提示词工程

安冬的码畜日常

【工欲善其事】巧用 PowerShell 自动清除复制 PDF 文本时夹杂的换行符号不知各位是否也为复制过来的文本中夹杂的回车换行符抓狂过？就是在复制 PDF 格式的一段跨行文本时，比如我今天要尝试翻译的 D3.js 中的一段话：

【大模型实战篇】创建有效的大模型提示词Prompt(提示词工程)随着chatgpt、llama、chatglm、claude AI等一系列生成式 AI 工具的普及，很明显能感受到，个人的生产力得到了大幅地提升。这些生成式算法模型能够帮助我们开发新想法、轻松获取信息，并简化各种个人和职业任务。个人在日常生活、工作中已经大比例地在应用这些大模型服务，包括英语口语的练习、旅行规划、代码编程、文档的撰写，甚至包括用大模型备考。

敲代码不忘补水

Prompt 模版解析：诗人角色的创意引导与实践Prompt 模版作为一种结构化工具，旨在为特定角色——本例中的“诗人”——提供明确的指导和框架。这一模版详尽地描绘了诗人的职责、擅长的诗歌形式以及创作规则，使其能在自动化系统中更加精确地执行任务。诗人角色擅长编写现代诗、七言律诗和五言诗，同时强调内容的健康性和积极向上。通过应用 Prompt 模版，用户可以明确指定诗歌的形式和主题，系统则根据这些参数精心创作出匹配的诗歌。这一模版不仅提升了创作的效率，还维护了作品的文学价值和情感深度，展示了技术与传统诗歌艺术的完美结合。

使用LangGPT提示词让大模型比较浮点数LLM在对比浮点数字时表现不佳，经验证，internlm2-chat-1.8b (internlm2-chat-7b)也存在这一问题，本文采用LangGPT 进行结构化提示词设计，让internlm2-chat-1_8b能够正确比较浮点数。（注意：估计1.8B的对话能力比较弱，别把模型带偏了：））

【拥抱AI】介绍Prompt框架ICIO和CRIPSEICIO Prompt框架是一种用于创建清晰、具体提示的方法，旨在提高AI模型的交互效率和准确性。ICIO是一个缩写，代表以下四个基本部分：

提示词工程（Prompt Engineering）是什么？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。

程序员不鸣

大模型应用：Prompt-Engineering优化原则随着大模型的出现及应用，出现了一门新兴“技术”，该技术被称为Prompt-Enginerring。Prompt Engineering即提示工程，是指在使用大语言模型时，编写高效、准确的Prompt(提示词)的过程。通过不同的表述、细节和关键词，使大模型更好服务于特定任务。

大数据AI人工智能培训专家培训讲师叶梓

USP技术提升大语言模型的零样本学习能力大语言模型（LLMs）在零样本和少样本学习能力上取得了显著进展，这通常通过上下文学习（in-context learning, ICL）和提示（prompting）来实现。然而，零样本性能通常较弱，因为缺乏指导和难以应用现有的自动提示设计方法。论文提出了一种名为Universal Self-Adaptive Prompting（USP）的自动提示设计方法，旨在提升大语言模型（LLMs）在零样本学习（zero-shot learning）任务中的表现。USP通过使用少量未标记数据和仅推理的LLM生成伪示例（

提示词优化的自动化探索：Automated Prompt Engineering编者按：作者在尝试教授母亲使用 LLM 完成工作任务时，意识到提示词的优化并不像想象中简单。提示词的自动优化对于经验并不丰富的提示词撰写者很有价值，他们没有足够的经验去调整和改进提供给模型的提示词，这引发了对自动化提示词优化工具的进一步探索。

TnT-LLM: Text Mining at Scale with Large Language Models相关链接：arxiv 关键字：Large Language Models (LLMs)、Text Mining、Label Taxonomy、Text Classification、Prompt-based Interface

阿正的梦工坊

基于Llama 2家族的提示词工程：Llama 2 Chat, Code Llama, Llama Guard本文是学习 https://www.deeplearning.ai/short-courses/prompt-engineering-with-llama-2/ 的学习笔记。

图灵重生我名苏泽

基于大模型思维链（Chain-of-Thought）技术的定制化思维链提示和定向刺激提示的心理咨询场景定向ai智能应用目录本篇为个人笔记记录基于大模型思维链（Chain-of-Thought）技术的定制化思维链提示和定向刺激提示的心理咨询场景定向ai智能应用

开启智能互动新纪元——ChatGPT提示词工程的引领力目录提示词工程的引领力高效利用ChatGPT提示词方法近年来，随着人工智能技术的迅猛发展，ChatGPT提示词工程正逐渐崭露头角，为智能互动注入了新的活力。这一技术的引入，使得人机交流更加流畅、贴近用户需求，促使我们不禁思考，这项工程究竟如何在智能时代中发挥引领作用？

ChatGPT调教指南 | 咒语指南 | Prompts提示词教程（二）在我们开始探索人工智能的世界时，了解如何与之有效沉浸交流是至关重要的。想象一下，你手中有一把钥匙，可以解锁与OpenAI的GPT模型沟通的无限可能。这把钥匙就是——正确的提示词（prompts）。无论你是AI领域的新手，还是希望优化与大型语言模型交流的老手，掌握如何精确使用提示词，将直接影响你从这项技术中获得的价值。

【EAI 016】VIMA: General Robot Manipulation with Multimodal Prompts论文标题：VIMA: General Robot Manipulation with Multimodal Prompts 论文作者：Yunfan Jiang, Agrim Gupta, Zichen Zhang, Guanzhi Wang, Yongqiang Dou, Yanjun Chen, Li Fei-Fei, Anima Anandkumar, Yuke Zhu, Linxi Fan 作者单位：Stanford; Macalester College, now at Allen Institu

女王の专属领地

一文读懂「Prompt Engineering」提示词工程在了解提示过程之前，先了解一下什么是提示prompt，见最后附录部分提示工程（Prompt Engingering），也被称为上下文提示（In-Context Prompting），指的是通过结构化文本等方式来完善提示词，引导LLM输出我们期望的结果。通过提示词工程可以在不更新模型权重的情况下，让LLM完成不同类型的任务。其主要依赖于经验，而且提示词工程方法的效果在不同的模型中可能会有很大的差异，因此需要大量的实验和探索。

【EAI 006】ChatGPT for Robotics：将 ChatGPT 应用于机器人任务的提示词工程研究论文标题：ChatGPT for Robotics: Design Principles and Model Abilities 论文作者：Sai Vemprala, Rogerio Bonatti, Arthur Bucker, Ashish Kapoor 作者单位：Scaled Foundations, Microsoft Autonomous Systems and Robotics Research 论文原文：https://arxiv.org/abs/2306.17582 论文出处：TMLR 论