MARS框架：用多智能体+苏格拉底对话自动优化AI提示词

大家好，我是 同学小张，+v: jasper_8017 一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。
抓紧订阅专栏，即将涨价！

---

现在，大型语言模型（LLM）的性能高度依赖输入提示词的质量。传统人工设计的提示词存在认知局限性，自动化提示词优化（APO） 由此诞生。

但现有APO技术却面临两大挑战：模板僵化和搜索低效。最新研究提出的MARS框架，通过多智能体协作与苏格拉底式对话，刷新了APO技术的性能天花板！

1. 为什么需要优化提示词？

以单词排序任务为例：

• 零样本提示词可能误将生僻词“alterate”修正为“alternate”，导致错误；

• 思维链（CoT）提示词虽引导逐步思考，仍无法准确解析字母顺序；

• MARS优化提示词通过格式保留+严格逐字母对比，最终输出正确排序。