什么是提示工程？

提示工程是设计和优化输入（提示）以指导生成式 AI 模型输出的过程。目标是创建清晰、简洁且能够引起 AI 所需响应的提示。

这在自然语言处理 （NLP） 等领域尤为重要，在这些领域中，输入的质量会显着影响生成内容的质量。

提示工程的类型

有几种类型的提示工程技术，每种技术都适用于不同的场景：

  1. 零样本提示：这涉及向 AI 提供没有先前的示例或上下文，只是直接的指令或问题。当您需要快速响应而无需特定培训时，它非常有用。
  2. 一次性提示：在这种方法中，向 AI 提供一个示例，以帮助它理解手头的任务。当需要演示特定格式或样式时，这可能是有益的。
  3. Few-Shot Prompting：这种技术为 AI 提供了一些可供学习的示例。当任务需要理解一种模式时，或者当你想引导人工智能做出某种类型的响应时，它是有效的。
  4. 思维链提示：这种方法涉及将复杂的任务分解为更简单的步骤，允许人工智能在生成响应时“大声思考”。它有助于需要推理或解释的任务。
  5. 角色提示：在这里，人工智能被赋予了一个角色，这可以影响其响应的风格和内容。例如，可能会提示 AI 充当特定领域的导师、讲故事的人或专家。

这些技术中的每一种都可以根据任务的特定需求进行定制，确保人工智能的响应尽可能相关和准确。

通过掌握提示工程，可以有效地与 AI 模型进行通信，从而实现更高效、更有意义的交互。随着人工智能的不断发展，提示工程艺术无疑将成为技术领域中更加不可或缺的一部分。

这里是上述提示工程技术的几个例子

 零样本提示

  1. 将这句话翻译成法语：“你好，你今天好吗？
  2. 日本的首都是哪里？

 一次性提示

  1. 要将摄氏度转换为华氏度，请使用以下公式： F = C * 9/5 + 32 。现在，将 20°C 转换为华氏度。
  2. 回文的一个例子是：“赛车”。确定“level”是否为回文。

 少镜头提示

  1. 给定动物：“猫、狗、鸟”，将以下动物归类为“宠物”或“非宠物”：“狮子、鹦鹉、金鱼”。
  2. 如果“快乐”之于“快乐”，就像“悲伤”之于“悲伤”，那么“愤怒”之于什么？提供同义词。

思维链提示

  1. 要解决数学问题 （ 5 \times （3 + 2） ），首先将括号中的数字相加： （ 3 + 2 = 5 ），然后乘以 5： （ 5 \times 5 = 25 ）。结果是什么？
  2. 在决定是否应该带雨伞时，我会考虑天气。如果下雨，那么是的，我应该带一把雨伞。今天下雨了吗？

 角色提示

  1. 作为健身教练，您建议初学者进行哪些运动？
  2. 作为旅游指南，您会推荐巴黎的哪些地标？

这些示例说明了提示的结构和内容如何指导 AI 生成所需的输出。