5个AI工程师不可不会的提示工程技巧

人工智能工程师一般需要学什么? Python基础、数据科学库、机器学习、深度学习、自然语言处理、数据挖掘以及图像处理这些知识点一个都不能少。 阅读详情

在人工智能领域,大型语言模型(LLMs)能通过微调或提示完成多种任务。而提示工程,就是让这些模型发挥最大效能的关键技能。本文介绍五种提示技巧,让AI工程师能更精准地引导LLMs,释放它们的全部潜力。

1 少样本提示

在人工智能的舞台上,大型语言模型(LLMs)面对零样本任务时,往往显得力不从心——缺少了正确输出的示范,便难以展现真正的实力。这时,少样本提示技术便登场了。

少样本提示的核心,就是在提示中给出正确输出的范例。通过这种方式,LLMs能够在上下文中学习,模仿这些范例,从而提升自身的性能。简而言之,这是一种通过示例引导模型学习的方法,让LLMs在复杂任务面前也能游刃有余。

少样本提示技巧

在运用少样本提示技巧时,选择合适的例子可以事半功倍。LLMs会严格按照所提供的例子来执行任务,因此,例子的类型和格式直接影响模型的输出质量。

为了让LLMs更好地理解和学习,应尽量使用真实世界的数据来构建例子。这样能够让模型更贴近实际应用场景,还能提高其输出的准确性和可靠性。简而言之,真实性是构建有效示例的黄金法则。

2 思维链提示

思维链提示技术,帮助LLM处理那些需要逐步推理的任务。通过逐一展示解决问题的逻辑链条,引导LLMs逐层深入,直至得出正确答案。

这就像是为模型提供了一份清晰的思考地图,使其能够条理清晰地应对复杂问题。

3 自我一致性

自我一致性技术要求我们向大型语言模型(LLM)提供一系列推理示例,目的是在众多生成的响应中筛选出最佳答案。这种方法有效减少了模型回答中的偏见,并促使模型在给出最终答案前,全面考虑不同角度的观点。

具体实施自我一致性包括以下几个步骤:

  • 明确问题:首先,清晰具体地描述您希望LLM解答的问题。
  • 设计多个提示:接着,围绕这个问题,从不同角度编写多个提示。
  • 收集响应:将这些提示提交给LLM,收集其给出的响应。
  • 评估一致性:然后,对比这些响应,检查它们是否逻辑连贯、主题一致。
  • 确定最佳答案:最后,从这些响应中挑选出最为一致和准确的答案,作为最终的输出。

示例

When I was 6 my sister was half my age. Now I’m 70 how old is my sister?
**Output:** 73

这个答案不正确。

现在用自我一致性来解决这个问题。

在下面的提示中,我们提供了多个类似问题的例子,还描述了如何通过这个问题得出正确的答案,以向 LLM 展示如何做到这一点。

**Q:** There are 15 trees in the grove. Grove workers will plant trees in the grove today. After they are done,there will be 21 trees. How many trees did the grove workers plant today?
**A:** We start with 15 trees. Later we have 21 trees. The difference must be the number of trees they planted.So, they must have planted 21 - 15 = 6 trees. The answer is 6.

**Q:** If there are 3 cars in the parking lot and 2 more cars arrive, how many cars are in the parking lot?
**A:** There are 3 cars in the parking lot already. 2 more arrive. Now there are 3 + 2 = 5 cars. The answer is 5.

**Q:** Leah had 32 chocolates and her sister had 42. If they ate 35, how many pieces do they have left in total?
**A:** Leah had 32 chocolates and Leah's sister had 42. That means there were originally 32 + 42 = 74chocolates. 35 have been eaten. So in total they still have 74 - 35 = 39 chocolates. The answer is 39.

**Q:** Jason had 20 lollipops. He gave Denny some lollipops. Now Jason has 12 lollipops. How many lollipopsdid Jason give to Denny?
**A:** Jason had 20 lollipops. Since he only has 12 now, he must have given the rest to Denny. The number oflollipops he has given to Denny must have been 20 - 12 = 8 lollipops. The answer is 8.

**Q:** Shawn has five toys. For Christmas, he got two toys each from his mom and dad. How many toys doeshe have now?
**A:** He has 5 toys. He got 2 from mom, so after that he has 5 + 2 = 7 toys. Then he got 2 more from dad, soin total he has 7 + 2 = 9 toys. The answer is 9.

