如何驯化生成式AI，从提示工程 Prompt Engineering 开始

最新推荐文章于 2025-01-21 20:37:09 发布
最新推荐文章于 2025-01-21 20:37:09 发布
阅读量1.4k 收藏 3
点赞数 1
分类专栏： 人工智能系统解决方案与技术架构 AI赋能行业实战：‌最佳实践与落地案例深度解析！‌ 自然语言处理实战入门【Generative AI重制版】 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangyaninglm/article/details/129818592
版权

文章大纲

简介

胡老师语录：

过去二十多年我接触到的编程知识供应链的变化————
不会看书淘汰了一批程序员
不会看MSDN这种官方文档淘汰了一批程序员
不会在技术论坛提问淘汰了一批程序员
不会使用搜索引擎淘汰了一批程序员
不会魔法上网使用搜索引擎淘汰了一批程序员
现在不会用提示词Prompt 再淘汰一批程序员

提示工程学是一门相对较新的学科，用于开发和优化提示，以便高效地利用语言模型（LM）来进行各种应用和研究主题。提示工程技能有助于更好地了解大型语言模型（LLM）的能力和限制。研究人员使用提示工程来改善LLM在各种常见和复杂任务上的能力，例如问答和算术推理。开发人员使用提示工程来设计与LLM和其他工具接口的强大和有效的提示技术。

