻觉)
Makes statements that sound plausible but are not true.Reducing hallucinations:
- Find relevant information.
- Answer the question based on the relevant information.
二、Prompt Engineering Technology 部分总结
关键学习文档2-3中，已总结记录了更为完备的提示词工程技巧。下图仅展示常用的部分技巧及适用范围。
（引自关键学习文档1：whitepaper-prompt-engineering(Google)）
关键学习文档：
1 whitepaper-prompt-engineering(Google)
2 提示简介 | Generative AI on Vertex AI | Google Cloud Documentation
3 Prompt-Engineering-Guide(dair-ai,GitHub)
4 Prompt编写原则高级优化技巧-大模型服务平台百炼-阿里云