相亲网站用什么做的,网站销户说明,常州商城网站建设,ppt现成作品目录 一、前言
二、Prompt 提示词工程介绍
2.1 Prompt提示词工程是什么
2.1.1 Prompt 构成要素
2.2 Prompt 提示词工程有什么作用
2.2.1 Prompt 提示词工程使用场景
2.3 为什么要学习Prompt 提示词工程
三、Prompt 提示词工程元素构成与操作实践
3.1 前置准备
3.2 Pro…目录 一、前言
二、Prompt 提示词工程介绍
2.1 Prompt提示词工程是什么
2.1.1 Prompt 构成要素
2.2 Prompt 提示词工程有什么作用
2.2.1 Prompt 提示词工程使用场景
2.3 为什么要学习Prompt 提示词工程
三、Prompt 提示词工程元素构成与操作实践
3.1 前置准备
3.2 Prompt 基本结构介绍与使用
3.2.1 明确指令
3.2.2 提供必要的原始内容
3.2.3 提供背景参考
四、Prompt 提示词工程编写原则与操作实践
4.1 Prompt 提示词工程编写的几个原则
4.2 Prompt 提示词编写中常用的分隔符
4.2.1 冒号
4.2.2 空格
4.2.3 箭头 (-)
4.2.4 竖线 (|)
4.2.5 逗号 (,)
4.2.6 横线 (-)
4.2.7 小括号 (())
4.2.8 大括号 ({})
4.2.9 方括号 ([])
4.2.10 等号 ()
4.2.11 特殊字符
4.2.12 换行符
4.2.13 自定义字符串
4.2.14 HTML/XML 样式的标签
4.3 Prompt 提示词编写遵循原则操作实践
4.3.1 编写清晰、具体的指令
4.3.2 要求结构化的输出
4.3.3 提供示例或明确的输出格式要求
4.3.4 保持指令的简洁性
4.3.5 提供必要的上下文信息
五、写在文末 一、前言
ChatGPT 的问世带动了一大批AI大模型开源并开始投入商用尤其是从去年下半年开始各类大模型纷纷问世加之国内的互联网大厂也纷纷投入大模型赛道让大模型的黑科技也能被很多不懂AI的小伙伴开始尝鲜举例来说像国内阿里的通义千问百度的千帆大模型腾讯的混元大模型等都是很不错的AI大模型产品得到了很多业内人士的认可但对于很多初学大模型或不懂大模型的人来说如何真正用好AI大模型并利用大模型强大的对话能力为日常事务助力增效呢这就需要全面而系统的学习prompt提示词工程。 二、Prompt 提示词工程介绍 2.1 Prompt提示词工程是什么 Prompt提示词工程Prompt Engineering是在自然语言处理NLP领域中一种重要的技术和方法主要用于指导预训练的大规模语言模型Large Language Models, LLMs生成高质量、准确且有针对性的输出。 Prompt Engineering也称为“指令工程”或“提示词工程”是指通过设计、实验和优化输入提示词Prompt来引导预训练语言模型生成所需的响应或完成特定任务的技术。 2.1.1 Prompt 构成要素
一个有效的prompt通常包含以下几个关键要素 引导语或指示语明确告诉模型需要完成什么样的任务 上下文信息提供必要的背景知识帮助模型更好地理解问题 任务描述明确地描述您期望模型执行的具体任务 输出格式指示如果需要特定格式的输出需要在prompt中指明 角色设定为模型定义一个角色以缩小问题范围并减少歧义 2.2 Prompt 提示词工程有什么作用
