【MetaGPT】提示词工程师要不存在了！如何通过SPO策略优化提示词，从理论到源码

大家好，我是 同学小张，+v: jasper_8017 一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。

---

在人工智能领域，大模型生成的效果往往和输入的提示词（Prompt）质量密切相关。如何设计出高质量的提示词，已成为提升模型性能的关键。MetaGPT通过引入SPO策略（Sequential Prompt Optimization），为我们提供了一套高效且自动的提示词优化方案，让我们在多轮迭代中不断提升生成效果。

今天，我们就来深入探讨MetaGPT的SPO提示词优化策略，解析其背后的流程，并通过代码实例解析深入了解这一提示词自动优化策略。

1. 什么是SPO策略？

SPO（Self-Supervised Prompt Optimization）是一种多轮优化策略，它通过逐步调整和优化提示词，使得模型能够更好地理解和生成符合要求的输出。在每一轮优化中，系统都会根据上轮的输出，调整提示词，并评估其效果。最终，经过多轮迭代，模型将输出一个最优的结果。

2. SPO策略的工作流程

SPO策略的核心流程包括三个重要的任务：

1. 优化提示词：用来根据现有提示词生成更好的版本。
2. 评估模型：用来判断优化后的提示词是否提高了输出质量。
3. 执行模型：用来根据优化后的提示词生成输出。

这三个模型分别负责不同的任务，通过密切协作来不断提升提示词的质量。

2.1 优化模型

在每一轮优化中，SPO策略会根据前一轮的最佳提示词和答案，通过优化模型来生成新的提示词。优化模型的目标是让提示词更好地满足用户需求，从而生成更优质的输出。

2.2 评估模型

每一轮生成的新提示词都会交由评估模型来进行评估。评估模型会判断新生成的答案是否更符合要求。如果新生成的答案比原先的答案更好，那么新提示词就被认为是有效的，并进入下一轮优化；反之，则继续使用原有提示词。

2.3 执行模型

执行模型的任务是根据优化后的提示词生成最终的答案。这一过程决定了优化的效果是否能够在实际应用中得到体现。

3. 关键代码解析

在MetaGPT中，SPO策略的实现通过PromptOptimizer类来完成，以下是一些关键代码段及其解释：

3.1 初始化优化任务

SPO_LLM.initialize(
    optimize_kwargs={
   "model": args.opt_model, "temperature": args.opt_temp},
    evaluate_kwargs={
   "model": args.eval_model, "temperature": args.eval_temp},
    execute_kwargs={
   "model": args.exec_model, "temperature": args.exec_temp},
)

在这段代码中，初始化三个不同的模型：优化模型、评估模型和执行模型。每个模型的参数（如温度）可以根据需求进行调整。

demo文件：MetaGPT/examples/spo/optimize.py

3.2 优化函数

optimizer = PromptOptimizer(
    optimized_path=args.workspace,
    initial_round=args.initial_round,
    max_rounds=args.max_rounds,
    template=args.template,
    name=args.name,
)
optimizer.optimize()

PromptOptimizer类负责执行整个优化过程。通过optimize()方法，它会开始进行多轮优化，每一轮都会生成新的提示词，并对其进行评估与调整。

每一轮执行函数如下：self._optimize_prompt() 函数

async def _optimize_prompt(self):
    prompt_path = self.root_path / "prompts"
    load.set_file_name(self.template)
    data = self.data_utils.load_results(prompt_path)

    if self.round == 1:
        await self._handle_first_round(prompt_path, data)
        return

    directory = self.prompt_utils.create_round_directory(prompt_path, self.round)
    new_prompt = await self._generate_optimized_prompt()
    self.prompt = new_prompt

    logger.info(f"\nRound {
     self.round} Prompt: {
     self.prompt}\n")
    self.prompt_utils.write_prompt(directory, prompt=self.prompt)

    success, answers = await self._evaluate_new_prompt(prompt_path, data, directory)
    self._log_optimization_result(success)

    return self.prompt

3.3 第一次优化的