⚪AI模型的评估标准
1，指令遵循能力
* 制定指令遵循标准，比如，可以从这几个类型设置指令和描述，"关键词"，"语言"，"长度限制"，"可检测内容"，"可检测格式"等。
* 角色扮演
评估模型是否保留了角色特征。
2，领域特定能力
可以通过领域特定的基准测试。MMLU，功能正确性。
3，生成能力
流畅性，连贯性，事实一致性，安全性。
4，成本和延迟
输出token成本。每分钟token数。
首个token响应时间（从请求到第一个token出现）。整个查询响应时间。（从请求到所有token生成完毕）
⚪提示工程最佳实践
原则1，撰写清晰、明确的指令
- 使用分隔符清楚的指示输入的不同部分
- 要求模型采用某种角色设定
- 提供少样本示例
- 明确指定输出格式
- 要求模型检查是否满足条件
原则2，提供充足的上下文
上下文构建（RAG和网络搜索）
原则3，将复杂任务拆分为更简单的子任务
更容易进行监控，调试，减轻工作量，编写简单提示词比编写复杂提示词更容易。
原则4，给模型更多思考时间
可以通过CoT(思维链)和自我批评提示词，鼓励模型花更多时间去"思考"问题。
- 指定完成任务所需的步骤。
- 指示模型在匆忙做出结论之前思考解决方案。
原则5，对提示词进行迭代优化
对模型的理解加深，会有更好的编写提示词的思路。对提示词进行版本管理。
原则6，提示词的组织与版本管理
将提示词与代码分离，可复用性，可测试性，可读性，协作性。