Prompt 提示词工程的作用在于指导和控制大规模语言模型LLMs的行为使其能更准确、更有针对性地生成文本或完成人们下发的特定任务。下面结合实践经验总结了Prompt提示词工程的主要作用 指导模型行为 明确任务通过精确的prompt可以明确地告诉模型需要执行什么任务比如回答问题、创作故事、提供建议等 上下文设置提供必要的背景信息帮助模型更好地理解问题的上下文环境从而给出更加贴切的回答 控制内容输出质量 提高输出内容准确性精心设计的prompt可以帮助模型生成更准确、相关度更高的内容 减少输出内容偏差通过提供适当的指导可以减少模型可能产生的偏见或错误信息 规定输出格式 格式化输出如果需要特定格式的输出可通过prompt指定输出格式比如表格、列表、段落、markdown等 标准化答案对于需要标准化回答的场合比如考试答案或官方声明可以通过prompt来规范输出 促进创造性应用 创意生成规范的prompt可以激发模型创造力生成新颖的想法、故事或艺术作品 角色扮演通过定义角色或情境使模型能够在特定角色下进行对话或创作 无需反复训练 灵活调整通过修改prompt可以在不改变模型本身的情况下调整其输出从而实现快速迭代和测试 节省资源避免了重新训练模型所需的大量时间和计算资源 助力教育和培训 教学辅助在教育领域可通过设计特定的prompt来帮助学生或老师解决习题或进行学术研究 模拟对话在培训场景中使用prompt来模拟真实世界中对话或情景帮助员工准备客户互动 支持决策的制定 数据分析通过恰当的prompt可以从大量数据中提取有用的信息支持决策过程 趋势预测基于历史数据通过prompt引导模型进行趋势分析和未来预测 自然语言理解和生成 多语言支持通过适当的prompt可以使模型支持不同语言之间的转换和理解 复杂任务处理对于复杂的自然语言处理任务如机器翻译、摘要生成等prompt可以显著提升性能
2.2.1 Prompt 提示词工程使用场景
Prompt Engineering 广泛应用于各类场景中例如 问答系统通过特定的prompt引导模型回答问题 文本生成提供初始文本或上下文让模型继续写作或创造新的内容 代码生成根据描述性prompt生成代码片段 翻译任务通过prompt指导模型完成语言间的翻译 通过Prompt Engineering用户可以更好的控制和指导AI模型的行为使其在不需要重新训练的情况下适应不同的应用场景。这是一种非常实用的技术尤其对于那些无法或不便对模型进行微调的情况更为重要。 2.3 为什么要学习Prompt 提示词工程
学习 Prompt提示词工程 对于有效利用大规模语言模型LLMs来说非常重要一方面可以为今后快速学习和使用各类大模型提供基础的技能储备同时也为利用大模型拓展个人综合能力为日常工作助力提效打开全新的视野下面详细总结了学习Prompt提示词工程的作用 提高交互效率 快速响应通过学习如何构造有效的prompt用户可更快的从模型中获取所需的信息或结果 减少试错了解最佳实践可以减少不必要的尝试提高与模型交互时的成功率 控制内容输出质量 精准表达掌握prompt技巧可以帮助使用者更准确的表达意图从而获得高质量的输出内容 减少误解清晰而具体的prompt有助于减少模型对指令的误解降低错误率 创造性应用 激发创意通过设计富有创造性的prompt可以推动模型产生新颖的想法、故事或解决方案 艺术创作对于AI艺术生成等领域恰当的prompt能够帮助创造出独特且吸引人的作品 专业领域应用 行业知识在医疗、法律、金融等行业学习如何编写专门领域的prompt可以让专业人士更有效地利用模型解决问题 满足特定需求针对特定业务流程或工作流定制化的prompt可以提高工作效率并降低成本 教育与培训领域 个性化学习在教育场景中个性化的prompt可以根据学生水平和兴趣定制学习材料提高学习效果 模拟实践在职业培训中通过模拟真实世界的场景可以帮助员工更好地准备实际工作中的挑战 决策支持 数据分析在商业智能和数据分析领域精准的prompt可以帮助用户从海量数据中提取有价值的信息 策略制定对于战略规划和市场分析恰当的prompt可以辅助做出更好的决策 社交媒体和营销 内容生成在社交媒体和内容营销中高效的内容生成能力可以提高品牌曝光度和用户参与度 个性化体验通过个性化的prompt可以创建更加贴近用户需求的内容提高用户满意度 促进技术发展 模型优化随着模型的不断进步学习最新的prompt技巧可以让使用者保持持续的领先 社区贡献分享有效的prompt和经验可以促进社区的发展和技术的进步 避免偏见和错误 减少偏见通过精心设计的prompt可以减少模型输出中的偏见和歧视 提高准确性避免误导性的prompt可以确保模型输出的准确性 三、Prompt 提示词工程元素构成与操作实践 在真正开始使用大模型之前需要系统学习Prompt 的使用就像我们学习一门技术一门编程语言一门外语等第一步一定是先学习其基础的语法、结构而后通过反复的大量的练习和实践才能理解并掌握下面我们也按照这样的思路来系统学习Prompt 。 3.1 前置准备