**Q:** There were nine computers in the server room. Five more computers were installed each day, frommonday to thursday. How many computers are now in the server room?
**A:** There are 4 days from monday to thursday. 5 computers were added each day. That means in total 4 * 5 =20 computers were added. There were 9 computers in the beginning, so now there are 9 + 20 = 29 computers.The answer is 29.

**Q:** Michael had 58 golf balls. On tuesday, he lost 23 golf balls. On wednesday, he lost 2 more. How manygolf balls did he have at the end of wednesday?
**A:** Michael initially had 58 balls. He lost 23 on Tuesday, so after that he has 58 - 23 = 35 balls. OnWednesday he lost 2 more so now he has 35 - 2 = 33 balls. The answer is 33.

**Q:** Olivia has $23. She bought five bagels for $3 each. How much money does she have left?
**A:** She bought 5 bagels for $3 each. This means she spent 5

**Q:** When I was 6 my sister was half my age. Now I'm 70 how old is my sister?
**A:** 

Output 1:

When I was 6 my sister was half my age. Now I’m 70 how old is my sister?
**Output:** 73

Output 2:

When the narrator was 6, his sister was half his age, which is 3. Now that the narrator is 70, his sister would be 70 - 3 = 67 years old. The answer is 67.

Output 3:

When I was 6 my sister was half my age, so she was 3. Now I am 70, so she is 70/2 = 35. The answer is 35.

4 提示链

提示链是一种应对复杂查询的高级策略。当单一的提示不足以解决问题时,就需要采用提示链技术,它通过将复杂任务拆解成一系列子任务来逐步推进。

首先,发出一个初始提示,这个提示只解决整个问题的一部分。然后,将这个提示的输出结果作为下一个子提示的输入,继续处理问题的下一部分。这个过程像链条一样一环扣一环,直到最终得到我们想要的答案。

简单来说,提示链就是将难题分解,逐一击破,最终汇聚成完整的解决方案。这种方法不仅提高了处理问题的效率,也使得每一步的逻辑更加清晰,确保了最终结果的准确性。

5 生成知识提示

生成知识提示是一种新颖的策略,专门用来解决LLM在特定领域知识不足的问题。这种情况可能是由于模型在该领域的训练数据不足,或者是因为查询本身需要深入的专业领域知识。

在这种方法中,LLM首先自行生成与查询相关的背景知识或上下文信息,以此来丰富和补充原始的查询内容。通过这种方式,模型能够在缺乏特定知识的情况下,提供更加全面和深入的答案。

示例

**初始提示:** Chemicals are bad for you. Yes or No?

**初始回答:** Yes.

这个回复过于简单化,没有考虑到主题的复杂性。没有区分有害和有益的化学物质,也没有考虑到上下文或剂量。

为了改进,我们要求LLM生成额外的背景信息和例子来支持其答案:

**改进后的提示:** Chemicals are bad for you. Yes or No? Generate additional background information to support your claims

**改进后的回答:** 
No, not all chemicals are bad for you.

Chemicals are substances with a distinct molecular composition that are produced by or used in chemical processes. They are fundamental to life and can be beneficial or harmful depending on their nature and use.

Beneficial Chemicals:

Water (H₂O): Essential for life, hydration, and many biological processes.
Oxygen (O₂): Vital for respiration and energy production in cells.
Medicines: Aspirin (acetylsalicylic acid) for pain relief, penicillin (an antibiotic) to fight infections.Vitamins: 
Vitamin C (ascorbic acid) supports the immune system and overall health.
Harmful Chemicals:

Lead: Exposure can cause poisoning and neurological damage.
Asbestos: Inhalation can lead to serious lung diseases, including cancer.
Mercury: Toxic and can damage the nervous system.
In conclusion, the impact of chemicals on health depends on their type, concentration, and how they are used or exposed to the human body.

通过激发LLM自身生成背景知识的能力,即便在超出其原始训练范围的情况下,模型也能给出更加明智和全面的最终答案。这种自我补充知识的过程,让LLM在面对跨领域的复杂问题时,依然能够游刃有余。

​

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

深度探索:提示工程师职业认证体系与提示工程架构师 大模型是“通用智能”,就像一台功能强大但没有说明书的机器。提示工程师的核心价值,是将人类的需求转化为大模型能理解的“指令语言”,让大模型从“通用”走向“专用”。普通用户问:“帮我写个电商文案。提示工程师会优化为:“你是某轻奢女装品牌的文案师,品牌调性是‘简约高级、舒适感’。请为新款真丝衬衫写一条详情页文案,突出‘16姆米重磅真丝’‘不易皱’‘可职场可休闲’三个卖点,语言要口语化,避免生硬的广告腔。前者是“模糊需求”,后者是“结构化提示”——提示工程师的工作,就是把用户需求、场景约束、输出要求。 阅读详情

相关推荐

区块链开发工程师和人工智能算法工程师,哪个会在未来 5 年收入更高?

