你知道吗？在学习大语言模型的时候，小编发现一件很有趣的事情：大语言模型输入的是自然语言（也就是我们前面所说的"代码"），它输出的也是自然语言（同样是"代码"）。这种输出可以继续作为后续的输入。
如果大语言模型输出的"代码"比输入的"代码"更加完善，那么从某种角度来看，大语言模型就能够进行"自我迭代"。这里的自我迭代是指不断迭代优化和完善它的输出，直到达到一个令人满意的效果。
实际上，2023年9月发表的一篇论文《From Sparse to Dense: GPT-4 Summarization with Chain of Density Prompting》就是采用了这种思路。该论文利用GPT-4不断对自己的输出进行迭代优化，最终实现了一个非常好的总结文档的效果。
上图是CoD的提示模板以及对应的例子。