由于下文中将会涉及到较多的操作演示在开始学习之前请先准备好1~2个大模型的客户端工具选择有很多比如ChatGpt通义千问网页客户端千帆大模型等都是可以的我这里使用的是通义千问的网页客户端进行演示地址通义 下面也列举国内的几个热门的大模型地址以供学习使用
文心一言通义讯飞星火大模型-AI大语言模型-星火大模型-科大讯飞智谱AI开放平台 3.2 Prompt 基本结构介绍与使用
在学习mysql查询语法的时候还记得下面mysql的查询语法的完整结构吗
SELECT [DISTINCT] select_list
FROM table_references
[WHERE where_condition]
[GROUP BY group_by_list]
[HAVING having_condition]
[ORDER BY order_by_list]
[LIMIT limit_count [OFFSET offset_count]];
其实Prompt 也有下面的完整语法结构参考下面这个简单的公式
指令 输入数据 背景 输出要求
具体是什么意思呢看下面的详细解释
名称描述示例指令 词(必须)此部分为prompt的指令告诉模型应如何响应简述、解释、翻译、总结、润色、“写一篇文章等输入数据 (必须)提供给模型的问题或具体內容应清晰、完整以确保模型生成满意的答案注意控制长度必要的时候建议分段发送当需要总结时提供原始的文本内容当需要编写SQL代码时提供的数据库表和字段信息背景 (非必须)与任务相关的其他信息提供额外信息以帮助模型更好地理解需求同样是写关于计算机的科普文章是写给小学生还是计算机专业大学生得到的内容会完全不同输出要求 (非必须)期望模型输出的指标或结构比如类型、字数“请输出五条‘XX’相关的事实并按重要性排序1. ...2. ...3. ...”请按照markdown、表格...形式进行输出
依据上面的Prompt语法结构下面列举几个示例加以说明。 3.2.1 明确指令
对大模型来说你可以将它作为一个拥有丰富知识库的大脑只有指令足够的明确、清晰它的理解成本才能最小得到的回答也更贴合你的需要比如输出下面这样的指令
使用通俗的语言解释一下蝴蝶效应是什么意思
大模型响应内容如下 3.2.2 提供必要的原始内容
在某些场景下我们需要大模型帮我们完成一些总结概括或者根据提供的内容得到分析的结论再比如我们提供一个mysql的建表需求为我们生成建表的sql和初始化数据等那么你就需要提供一些原始的内容文本信息这样大模型才能根据你提供的内容理解并得到你想要的如下提供了一个需求描述希望大模型生成一张建表语句和初始化sql下发的指令如下 请根据我提供的信息生成一张mysql用户表该表包括5个字段主键用户名密码邮箱电话之后再初始化几条数据 大模型的响应内容如下从响应的结果来看大致是符合要求的一般来说其生成的内容在拿来使用之前还需要人工做一些微调 3.2.3 提供背景参考
在日常工作中为了向同事或其他人清晰阐述我们的意思并充分理解需求有时候需要在真正提出需求之前提供需求的背景提出背景不是必须的但是很重要清晰的背景可以为对方提供更完整的联想空间从而对接下来需求的理解更加深刻这对于大模型来说也是适用的有了背景大模型可以根据背景信息从知识库中一定程度上缩小检索的范围得到的内容输出也更贴合要求比如像大模型提供下面的指令 针对小学生小学生即为参考背景发出下面的指令
假如你现在面对的是一群小学生请解释一下什么是量子力学 不难发现得到的回答通过较多的形象的比喻来阐述量子力学的解释符合小学生的理解这个阶段定位而小学生即为我们的需求背景 如果是面对研究生研究生即为参考背景再看看大模型给出的回答 假如你现在面对的是高校的硕士研究生请解释一下什么是量子力学 显而易见在面对不同的群体时大模型给出的输出内容是不一样的这就是提供背景参考带来的效果而这一点恰恰是很多初次使用LLM类型的大模型用户容易忽视的一点。 四、Prompt 提示词工程编写原则与操作实践