直接拿数据说话。 控制变量,base北京,5年以上的区块链开发工程师 5年以上的人工智能算法工程师 按照大趋势来看,区块链开发工程师的工资在35K左右,而人工智能算法工程师的工资在30K左右。但区块链工程师的上限会更高,70K+的天价也不少。 这时候就有人会杠了:这都是理想情况,又不是每家大公司都要我,也不是每个人都能拿到30K+的薪资。 所以,我整理了区块链工程师和人工智能工程师的发展路线: 来源:iOS雯Ping 来源:千淘萬漉 人工智能 发展概况: 人工智能应用已经非常成熟,比较吃香的领域包括

九章算法的博客 2436

AI提示工程必知必会DeepSeek应用-牛刀小试

这里以某医药企业发布的财务分析报告为例,介绍如何利用ChatGPT进行数据分析。该医药企业成立于1999年,是集中药饮片生产、化学原料药、化学药制剂为主导,集药品研发、生产及药品、医疗器械营销于一体的大型医药公司。我们的目标是提取报告中包含的所有指标,并基于这些数据进行初步的分析。

王国平的博客 827

AI创意引擎:优化Prompt提示词的高效提问技巧

提示词工程一句话的解释组织有规律的关键词,抽取有用的信息。提示词是如何影响AI的输出结果?从以上可以看出,对AI输入不同的提示词,会显著影响AI回答问题的角度和专业度。精心设计的提示词能够引导AI更准确地理解问题背景,从而以更专业的视角和更贴切的答案进行回应。反之,模糊或不当的提示词则可能导致AI偏离主题,降低回答的专业性和准确性。因此,提示词工程在优化AI输出、提升用户体验方面扮演着至关重要的角色。

asd1_1212的博客 1603

关于AI提示工程,你必须知道这些事~

AI大模型必知必会,有这本书就够了~

AIGC 9250

解密AI创作:提升Prompt提示词的提问技巧

提示词工程一句话的解释组织有规律的关键词,抽取有用的信息。提示词是如何影响AI的输出结果?从以上可以看出,对AI输入不同的提示词,会显著影响AI回答问题的角度和专业度。精心设计的提示词能够引导AI更准确地理解问题背景,从而以更专业的视角和更贴切的答案进行回应。反之,模糊或不当的提示词则可能导致AI偏离主题,降低回答的专业性和准确性。因此,提示词工程在优化AI输出、提升用户体验方面扮演着至关重要的角色。

2301_78944833的博客 2052

12个大模型提示工程(prompt)技巧

LLMs应该不仅能够执行数学推理,还应该能够进行符号推理,涉及与颜色和对象类型相关的推理。LLMs应该能够将输入转换为一个字典,其中实体和值根据它们的数量进行分类,同时过滤掉非蔬菜实体。

具身机器人和通用AI 3908

AI提示工程必知必会DeepSeek应用-前言

大语言模型(LLM)是一种具备理解和生成自然语言能力的模型,广泛应用于各类应用场景和学术研究领域,例如聊天机器人、文本摘要、机器翻译、图像生成等。随着计算能力和数据量的显著提升,语言模型正变得日益强大和智能化,例如DeepSeek、百度的文心一言以及阿里巴巴的通义千问等。这些模型能够根据用户的输入提示生成多样化类型和风格的内容。

王国平的博客 1059

Prompt+Engineering-.pdf

Prompt+Engineering_.pdf

AI大模型提示工程(prompt)从入门到精通(非常详细),看这一篇就够了!!!_ai大模prompt

在大模型领域,输入通常被称为“提示词”(prompt),它们是引导LLM(大语言模型)生成相应输出的关键。对于那些能处理多样化任务的LLM来说,一个合理设计的prompt会极大地影响模型的表现。提示工程(prompt engineering)正是关于如何为特定任务构建能够充分发挥大模型能力的prompt技巧。本文将深入探讨提示工程,内容涵盖基本原理、一些重要概念以及常用的辅助工具。和。模型无法读懂你的想法,因此你需要在 prompt 中清晰明确地表达自己的需求。

