提示工程：AGI时代的关键技能，只看这篇就够了

最新推荐文章于 2024-09-22 11:15:00 发布

鸡腿爱学习

最新推荐文章于 2024-09-22 11:15:00 发布

阅读量1.1k

点赞数 20

文章标签： agi 百度人工智能安全深度学习 web安全

本文链接：https://blog.csdn.net/2401_84206094/article/details/140145433

版权

在如今的人工通用智能（AGI）时代，提示工程（Prompt Engineering）成了一项非常重要的技能。虽然看起来简单，但它的影响非常深远。本文将帮助大家了解什么是提示工程、如何释放其能力、使用Prompt的两种主要目的，以及如何优化和构建一个好的Prompt。

一. 什么是提示工程？

提示工程，也叫“指令工程”，就是给像ChatGPT这样的大型语言模型发指令。例如，你可以让它“讲个笑话”、“用Python编个贪吃蛇游戏”或者“给男/女朋友写封情书”。虽然这些指令看起来很简单，但在AGI时代，提示相当于一种“编程语言”，提示工程就是“软件工程”，提示工程师就是“程序员”。

学会提示工程，就像学会使用鼠标和键盘一样，是AGI时代的基本技能。虽然现在提示工程的门槛不高，但实际操作起来并不容易，所以有人戏称它为“咒语”。但随着AI技术的发展，这种技能会变得越来越简单，最终每个人都需要掌握。

二. 如何释放提示工程的能力

提示就是你发给大模型的指令。尽管看似简单，但意义重大。掌握提示工程，如同掌握AGI时代的“编程语言”，是一项基本技能。目前，提示工程门槛低但落地难，因此被戏称为“咒语”。但随着AI进化，这项技能会变得越来越简单，每个人都需要掌握。

三. 使用Prompt的两种目的

使用Prompt主要有两种目的：

获得具体问题的具体答案：比如“我该学java还是#？”、“python为什么是最好的语言？”等。这类问题一般通过像ChatGPT、ChatALL这样的界面来解决。
把一套Prompt固化到程序中，成为系统功能的一部分：比如“每天生成公司的简报”、“AI客服系统”或“基于公司知识库的问答”。这类应用需要一些编码工作，我们将重点关注这一部分，因为它不仅更有挑战性，而且掌握后能轻松应对前一种目的。

四. Prompt调优

找到一个好的Prompt是一个持续优化的过程，需要不断调整。如果知道模型的训练数据是什么样的，可以参考这些数据来构造Prompt。例如：

你知道对方爱读《红楼梦》，就和他聊《红楼梦》；
你知道对方在阿里巴巴工作了十年，就多用阿里的行话；
你知道对方是日漫迷，就夸他“卡哇伊”。

如果不知道训练数据，可以通过以下方法：

看模型是否主动提供提示信息。例如，已知OpenAI GPT对Markdown格式友好，Claude对XML格式友好。
不断尝试。虽然这种方法有运气成分，但却是常用的方法，因此提示工程被认为“门槛低，落地难”。

高质量Prompt的核心要点是具体、丰富、少歧义。我们的“群聊”习惯与高质量Prompt背道而驰，而欧美的“群发邮件”习惯更有优势。需要思考的是，如果底层大模型换了，Prompt是否需要重新调优。

五. Prompt的典型构成

一个典型的Prompt通常包括以下几部分：

角色：定义AI的角色，比如“你是一位软件工程师”或“你是一位小学老师”。
指示：描述任务。
上下文：提供与任务相关的背景信息，尤其在多轮对话中。
例子：必要时提供示例，这对输出正确性有帮助。
输入：明确任务的输入信息。
输出：描述输出的格式，以便后续模块自动解析结果，比如JSON、XML等。

提示工程在AGI时代非常重要，是每个人都需要掌握的基本技能。通过不断优化和调整Prompt，我们可以充分利用大模型的能力，提高工作效率和生活质量。随着AI技术的发展，提示工程将变得更加简单和普及。掌握这项技能，不仅能帮助我们更好地与AI互动，还能为我们的生活和工作带来更多便利和机遇。

“雷军曾说过：站在风口，猪都能飞起来”可以说现在大模型就是当下风口，是一个可以改变自身的机会，就看我们能不能抓住了。

AI元年：大模型的革新力量

随着ChatGPT的震撼登场，2023年被标记为AI元年，大模型以其前所未有的影响力，重塑我们的日常生活和工作方式。从日常的问答对话到复杂的编程辅助，乃至创意图像生成，AI大模型展现出超乎想象的能力，预示着“未来已来”，并成为互联网行业的新宠。

大模型人才：高薪与稀缺并存

在大模型时代，企业对相关人才的需求剧增，AIGC领域更是面临人才荒，薪资随之水涨船高。AI运营年薪可达约18万，工程师平均年薪超过37万，而大模型算法专家更是高达近40万。

掌握大模型技术，意味着你将：

成为全能型大模型工程师，涉足Prompt、LangChain、LoRA等多个领域；
掌控模型二次训练和微调，引领智能对话、文生图等创新应用；
薪酬涨幅10%-20%，步入高薪精英行列；
优质项目积累为创业创新奠定坚实基础。

大模型概览：多领域、多功能

大模型，即拥有庞大参数量和复杂度的机器学习模型，广泛应用于自然语言处理（NLP）、计算机视觉（CV）、科学计算和多模态处理等，如Open AI的GPT系列、腾讯的PCAM、华为的盘古气象模型及谷歌的Vision Transformer。

学习路径：七阶段全面掌握

大模型的学习路径细致规划为七大阶段，涵盖系统设计、Prompt工程、平台应用开发（如阿里云PAI上的电商虚拟试衣）、知识库应用（如LangChain框架的物流问答系统）、微调开发（针对特定行业）、多模态模型应用（如文生图小程序）以及综合平台开发，确保学员从理论到实战全面掌握。

个性化学习方案：适应各层次需求

无论是零基础新手、具备编程基础的开发者，还是AI领域的专业人士，都有量身定制的学习路径。课程不仅适合撰写学术论文和毕设，也为AI产品经理、运营等角色提供专属提升方案。

转型机遇：大模型的吸引力

即便已有编程经验，转向大模型仍极具价值。行业趋势显示，AI大模型正逐步重塑软件行业，提前学习可助你在竞争中占得先机，即便不转行，也能实现技能升级。Python等语言的开发者通过学习大模型，能迅速适应未来技术趋势，赢得更高薪酬。

面向未来：技术迭代与个人成长

AI技术迭代迅速，传统应用方式已难以满足需求，掌握大模型技术成为必要。无论你是初学者还是资深人士，理解并实践大模型技术，都将极大提升个人竞争力，为职业生涯开辟新天地。

把握大模型的浪潮，不仅是技术的飞跃，更是个人发展的转折点。从理论学习到实战操作，每一步都是向未来迈进的坚实步伐。加入这场技术革命，为自己赢得一张通往高薪与前沿的通行证。立即行动，未来就在你手中。

既然大模型现在这么火热，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？“雷军曾说过：站在风口，猪都能飞起来”可以说大模型这对于我们来说就是一个机会，一个可以改变自身的机会，就看我们能不能抓住了。

那么，我们该如何学习大模型？

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。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。