在使用Prompt 提示词工程之前有一些基本的原则需要遵循只有掌握了基本的编写原则才能让大模型更好的辅助我们得到更符合预期的输出内容 4.1 Prompt 提示词工程编写的几个原则
在编写Prompt提示词工程时遵循一定的原则可帮助我们更有效地利用自然语言处理技术和生成高质量的内容。以下是一些重要的原则 指令明确 清晰表达意图确保你提供的prompt指令明确地传达了您想要达到的目标 减少模糊减少输入指令中可能导致歧义的表述 指令具体 提供具体细节给出具体的背景、条件和期望的结果 使用精确词汇比如在请求生成特定类型的文章时明确指出风格、受众等信息 指令结构化 组织逻辑顺序如果prompt包含多个部分或步骤尽量按照逻辑顺序排列它们 分段落或项目符号对于较长的prompt使用段落或项目符号来增加可读性后文会提到 保持指令简洁 保持简短尽可能使用较少的文字来表达意思减少大模型的理解和学习成本 去除冗余避免不必要的重复或无关紧要的信息 保持指令一致性 维持指令的统一风格如果你正在创建一系列相关的prompt确保它们在风格和语气上保持一致 使用相同的术语对于特定领域的prompt使用前后一致的专业术语 尽量使用自然语言 采用日常语言使用人们日常交流时使用的语言风格也是为了减少大模型的理解成本 避免过于技术化的术语除非是面向专业读者否则尽量使用通俗易懂的语言 情境相关性 考虑实际情境确保prompt的指令内容与预期的应用场景相关联 提供上下文信息如果需要提供足够的背景信息来帮助模型理解情境 指令的引导性 给出示例提供一个或多个参考案例来展示所期望的结果案例也是为大模型提供快速的联想并缩减检索范围 使用指令词使用诸如“描述”、“解释”、“列举”等词汇来明确指示任务 根据指令结果反馈循环 评估结果检查生成的内容是否符合预期并据此不断调整prompt 迭代改进根据反馈不断优化prompt以获得更好的结果 指令需遵守伦理道德 尊重隐私避免使用敏感或个人信息 避免偏见确保prompt不会促进任何形式的歧视或偏见 注意指令的安全性 避免有害内容确保prompt不会导致生成有害、非法或不适当的内容 设置限制对于某些应用可以设置过滤机制来防止不良内容产生 4.2 Prompt 提示词编写中常用的分隔符
在编写 Prompt 提示词时合理使用分隔符可以让大模型能够更好的理解指令要表达的意思从而得到更符合要求的输出下面总结了一些常用的指令这在实际使用大模型时可以通过实践来逐步理解并掌握有一些常用的建议可以记住。 4.2.1 冒号
用于定义标签或者类别后面跟具体的内容参考示例 问题: 量子力学是谁创立的请给出回答 4.2.2 空格
最简单的分隔符用于分割单词或短语 Generate a list of five fruits: apple orange banana strawberry kiwi 4.2.3 箭头 (-)
用于指示转换或者映射关系 Text - Summary A long time ago in a galaxy far, far away... 4.2.4 竖线 (|)
用于分隔选项或者并列的概念 Write an essay on the following topics: science | technology | society 4.2.5 逗号 (,)
用于列出多个项 List three colors: red, blue, green 4.2.6 横线 (-)
用于列表或者指示顺序 - Introduction - Main points - Conclusion 4.2.7 小括号 (())
用于包含附加信息或者注释 Write a story about a character (name: John) who travels through time. 4.2.8 大括号 ({})