Javachichi的博客 1683

Goolge AI 提示工程指南(中文版).pdf

内容概要:本文档《Goolge AI 提示工程指南(中文版)》详细介绍了提示工程的基础概念与高级技巧。提示工程是通过编写高质量的文本提示,指导大型语言模型(LLM)生成准确、有用的输出的过程。文档涵盖了提示工程的核心要素,如零样本、少样本提示、系统提示、角色提示、情境提示等基本提示技术,以及更高级的技术如退步提示、思维链(CoT)、自我一致性、思维树(ToT)、ReAct(推理&行动)等。此外,还讨论了代码提示、多模态提示、自动提示工程等内容。文档不仅解释了这些技术的原理,还提供了实际应用中的示例和最佳实践,帮助读者理解如何优化提示以获得更好的模型输出。 适用人群:适用于希望提升提示工程技能的数据科学家、机器学习工程师、软件开发者以及任何对大型语言模型感兴趣的技术人员。 使用场景及目标:①帮助用户掌握提示工程的基本原理和技术;②指导用户如何编写高效的提示,以获得更准确的模型输出;③介绍如何通过提示工程解决实际问题,如代码生成、文本摘要、信息提取、问答系统等;④提供调试和优化提示的具体方法,以应对提示不足带来的挑战。 其他说明:文档强调了提示工程的迭代性质,建议读者不断试验、记录和优化提示。同时,文档提供了多个实用的提示模板和示例,帮助读者快速上手。对于复杂任务,文档推荐结合多种提示技术和模型配置,以实现最佳效果。此外,文档还提及了一些外部资源和进一步学习的途径,以支持读者深入研究提示工程。

Google人工智能提示工程.pdf

Google人工智能提示工程.pdf

什么是提示工程师

作为一个提示工程师,创建文本生成任务的提示模板时,主要任务是创建一个具有指导意义的上下文或起始文本,引导模型生成预期的内容。作为一个提示工程师,创建摘要生成任务的提示模板需要提供足够的指示,让模型明白需要从给定的文本中提取主要信息并生成简洁的摘要。作为一个提示工程师,创建问题回答任务的提示模板需要提供清晰的问题及相关上下文,以指导模型产生预期的答案。但这只是一种基本的模板,更复杂的翻译任务中,可能需要进一步优化模板,如对话翻译、古诗词翻译等都需要对模板进行针对性的调整,以便模型能产出更符合期望的结果。

Mrrunsen的博客 1770

wsl + vscode 离线配置 ERROR: Faild to download https://update.code.visualstudio.com

很多情况下是没有现成的VS Code Server程序的,需要手动下载。记住上面的Commit ID,可以通过下面的链接下载 vscode-server-linux-x64.tar.gz。然后将vscode-server-linux-x64.tar.gz上传在服务器上的$HOME/.vscode-server/bin文件夹中,解压。在wsl中下载不了 vscode 的核心。运行下面两行命令,建立空的$HOME/.vscode-server/bin文件夹。重新运行 wsl与vs的链接即可。

点云算法工程师 3793

如何成为提示词工程师?

提示词工程是一种需求量大、回报丰厚的职业,需要最少的编码经验。今天聊聊最近很火的一个话题:提示词工程师(prompts engineer )。

m0_59235945的博客 3608

多模态融合相关概念

多模态图像融合

weixin_43921949的博客 7378

数字IC后端时钟树综合实战:OCC电路优化与时钟树平衡策略

本文深入探讨了数字IC后端设计中时钟树综合的关键挑战,重点分析了OCC电路时钟树优化的必要性。通过实战案例,详细阐述了如何通过手动干预、时钟分组与分段长树等策略,避免工具自动平衡导致的时序违例和资源浪费,从而有效实现时钟树平衡并提升设计质量。

weixin_29306261的博客 331

【AI 大模型】提示工程 ① ( 通用人工智能 和 专用人工智能 | 掌握 提示工程 的优势 | 提示工程目的 | 提示词组成、迭代、调优及示例 | 思维链 | 启用思维链的指令 | 思维链原理 )

一、提示工程 Prompt Engineering 简介 1、通用人工智能 和 专用人工智能 2、Prompt 提示词 3、提示工程 4、掌握 提示工程 的优势 5、提示工程目的 二、提示词组成、迭代、调优及示例 1、提示词的组成 2、提示词的迭代、调优 3、提示词基础示例 4、提示词 " 指定输出格式 " 示例 5、提示词 " 上下文语境 " 示例 - 多轮对话解决问题 6、提示词 " 增加约束 " 示例 三、思维链 Chain of Thought 1、思维链简介 2、思维链推理过程 3、启用思维链的提

