提示技术系列(一)——零样本

什么是提示技术?

        提示技术是实现提示工程目标的具体技术手段,是提示工程中的“工具库”

什么又是提示工程?

        提示工程是指通过设计、优化和迭代输入到大语言模型(LLM)的提示(Prompt),系统性提升模型输出质量(如相关性、准确性、可控性)的实践领域。它是一个覆盖全流程方法论,包括:

  • 明确目标任务(如生成教学内容、问答、翻译);
  • 设计提示结构(如指令、上下文、示例);
  • 选择模型与参数(如温度、top_p);
  • 验证与迭代(根据输出调整提示)。

其核心是“通过工程化方法控制大语言模型(LLM)的行为”。


概念

        零样本提示,没给LLM提供任何样本示例,直接把问题给它,它就能给出答复。是依赖于大语言模型的能力,如今大语言模型随着训练参数的不断增加,它的零样本任务处理能力也是越来越强的。

概念图解

应用场景

  1. 文本分类;
  2. 情感分析;
  3. 模板填充;
  4. 知识问题;
  5. 多语言翻译;
  6. ……

案例实操

        使用工具:扣子。

文本分类

prompt:

请判断以下新闻标题的主题类别:  
- 科技(涉及新技术、电子产品等)  
- 体育(赛事、运动员动态等)  
- 娱乐(明星、影视综艺等)  
- 财经(股市、公司财报等)  

- 时政(国内外新闻等)

标题:《特斯拉发布新一代自动驾驶系统,续航提升30%》  

运行结果如下:

情感分析

prompt:

将文本分类为中性、负面或正面。
文本:我认为《猎金》这部电影还不错。
情感:

运行结果如下:

模板填充

prompt:

请以公司市场部名义撰写一封中秋节祝福邮件,要求:  
- 开头:节日问候语(如“尊敬的客户,值此中秋佳节,谨致以诚挚问候!”)  
- 中间:简要回顾本年度合作成果(如“感谢您对AI飞飞产品的信任,今年销售额同比增长20%”)  
- 结尾:表达未来合作愿景(如“期待明年继续携手,共创佳绩”)  

客户名称:来了AI科技有限公司  
合作产品:企业级AI CRM 系统  

运行结果如下:

知识问答

prompt:

请用通俗易懂的语言解释“天空为什么是蓝色的”。

运行结果如下:

多语言翻译

中译英

prompt:

请将以下中文邮件翻译为英文,要求使用正式商务用语:  

尊敬的王总:  
关于下周三的合作会议,我们已确认时间为上午10点,地点为公司A栋会议室。请您提前准备项目资料,如有变动请及时联系我。  

此致  
敬礼  
李芳  

运行结果如下:

日译中

prompt:

请将以下日文旅游指南翻译为中文,要求保留景点的文化特色:  

【浅草寺】  
東京の浅草寺は、645年に建立された日本最古の観音寺院です。境内には「雷門」や「仲見世通り」という伝統的な商店街があり、観光客に人気があります。  

运行结果如下:

中译法

prompt:

请将以下中文小情书翻译为法语,要求具备法式浪漫用语习惯:  
还记得我们在铁塔下相遇的那天吗?夕阳把整个巴黎染成金色,而你站在光影里,像一幅突然活过来的画。那一刻,时间好像停了 —— 我听见自己的心跳,却听不见周围的喧嚣。
后来每次路过这里,我都会多看几眼那个转角。不是看铁塔,是看有没有你的影子。
其实… 我偷偷存着那天咖啡店的收据,因为你写在杯垫上的名字,比卢浮宫的藏品更让我想珍藏。
如果铁塔的灯光代表巴黎的心跳,那从遇见你开始 —— 我的每一次心跳,都在说同一句话。

运行结果如下:

总结与思考

        读到这里,是不是觉得大语言模型是无所不能的,能帮助我们处理许许多多的问题,不管是文本分类,还是模板填充,甚至是翻译小情书等等。

只要我们把问题定义清楚了,它就能准确地给我们答案;

只要我们的思想足够开放,它也会足够开放地和我们“交谈”。

它真的有这么强了吗?     —— 答案显然不是的。

首先,模型知识边界限制:无法超越训练数据范围​。

        尤其是一些时效性的知识,比如:“2025年6月28日,是演员马丽的生日。@电影流浪地球 发文祝马丽生日快乐,并宣布马丽加入《流浪地球3》一同开启新旅途。”;

专业领域上的知识,比如法律条文、医学定义等。

其次,复杂任务处理能力不足:多步推理与逻辑链断裂​。

        零样本提示依赖模型的“单步理解”能力,难以处理需要​多步推理、跨领域知识整合或严格逻辑推导​​的任务。

……  更多的局限性,就不在这里列举了。

        有兴趣的朋友,可自行探索,亦或者在评论区留下你的问题或是见解等,当然我也不介意你私聊骚扰,哈哈。


提示技术系列,接下来分享:少样本提示;链式思考(CoT)提示;自我一致性;生成知识提示;链式提示(Prompt Chaining);思维树(ToT);自动提示工程师(APE);主动提示(Active-Prompt);方向性刺激提示等等

希望能和大家一起学习与交流……

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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