大模型的目标是理解和生成人类语言。给定一些词语,语言模型可以预测下一个词语可能是什么,或者给定的一些词语生层对应内容。
那么如何引导它们产生期望的输出,或者说如何提问,就成为了一个关键的问题。这就引入了一个重要的概念,即"Prompt Engineering",也就是提示工程。
什么是提示词(Prompt)?
如何向大语言模型提问,或者更好的提问,就是指提示词(Prompt);提示词是给LLM(大语言模型)的指令,它可以是一个问题、一段文字描述,甚至可以是带有一堆参数的文字描述。LLM会基于 prompt 所提供的信息,生成对应的内容从而获得符合预期的结果。
什么是提示工程(Prompt Engineering):
Prompt Engineering 是一种人工智能(AI)技术,它通过设计和改进 AI 的 prompt 来提高 AI 的表现。通俗而言,是指如何在不更新模型权重的情况下与 LLM 进行沟通,以引导LLM的输出得到更有意义结果的方法。Prompt Engineering 的目标是创建高度有效和可控的 AI 系统,使其能够准确、可靠地执行特定任务。但是我们要知道,我们发给大模型的 prompt,不会改变大模型的参数。和大模型对话,不会让 ta 变聪明,或变笨。但对话历史数据,可能会被用去训练大模型。
学会提示工程,就像学用鼠标、键盘一样,是 AGI 时代的基本技能。
- 「Prompt」 是 AGI 时代的「编程语言」
- 「Prompt 工程」是 AGI 时代的「软件工程」
- 「提示工程师」是 AGI时代的「程序员」
想让机器很好地理解人类说的话,还需要一个过程,因为人类的语言从根本上说是不精确的,这个过程可能3年,可能5年,但不会太长。即使过程不会太长,但提示工程依然是需要我们掌握的。
Prompt 的典型构成
角色:给 AI 定义一

本文介绍了大模型中的提示工程,如何通过设计和优化提示词来引导模型生成期望输出,包括零样本学习、一次样本学习和少样本学习等不同类型的提示策略。强调了提示词在AGI时代的重要性,并探讨了如何通过调整prompt格式和内容来提升模型性能。
最低0.47元/天 解锁文章
441

被折叠的 条评论
为什么被折叠?