用于表示模板中的变量或者占位符 {Name} is a famous {Occupation}. 4.2.9 方括号 ([])
用于表示可选的信息或者参数 [Optional] Include a bibliography at the end of the report. 4.2.10 等号 ()
用于定义变量或者属性 Title The Art of Programming Author Jane Smith 4.2.11 特殊字符
一些特殊字符包括 #用于注释或标签。 :用于冒号后接的内容是前一部分的说明或解释。 ;用于分割列表中的项目。 用于等式或赋值 4.2.12 换行符
\n 或 \r\n用于分割不同的段落或逻辑单元 4.2.13 自定义字符串 start 和 end用于标记文本的开始和结束。 speaker1 和 speaker2用于区分对话中的不同发言者。 question 和 answer用于区分问题和答案。 4.2.14 HTML/XML 样式的标签
tag 和 /tag用于标记文本的特定部分 4.3 Prompt 提示词编写遵循原则操作实践 4.3.1 编写清晰、具体的指令
你应该通过提供尽可能清晰和具体的指令来表达希望模型执行的操作这将引导模型给出正确的输出并减少你得到无关或不正确响应的可能。 编写清晰的指令不意味着简短的指令因为在许多情况下更长的提示实际上更清晰且提供了更多上下文这实际上可能导致更详细更相关的输出。 策略一使用分隔符 分割符可以清晰地表示输入的不同部分 分隔符可以是\tag等 日常编写指令时可以记住一些常用的分隔符可以很好的提升使用大模型的工作效率 你可以使用任何明显的标点符号将特定的文本部分与提示的其余部分分开 这可以是任何可以使模型明确知道这是一个单独部分的标记 使用分隔符是一种可以避免提示注入的有用技术 提示注入是指如果用户将某些输入添加到提示中则可能会向模型提供与您想要执行的操作相冲突的指令从而使其遵循冲突的指令而不是执行您想要的操作 输入里面可能包含其他指令会覆盖掉你的指令对此使用分隔符是一个不错的策略。 如下的案例中我们给出一段话并要求 大模型对内容进行总结在该示例中我们使用 来作为分隔符
请帮我提炼如下内容的大纲:新势力造车的现状呈现出激烈的竞争和两极分化的趋势。新势力造车企业在面对传统车企的电动化转型和市场竞争时面临着巨大的挑战。一方面部分传统车企在电动化转型道路上展现出坚定的决心凭借其实力雄厚、成本管控能力强以及产品实用质优价廉的特点适应大众市场更有可能在激烈竞争中生存下来。相比之下新势力造车企业虽然车型定位偏向个性化拥有特定的客群但由于缺乏自我造血能力依赖外部融资难以长期维持。2024年造车新势力之间的竞争将更加激烈两极分化将更加严重一些企业可能会因为无法适应市场变化而被淘汰。从市场格局来看自主品牌领跑新能源汽车市场的趋势依旧明显。比亚迪、广汽埃安、长城汽车、长安汽车等企业保持了强劲的增长势头而合资品牌也在加速新能源转化如上汽大众ID.家族实现了单月新车交付量的显著提升。造车新势力阵营中理想汽车、蔚来汽车、小鹏汽车等企业通过不断创新和产品升级试图在市场中占据一席之地。然而也有一些企业因为市场策略失误或资金问题而面临困境如威马汽车和天际汽车等总的来说新势力造车企业在面对传统车企的竞争和市场变化时需要不断创新和提升自身实力以适应市场的需求和变化。同时企业也需要关注成本控制和资金管理以确保能够在激烈的市场竞争中生存下来然后大模型给出如下的输出以markdown这种看起来比较舒服的排版方式输出了出来 利用上文提到的分隔符也可以使用下面这种格式的内容让大模型输出一段摘要信息
文章内容:
- 新势力造车企业在面对传统车企的电动化转型和市场竞争时面临着巨大的挑战。一方面部分传统车企在电动化转型道路上展现出坚定的决心凭借其实力雄厚、成本管控能力强以及产品实用质优价廉的特点适应大众市场更有可能在激烈竞争中生存下来。相比之下新势力造车企业虽然车型定位偏向个性化拥有特定的客群但由于缺乏自我造血能力依赖外部融资难以长期维持。2024年造车新势力之间的竞争将更加激烈两极分化将更加严重一些企业可能会因为无法适应市场变化而被淘汰。
