编写Prompt的艺术：如何提高大语言模型的表现力.pptx

Prompt工程：如何提升大语言模型的表现力——致问

目录CONTENTPAGETITLE副标介题字绍符可控制在10-20个字符框内架1封面标题最多不2得超过十五个3字符研究和技巧4案例

介绍背景为什么有这次分享？1、出于兴趣和一些使用需要，怎么才能写Prompt才能让大模型返回想要的内容。2、学习和研究Prompt这块的内容，分享文章后，不少同学对Prompt也是有兴趣的。3、希望能和大家交流和探讨下，有没有什么有趣的内容一起学习下。为什么要学？/sama/status/1627796054040285184

介绍/greymatter/sam-altman-ai-for-the-next-era/山姆的另外一个观点，未来Prompt将会集成在任何地方，用户不需要设计复杂的Prompt，但是作为技术人员需要把它集成到Everywhere预期受众1、偏向于开发?员的?语?模型??2、对?语?的局限性和能?边界不太清楚。3、?语?模型提示上最近的?些研究发现

介绍什么是PromptPrompt是是给AI模型的指令，一个简短的文本输入，用于引导AI模型生成特定的回答或执行特定任务。Prompt是你与语言模型沟通的方式。一个好的Prompt可以让AI更准确地理解你的需求，从而给出更有用的回答。

介绍Prompt的原理GPT在处理Prompt时，GPT模型将输入的文本（也就是Prompt）转换为一系列的词向量。然后，模型通过自回归生成过程逐个生成回答中的词汇。在生成每个词时，模型会基于输入的Prompt以及前面生成的所有词来进行预测。这个过程不断重复，直到模型生成完整的回答或达到设定的最大长度。一个有效的Prompt可以：提升AI模型给出的答案的质量缩短与AI模型的交互时间，提高效率减少误解，提高沟通的顺畅度

关于提示工程提示工程（PromptEngineering）是新兴起的概念：关注提示词开发和优化，帮助用户将大语言模型（LargeLanguageModel,LLM）用于各场景和研究领域，通过问题、指令、示例文本或其他方式，用于引导模型生成适当的响应或输出。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。提高模型的可用性和用户体验，并减少不符合预期的输出。利用提示工程来提升大语言模型处理复杂任务场景的能力，如对话系统、文本生成、机器翻译、算术推理能力。开发人员可通过提示工程设计、研发强大的工程技术，实现和大语言模型或其他生态工具的高效接轨。提示工程不仅仅是关于设计和研发提示词。它包含了与大语言模型交互和研发的各种技能和技术。Prompt工程师需要深入理解语言模型的特性和行为，分析和理解数据集，并设计合适的提示来引导模型生成准确、有用和符合上下文的文本。

环境准备-OpenAI地址：/playground用途：可以与直接与OpenAI的各种模型进行交互，用于实验、调试和理解这些模型的功能和限制。用户可以输入文本，并看到模型如何响应。Mode:补全、聊天Model：切换模型，Ada：这是最便宜，但运算速度最快的模型。Davinci：这是GPT-3系列模型中能力最强的模型。可以输出更高的质量、更长的回答。Temperature：控制模型生成结果的随机性。简而言之，温度越低，结果越确定Maximumlength：设置单次生成内容的最大长度。StopSequence：该选项设置停止生成文本的特定字符串序列。如果生成文本中包含此序列，则模型将停止生成更多文本。

环境准备-通义千问地址：/功能：这个其实是直接使用通义千问的功能，并不是让我们针对模型进行学习和调试的。内部员工可以使用AIStudio里面内置了一些模型可以用来调试。

二、Prompt框架

Prompt-编写的一些原则几个关键要素：明确目标：清晰定义任务，以便模型理解。具体指导：给予模型明确的指导和约束。简洁明了：使用简练、清晰的语言表达Prompt。适当引导：通过示例或问题边界引导模型。迭代优化：根据输出结果，持续调整和优化Prompt。一些有效做法：强调，可以适当的重复命令和操作给模型一个出路，如果模型可能无法完成，告诉它说“不知道”，别让它乱“联想”尽量具体，它还是孩子，少留解读空间

Prompt-结构化框架 重要性排序Prompt的组成拆解：任务（Task）:始终以动词开始任务句子（如“生成”，“给予”，“写作”等），明确表达你的最终目标。可以有多个。上下文（Context）:提供用户背景、成功标准和所处环境等信息。示例（Exemplars）:提供具体的例子或框架，以改善输出质量。使用示例或框架可以大大提高输出质量。当然有时候我们可能没有示例，这个时候可以考虑