本指南介绍标准提示的基础知识，以提供如何使用提示与指导大型语言模型（LLM）进行交互和指导的大致概念。本文的测试环境使用chatGPT

Prompt 提示的组成要素

随着我们越来越多地涉及提示工程的例子和应用，您会注意到组成提示的某些要素。

提示可以包含以下任何组成部分：

指令 - 您想让模型执行的具体任务或指令

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【AI大模型应用开发】1.0 Prompt Engineering（提示词工程）- 典型构成、原则与技巧，代码中加入Prompt
同学小张的博客
01-12 2175
Prompt典型构成、原则与技巧，以及OpenAI API重要参数解释，助你轻松入门Prompt
一文读懂「Prompt Engineering」提示词工程 基础版
热门推荐
女王の专属领地
01-10 2万+
提示工程（Prompt Engingering），也被称为上下文提示（In-Context Prompting），指的是通过结构化文本等方式来完善提示词，引导LLM输出我们期望的结果。通过提示词工程可以在不更新模型权重的情况下，让LLM完成不同类型的任务。其主要依赖于经验，而且提示词工程方法的效果在不同的模型中可能会有很大的差异，因此需要大量的实验和探索。提示工程旨在获取这些提示并帮助模型在其输出中实现高准确度和相关性，掌握提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。
提示工程 Prompt Engineering
JasonH2021的博客
07-15 3109
本文简单介绍了提示工程（Prompt Engineering）的基本概念，常用的方法，应用场景，主要课题和对抗性Prompt等。
什么是提示工程（Prompt Engineering）
Oven_OJAC的博客
11-27 7315
不过，专门的"提示工程师"这个职业可能不会长久存在，因为随着AI的进化，提示工程会变得越来越简单，每个人都需要掌握提示工程技能。例如，用户输入“办个100G的套餐”，则表明用户对月流量的选择条件是100GB或更高。我们理解大模型生成内容的原理是基于概率生成下一个字，因此我们能够判断为什么有些指令有效，有些指令无效，以及同样的指令为何有时有效，有时无效。NLU负责识别用户的输入，DST负责跟踪对话的上下文和状态，DPL负责根据当前状态选择下一步的动作，NLG负责将系统的动作转换成自然语言输出。
Prompt Engineering（提示工程）
jwandbj的博客
07-23 1344
提示工程也叫【指令工程】Prompt就是发给大模型的指令，比如你要大模型【讲个笑话】、【用python编个贪吃蛇游戏】大模型只接受一种输入，那就是prompt本质上，所有大模型相关的工程工作，都是围绕prompt展开的提示工程【门槛低，天花板高】，所以有人戏称prompt为【咒语】未来的Prompt会是什么样的呢？Prompt在未来也许是人类操作AI的唯一方式，这句话是什么意思呢？
大语言模型 - 提示词（Prompt）工程入门
秃了也弱了
08-16 1万+
提示词工程，或称Prompt Engineering，是一种专门针对语言模型进行优化的方法。它的目标是通过设计和调整输入的提示词（prompt），来引导这些模型生成更准确、更有针对性的输出文本。在与大型预训练语言模型如GPT-3、BERT等交互时，给定的提示词会极大地影响模型的响应内容和质量。提示词工程关注于如何创建最有效的提示词，以便让模型能够理解和满足用户的需求。这可能涉及到对不同场景的理解、使用正确的词汇和语法结构，以及尝试不同的提示策略以观察哪种效果最佳。1、明确具体：加入场景要求、具体任务。
004篇 - AIGC提示词工程 - 什么是生成式人工智能？（Prompt Engineering - What is Generative AI?）
qq_51084193的博客
05-28 740
元壤教育为3000万大学生和职场人士提供免费的AIGC课程培训。如果你希望系统地免费学习AIGC提示词工程、图像创作、音频创作、音乐创作、短视频创作以及AIGC+办公等内容，请关注元壤教育公众号，开启你的免费学习之旅。如果你想系统、沉浸式地从0到1学习更多AIGC应用内容，请访问链接获取更全面的AIGC内容。01-前言02-介绍03-提示词在AI模型中的作用我看到的，全国最具价值的AIGC培训课程。
提示工程（Prompt Engineering）：释放生成式人工智能的潜力
桂月二二博客
01-12 1010
生成式 AI（如 OpenAI 的 GPT 系列、DALL-E、Stable Diffusion 等）依赖输入的文本提示来生成内容。设计高质量的提示不仅可以显著提升结果的质量，还能优化交互效率。提高生成质量：构造逻辑性更强且准确度更高的内容。节省开发成本：通过精确提示减少调试和反复实验的时间。拓展应用场景：实现复杂需求，例如多步骤推理或代码生成。本文以实际代码生成任务为例，逐步剖析如何优化提示，最终生成具备可操作性的解决方案。目标明确：精准描述预期结果。分解任务：将复杂目标划分为子任务。迭代完善。
解读提示工程（Prompt Engineering）
weixin_53880910的博客
08-06 2588
Prompt提示是什么呢？Prompt提示是模型接收以生成响应或完成任务的初始文本输入。我们给AI一组Prompt输入，用于指导模型生成响应以执行任务。这个输入可以是一个问题、一段描述、一组关键词，或任何其他形式的文本，用于引导模型产生特定内容的响应。例如，在chatGPT中，用户通常使用 prompt 来与大语言模型进行交互，请求回答问题、生成文本、完成任务等。模型会根据提供的 prompt 来生成一个与之相关的文本，尽量符合用户的要求。
大模型LLM：最清晰解读提示工程（Prompt Engineering）
2401_82469710的博客
05-09 1万+
提示工程（Prompt Engineering），也称为上下文提示，是一种通过不更新模型的权重/参数来引导LLM行为朝着特定结果的方法。这是与AI有效交流所需结果的过程。提示工程可以用于各种任务，从回答问题到算术推理乃至各种应用领域，理解提示工程，能够帮助我们了解LLM的限制和能力。
七天入门大模型 ：提示词工程 Prompt Engineering，最全的总结来了！
2201_75499313的博客
02-14 5375
最核心的写一条好prompt的原则就是尽可能清晰、明确地表达你的需求（类比产品经理向程序员提需求）。细分下来，具体原则包括：清晰的指令：足够清晰明确地说明你希望模型为你返回什么，最后更加细致地说明需求，避免模糊表达。提供上下文和例子：给出较为充分的上下文信息，让模型更好地理解相关背景。如果能够提供示例，模型能表现更好（类似传统LLM中的in-context learning）。善用符号和语法：使用清晰的标点符号，标题，标记有助于转达意图，并使输出更加容易被解析。
prompt提示工程
dc爱傲雪和技术
04-21 3064
提示工程也叫「指令工程」。Prompt 就是你发给大模型的指令，比如「讲个笑话」、「用 Python 编个贪吃蛇游戏」、「给男/女朋友写封情书」等貌似简单，但意义非凡「Prompt」 是 AGI 时代的「编程语言」「Prompt 工程」是 AGI 时代的「软件工程」「提示工程师」是 AGI 时代的「程序员」学会提示工程，就像学用鼠标、键盘一样，是 AGI 时代的基本技能提示工程「门槛低，天花板高」，所以有人戏称 prompt 为「咒语」
LLM大模型：Prompt 提示词工程
2301_81940605的博客
07-19 1713
Prompt（提示词）是一个 指令 、问题或者语句，能被用来引导或指示一个语言模型生成特定的文本输出。Prompt是用户与语言模型交互的起始点，它告诉模型用户的意图，并且期望模型能以有意义且相关的方式回应。
[LLM][Prompt Engineering]：大语言模型提示工程（Prompt Engineering）
Bin_Dut的博客
08-30 1384
大语言模型（LLM）的微调（Fine-tune）代价较高，基于自然语言的提示（Prompt）方法已经成为了使用大语言模型解决下游任务的主要途径。而且提示的质量在很大程度上会影响大语言模型在特定任务中的表现。当前的很多工作和应用集中在如何快速应用LLM，使其适配下游任务，所采用的方法统称为Prompt Engineering，其中包括了上下文学习（In-Context Learning，ICL）和思维链提示（Chain-of-Thought，CoT）
【AI大模型】Prompt Engineering
weixin_53880910的博客
05-31 2291
模型训练者并没想到过会这样，完全是大家「把 Al 当人看」玩出的一个用法实在传得太广，导致现在的大模型训练数据里充满了角色定义，所以更有效了先定义角色，其实就是在开头把问题域收窄，减少二义性。别急着上代码，先尝试用 prompt 解决，往往有四两拨千斤的效果但别迷信 prompt，合理组合传统方法提升确定性，减少幻觉想让 AI 做什么，就先给它定义一个最擅长做此事的角色用好思维链，让复杂逻辑/计算问题结果更准确防御 prompt 攻击非常重要。
提示词工程（Prompt Engineering）
最新发布
旭日的芬芳
01-21 1328
本文是介绍Prompt的相关知识，包括Prompt Engineering的概念，如果去做，以及使用千帆大模型的测试结果。还介绍了一些Prompt进阶的用法。
技术 | 提示工程—Prompt Engineering
weixin_43763175的博客
04-07 824
提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。 掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性
prompt engineering提示工程
07-09
Prompt Engineering，也称为提示设计或prompt设计艺术，是指在使用生成式人工智能模型如聊天机器人、语言模型等时，如何精心构造输入提示（prompt）的过程。这些提示直接影响了模型理解和响应的质量。它包括选择恰当的问题形式、提供上下文信息、清晰地表述需求、以及设置合理的期望值，以便让模型更好地理解用户意图并给出准确、有用的回答。 提示工程通常涉及以下几个关键点： 1. **目标明确**：确保提示直接指向所需的信息或任务，避免含糊不清。 2. **结构清晰**：分段或使用引导词帮助模型理解任务的不同步骤。 3. **灵活性**：考虑可能的变化情况，提供一些备选答案或模棱两可的部分。 4. **评估反馈**：通过不断调整和测试提示，根据模型的回复效果优化提问策略。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

shiter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值