四、Prompt工程——简单应用
一、提示工程（Prompt Engineering）提示工程也叫指令工程。
我们所说的Prompt就是指令，就是发给大模子的信息，好比给ChatGPT发送“写一个Shell脚本，实现docker的自动安装”“讲一个故事”“概括本文章的内容”等等，ChatGPT根据我们的指令进行答复
Prompt看似简单，但是想要通过他发挥出大模子的价值，大概说跟传统业务联合去实现一些功能，并非易事。现在已经出现了专门的岗位《Prompt工程师》，专门设计和优化Prompt。Prompt就像是AGI期间的编程语言。
二、Prompt基本法则
[*]尝试提示的多种表述以得到最佳结果：不同的Prompt会有不同的结果
[*]使用清楚简短的提示，避免不必要的词语：淘汰使用“最好”等水平词
[*]淘汰不准确的形貌：少用不确定的词语，用“一句”代替“几句”
[*]说明详细要求，淘汰否定词语：用“使用两句话概括”代替“不要概括内容太多”
[*]不同的大模子对于相同Prompt的答复可能相差很远，必要连续调优
三、Prompt 调优
[*]角色： 根据不同的场景给大模子设置不同的角色，好比“你现在是一位具有十年工作经验的运维工程师，现在我要xxx（详细要求）”，这样每每可以得到更专业的答复
[*]指示: 对使命进行形貌，特别是对于比较复杂的使命，要尽可能形貌简单、清楚
[*]上下文: 给出与使命相关的其它背景信息（尤其在多轮交互中）
[*]例子: 必要时可以给出例子，学术中称为 one-shot learning, few-shot learning 或 in-context learning；实践证实其对输出正确性有帮助
[*]输入: 使命的输入信息；在提示词中明确的标识出输入
[*]输出: 输出的格式形貌，以便后继模块自动解析模子的输出结果，好比（JSON、XML）
四、简单的例子
文本总结
https://i-blog.csdnimg.cn/direct/36e4362c989f4882ba2dea066785d628.png
文本判断
https://i-blog.csdnimg.cn/direct/10d310387ca14d44a6013c859c0f1a49.png
文本提取
https://i-blog.csdnimg.cn/direct/e542711ada764c08a9b5528b03738b56.png
文本转化——翻译
https://i-blog.csdnimg.cn/direct/15582f970b5b4906822e2e415b93fa8c.png
文本转化——语气
https://i-blog.csdnimg.cn/direct/6be278925e9845dab47a927c45d06ed5.png
更多
更多的关于提示词工程的样例和法则学习，参考：https://www.learnprompt.pro/zh-Hans/docs/prompt-engineering/Role-Playing-Prompting/
结语
最后，引用数格科技AI网站上的一句话：“面对AI焦急，你没必要跟汽车竞走，而是应该考个驾照！”
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]