提示指南（1）- Prompt engineer for dev 第一章

在大型语言模型开发中，主要分为两种类型的LLM(large language model)。分别是 base LLM和instruction tuned LLM（指令调整LLM），下文会着重后者进行指令表达的学习。

指令调整LLM基于在被大量文本训练过的base LLM，使用输入输出的指令来进行调整。同时使用RLHF（人类反馈强化学习）进一步优化，让模型更好得遵循指令。

提示指南

为了编写有效的提示词，以下是两个提示指南：

输入清晰且具体的指令

提示词应该简洁明了，使用明确和具体的指令表达希望模型做什么，不要有任何歧义。尽可能避免使用模糊、主观或具有多种解释的词语。

想要编写清晰且具体的指令，可以遵循以下几点：

1. 多使用delimiter 分界符号，表达输入的不同部分：

• 三引号: “””
• 三反引号: ```
• 三破折号: —-
• 尖括号: <>
• xml tags:

2. 要求结构化输出

为了让模型解析输出结果更容易，可以让模型输出如HTML, JSON等结构化的输出结果

3. 要求模型检查是否符合条件

当任务存在假设未被满足，可以要求模型去检查这些假设，再去觉得是否终止任务

4. 少量训练提示

要求模型执行任务前，先给予成功执行的例子。如下：

提示词：

注意：以下回答为模仿父亲的语气回答儿子的问题。

<儿子> 什么是耐心？

<父亲> 耐心就是坚持不懈。

<儿子> 什么是坚韧？

模型回答：

<父亲> 坚韧就是在面对困难和挑战时，不放弃，继续前行

想尝试使用提示模型可以通过二维码添加微信，国内，稳定，3点5～4