提示词工程（Prompt Engineering）

1. Prompt 是什么？

Prompt：提示词，是描述 AI 需要执行的任务的自然语言文本。

如上图所示，Prompt就是用户的提问。其实我们大家都用过Prompt，比如我们使用的ChatGPT、文心一言、豆包等AI产品时的提问就是Prompt，下面是跟豆包的对话，其中"LLM中Prompt是什么？"就是一个简单的Prompt。

Prompt Engineering：提示工程，是一门专注于研究如何设计、优化提示词，以有效引导大语言模型（LLM）生成期望输出的工程学科。

2. 如何使用？

提示工程是通过上下文学习(In-context-learning)来实现的，指模型能够根据当前的输入临时调整其行为，以使用特定的任务或场景。这种能力与针对每个特定的任务的训练和微调不同，它是临时的。

这里，我们基于千帆的ERNIE-4.0-8K大模型来实现和测试，当然大家可以换成任何其他大模型。

2.1 定义相关使用到的方法

我们定义了一个get_access_token方法用来获取token，并定义qianfan_chat_completions_pro方法来调用千帆ERNIE-4.0-8K的completions_pro方法，具体代码如下：

import urllib3
urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
import os
import requests
import json

access_token = None

#获取token
def get_access_token():
    api_key = os.getenv("QIANFAN_API_KEY")
    secret_key = os.getenv("QIANFAN_SECRET_KEY")
    url = f"https://aip.baidubce.com/oauth/2.0/token?client_id={
     
     api_key}&client_secret={
     
     secret_key}&grant_type=client_credentials"
    
    payload = json.dumps("")
    headers = {
   
   
        'Content-Type': 'application/json',
        'Accept': 'application/json'
    }
    response = requests.request("POST", url, headers