让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 ) 9778

C# emgu.cv图像识别 从大图中寻找小图,判断存在图的相似度

这是2个问题,我采用emgu.cv来解决这个识别问题,这里需要在nuget中引用emgu。最近写了一个在一张图片中,截取一部分,通过机器判断截取图片是这张图片的。第一、通过小图去找判断是否存在大图中,第二、小图存在大图的什么位置。

一个专注于技术研究创新的程序员 2467

AI全栈工程师——2 Prompt Engineering,提示工程

本文先对提示词工程做了介绍,然后讲解了Prompt的构成,并以一个实际业务场景讲解了Prompt。还讲解了思维链CoT、自洽性Self-Consistency、自一致性采样Self-Consistency Sampling、思维树ToT,最后还讲解了如何防范Prompt攻击。

念头通达 1784

Vercel部署个人博客

先去注册一个账号,建议注册一个Github账号后,使用Github账号来登录Vercel。vercel 部署静态资源网站极其方便简单,并且有可观的访问速度,最主要的是免费部署。此时项目已经成功搭建完毕了,点击图片即可跳转到 vercel 所提供的二级域名访问。然后可以直接拉取我的仓库,所有已经配置好了,可以直接使用,建议fork成自己的!然后修改dns就行,注意vercel提供的域名可能访问不了,需要自己绑定!如果有自己的域名,还可以在 vercel 中进行设置。进入Vercel官网。

醉里博客202271.xyz 2371

electron windows设置镜像地址环境变量报错npm error `ELECTRON_MIRROR` is not a valid npm option

如果你是在使用某个特定的脚本或配置文件,请检查该文件中是否有不正确的配置项,并进行相应的修正。确保你遵循electron的官方安装指南,并且没有包含不必要的或错误的配置选项。如果问题依然存在,可以查看npm的官方文档或者相关社区获取更多帮助。

qq_36158551的博客 3327

人工智能AI工程师职业规划指南

  230万个工作岗位,取代将消除的180万个工作岗位。在过去的几年中,工作增长已经淹没了整个行业,因为对具有AI技能的人的需求已经翻了一番。因此,在本文中,我将按以下顺序指导您完成如何成为人工智能工程师的道路:   1)什么是人工智能?   2)谁是人工智能工程师?   3)如何成为人工智能工程师:路线图   4)所需技能   5)AI工程师的角色和职责   6)薪资趋势和公司招聘   什么是人工智能?   人工智能是一种使机器模仿人类行为的技术。人工智能是计算机系统的理论和发展,能够执行

yuuEva的博客 4717

YOLO格式数据集【数据增强】终极脚本 | 70+种顶级数据增强方法 | 可带标签增强

YOLO格式数据集【数据增强】终极脚本 | 70+种顶级数据增强方法 | 可带标签增强

Coding... 5505

关于提示词工程师的几个问题

总体来说,提示词工程师作为一种与AI技术密切相关的职位,其待遇水平通常与数据科学和软件工程等领域相近。随着企业对AI技术的依赖日益增加,这一职位的需求和薪资预计将保持竞争力。然而,具体的薪资和待遇仍然依赖于多种因素,包括技术水平、工作经验、所在地区以及公司规模等。如果你对此职位感兴趣,建议进行具体的市场调查,以获取更精确的薪资信息。可以说只有算法工程师或者数据科学工程师才能做提示词工程师么?不一定只有算法工程师或数据科学工程师才能成为提示词工程师,但这些背景确实会为该职位提供有力的技术支持和知识基础。

easy~ 1764

【案例讲解】LVGL关于旋转的配置

在实现项目中,因为横竖屏的关系,需要对其做90度的旋转。配置旋转时发现一些局部刷新控件,旋转后效果不对。异常图标正常图标。

Bigan(安)的博客 4284

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

AI大模型时代,开发工程师与项目管理者面对的机遇和挑战,文末送书3本

随着AI大模型时代的到来,开发工程师出现了许多新的工种。这些工种的核心不再是关注语言本身,而是模型本身带来的巨大潜力,因为当一个旧维度的东西被一个全新维度的东西代替的时候,人们处理问题的效率回得到十倍甚至是百倍的增长。而这种被行业聚焦的岗位自然变得炽手可热,下面列举一些我认为比较有竞争力的岗位。这些新的工种反映了AI技术的不断进步和应用范围的拓展,为开发工程师提供了更多选择和机会。

黑夜开发者的博客 8844

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

上一篇: 万字干货!手把手教你如何训练超大规模集群下的大语言模型
下一篇: 英伟达最新技术分享:手把手教你用Llama 3.1合成数据改进模型!附代码
爱喝白开水a
博客等级 码龄3年 6793粉丝 763原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值