- 从市场格局来看自主品牌领跑新能源汽车市场的趋势依旧明显。比亚迪、广汽埃安、长城汽车、长安汽车等企业保持了强劲的增长势头而合资品牌也在加速新能源转化如上汽大众ID.家族实现了单月新车交付量的显著提升。造车新势力阵营中理想汽车、蔚来汽车、小鹏汽车等企业通过不断创新和产品升级试图在市场中占据一席之地。然而也有一些企业因为市场策略失误或资金问题而面临困境如威马汽车和天际汽车等
- 总的来说新势力造车企业在面对传统车企的竞争和市场变化时需要不断创新和提升自身实力以适应市场的需求和变化。同时企业也需要关注成本控制和资金管理以确保能够在激烈的市场竞争中生存下来
请结合上面的内容输出一段摘要 4.3.2 要求结构化的输出
结构化的输出这可以使大模型的输出结果更容易被用户解析和使用仍然以上面的输出摘要为例在大模型第一次输出结果之后我们可以让它以表格的形式进行输出如下 4.3.3 提供示例或明确的输出格式要求
仍然以上面的结果为例如果希望以markdown的格式输出那么还可以指定具体的格式要求如下
将上述的输出结果以 markdown 的形式呈现出来格式如下
1、XXX- XXX- XXX
2、XXX- XXX- XXX 4.3.4 保持指令的简洁性
在使用大模型进行提问时一方面大模型自身对于单次输入的内容回答长度有限制超过一定的长度限制后反馈的输出结果准确性不好另一方面这也并不符合现实的对话场景下通过一次性的问答就能得到我们预期的答案简而言之当你需要向大模型提问的内容很长又希望得到相对精准且全面的回复可以参考这几个经验 将一次性提问的长文本内容拆分成具有前后逻辑关联的较短的多个文本 分多次进行提问在一定的时间限度和语境内大模型会记录上文的已回答的内容语义 每次提问时可基于大模型上一次的回复进行递进式的提问或者针对已经回复的内容进行微调然后重新发起提问 每次提问的文本内容不要太长即指令尽量简短清晰避免给大模型过多的理解成本 下面看一个具体的示例为了让大模型为我们提供5个短视频营销文案的标题我们分多次提问从而逐渐逼近最符合我们需求的输出内容 指令一 作为一个专业的营销策划师请为我拟定5个关于创意短视频的文案标题 指令二 注意我的短视频受众群体主要是年轻的女性内容尽量与时尚、好玩、有趣这些标签相关请重新拟定 指令三 基于你的回答我现在想进一步缩小范围提供时尚穿搭方面的请重新拟定 通过上述大模型的回复不难发现通过这种模拟真实对话场景的提问大模型可以不断的根据上下文的语义环境进行输出内容的调整从而得到我们预期的结果。 4.3.5 提供必要的上下文信息
也即上文提到的情境相关性在一些复杂的场景中比如你需要大模型帮你分析某个科学或技术问题那么你必须提供相对完整的语境内容否则大模型就是瞎猜了为什么这么说呢设想你是一个想写一篇针对某个技术观点的文章但是你并不很懂技术如何让大模型帮你写出一篇这样的文章呢答案是你要向大模型提出你的需求比如你希望你的文章包括哪些章节每个章节还包括哪些具体的子标题每个章节中要重点突出哪些观点等如下是一个具体的操作示例是关于借助大模型我我们生成一个文章的提纲。 指令一
我想写一篇关于移动还联网发展历程的文章请为我拟定一个大纲
回复内容 指令二基于回复的内容进行内容的校正同时提供一些背景素材以丰富回复的内容
在你拟定的大纲中我觉得并没有突出一些电商、短视频等移动app比如抖音、小红书、拼多多等app在发展历程中带来的影响请重新拟定
回复内容 可以看到在第二个指令中基于第一个指令的回复内容并提供了新的背景信息之后大模型就及时调整了回复的内容按照需求将新的需求补充进去了。 五、写在文末
本文通过较大的篇幅详细介绍了Prompt 提示词工程的理论并结合实际操作演示了Prompt的原则如何在真实的业务场景中的使用简而言之再多的理论指导不如上手实践以本文的理论作为支撑配合大量的练习巩固对Prompt 提示词工程的理解才能得到更深的体会和收获从而为日常的生活和工作助力本文到此结束感谢观看。
