大模型能力扩展之——提示词(Prompt)，知识库，思维链(CoT)和Agent(代理)

“ 大模型的推理能力配合外部工具才能真正发挥大模型的作用**”**

在学习和使用大模型的过程中，我们会发现大模型只能用来进行一下简单的问答；一旦涉及到复杂的问题，大模型就无能为力了。

其原因就在于我们并不会使用大模型，或者说不知道怎么发挥大模型的强大能力。‍‍‍

虽然很多人使用别人开发好的AI工具去生成一些文本，图像等内容进行创作；或者通过外挂知识库的方式来增强大模型的能力范围，但离真正发挥大模型的能力还差好远。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

01

—

怎么发挥大模型的能力？‍‍‍‍‍

对大模型的使用大致分为以下几种类型，入门级别可以简单使用大模型提供的聊天窗口进行问答来解决一些问题；再厉害一点的就是学会使用一些第三方基于大模型开发的一些AI工具。

而在更加高级的使用场景中，就不是普通人能够完成的了，这就需要有一定的技术和开发能力才能实现。‍‍‍‍‍

比如，自己搭建一个知识库，每次使用大模型的时候都会从知识库中获取知识输入到大模型，以获得更好的结果；而再高级一点的就是使用提示词+知识库+思维链+外部工具(API，功能代码等)来实现人类才能做到的事情。‍‍‍‍‍‍‍‍

举个例子，通过以上方式，告诉大模型给我规划一个三天两晚的短期旅程，并且要给出完整的可行性方案，还要让大模型帮你提取预定好酒店和门票等。‍‍‍‍‍‍‍‍‍‍‍

这个依靠大模型本身的能力是无法完成的，因此就需要使用外部工具，而这也叫做Agent(代理)技术。‍

_大模型知识来源_‍‍‍‍‍

我们都知道大模型有很强大的知识储备，在预训练阶段用于训练的数据越多，数据质量越好，大模型的性能就越好。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

一般来说，大模型的知识来源有三个方向，第一种就是大模型本身的知识储备，这些知识来源于预训练数据；这也是为什么大模型在不依靠任何外力的情况下就可以回答一些问题。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

但由于预训练的原因，大模型每次更新自身知识就需要重新训练或者微调；由于成本和技术原因就导致大模型自身知识更新不及时；这时就会出现一个问题，在涉及到大模型自身知识范围之外的问题时，大模型就会“一本正经的跟你胡说八道”。‍‍‍‍‍

因此就有了后面两种情况，第一种就是知识库，简单来说就是给大模型配置一个资料库。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这样，大模型在遇到问题的时候就可以依靠自身的知识储备加上外部资料库的知识来回答问题。这样就间接解决了大模型知识更新不及时的问题。‍‍‍‍‍‍‍

但仅有知识库还不够完善，因为有些东西是动态改变的，比如说每天的天气情况，金融市场的交易情况等；这是知识库解决不了的问题，因此就需要给大模型配备外部工具，比如天气查询的API或者股票查询接口等。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这时，大模型就可以利用其Function call的能力来调用外部工具来实现目的。‍‍‍

**Function call是在大模型之上封装的一层可以调用外部工具的一个方法，有些模型实现了Function call的功能，而有些模型没有实现这个功能，这时就需要你自己来实现。**‍‍‍‍‍‍‍‍‍

以上就是大模型知识的三个来源，根本不同的情景，大模型可能会使用自身的知识来解决问题；在自身知识解决不了的情况下就会使用知识库和外部工具的方式来解决——前提是配置了知识库和外部工具集。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

_Agent(代理)_‍‍‍‍‍‍‍

人工智能代理(AI Agent)，目前为止其并没有一个公认的定义；简单来说就是让大模型能够像真正的人类一样来完成更加复杂任务的一种方式和方法论。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

因为大模型虽然能力很强大，但从应用的角度来说它更像是一个“大脑”，它能够理解问题，思考问题，但没办法解决问题。‍‍

比如说我想出去玩，让大模型给我规划行程，这个是没问题的；但你让它帮你订票就有问题了，而这时Agent就出现了，它就是可以让大模型不但能帮你规划，还能帮你订票。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

提示词

使用过大模型的人都知道，提示词直接影响到大模型的表现；简单的提升词虽然也能让大模型完成任务，但往往完成的不是很好，甚至会有很大问题。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

而在专业的提升词工程中，大模型会有几个角色，一个是system(系统)角色，一个是assistant(助手)角色和user(用户)角色。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

system角色是来限定大模型定角色范围的，比如是老师，科学家，医生等，不同的角色会擅长不同的领域；而user角色就是我们使用者的角色，可以用来提出问题等；assistant角色就是大模型本身或者说是大模型回答user角色问题的“助手”。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

因此良好的提示词能够激发大模型的能力，比如其推理和规划的能力；提示词越详细大模型就能回答的越好。‍‍‍‍

比如说，在设计提示词时需要告诉大模型的角色，当前背景，需要完成的任务以及大模型回答的风格等。‍‍‍‍‍‍

您想要ChatGPT帮您写一篇关于气候变化的文章，最终的提示词可能是这样：‍

作为一个专业研究气候变化的科学家（CR：能力与角色），请基于当前的科学共识和最新的研究数据（I：洞察），撰写一篇详细且科学严谨的报告（S：陈述），内容需涵盖气候变化的原因、影响以及可能的解决方案。请采用客观且权威的写作风格（P：个性），并提供几种不同的结构和论点供选择（E：实验）

https://blog.csdn.net/qq_17827079/article/details/136475535

思维链

而仅有提示词功能还不足以完全发挥大模型的能力，因此又有了思维链(CoT)的出现，思维链的作用就是让大模型有一个完整的思考过程，并且可以给出一些案例，来让大模型处理更加复杂的任务。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

比如说，让大模型帮你设计一个详细的理财方案；虽然依靠大模型或者知识库的能力，大模型也能完成任务；但完成任务的效果可能就不是那么满意了。‍‍‍‍‍‍

因此，大模型就可以通过自身的推理能力以及外部工具，通过多次思考来完成这个任务。‍‍‍‍‍

比如说，你想要一个理财方案，第一步要评估当前的财务情况；第二步要明确理财目标；第三步要怎么具体实施等。‍‍‍‍‍‍

而这就需要借助大模型等推理和规划能力来制定一个详细的可行性方案。‍‍‍‍‍‍‍‍‍‍‍‍‍

思维链的作用就是让大模型像人类一样思考，一步一步的来完成任务。‍‍‍‍‍‍

外部工具(tools)

外部工具的作用就是让大模型可以实时获取当前的信息，比如股票的价格波动；以及能够借助外部工具自主完成任务，比如订票。‍‍‍‍‍‍‍‍‍‍‍‍‍

通过以上方式用户就可以创建一个具有某种功能的Agent，比如一个理财大师；而用户可以创建多个不同的Agent来互相协作，比如创建一个投资人的Agent，它能够根据当前的市场环境做出准确的投资决策；然后再创建一个软件开发的Agent，这样就可以让两个角色互相配合，软件开发的Agent复杂产品的设计和研发，投资Agent复杂做市场融资和市场开拓。‍‍‍‍‍‍‍‍

总结

大模型并不只是一个用来回答问题的机器人，通过提示词，思维链，知识库和工具集的合理配合，它能够发挥人们无法想象的威力。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的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。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