入门 - 面向开发者的 prompt engineering
想系统学习 prompt 的必看文章。
我将学习过程中的知识，提炼了出来，自温。
1. prompt 提示原则
原则一：清晰、具体的 指令
怎么清晰，具体呢， 通过以下技巧/策略。
- 技巧一：
使用分隔符表示不同部分
使用分隔符，将不同的文本部分分开
- 技巧二：
结构化输出
要求模型以什么格式输出给我们
- 技巧三：要求模型检查是否满足条件
… 如果是怎样，如果不是怎样
- 技巧四：提示
样例
提供样例，让模型了解我们的要求和期望的输出样式
原则二：给模型 思考的时间
设计 prompt 时，给予模型充足的推理时间，是prompt engineering 一个非常重要的设计原则。
应通过 prompt 指引 模型进行深入思考
怎么给它时间呢
- 技巧一：
指定完成任务所需的步骤
形如：执行以下操作：1… 2…。使用以下步骤：第一步… 第二步…
- 技巧二：指导模型在下结论之前找出一个自己的解法
设计 prompt时，让模型进行自主思考
2. 迭代优化
很难通过第一次尝试就得到完美的prompt。需要有一个良好的迭代优化过程，不断改进 prompt。
优化1:解决生成文本太长
在prompt中添加长度限制。要求生成简介的文案。
优化2:处理抓错文本细节
根据不同目标受众关注不同的方面，输出风格和内容上都适合的文本。
如文案中加入：面向xxx，侧重yyy。
优化3:添加表格描述
如文案中加入：生成一个表格，几列，第一列xx，第二列yy
可以看出，prompt开发过程是这样的：第一版 Prompt 应该满足明确和给模型思考时间两个原则。在此基础上，一般的迭代流程是：首先尝试一个初版，分析结果，然后继续改进 Prompt，逐步逼近最优。许多成功的Prompt 都是通过这种多轮调整得出的。
3. 文本概括
单一文本概括
- 限制输出文本长度
如文案中加入：xxx，最多30个字
- 设置关键角度
侧重
如文案中加入：yyy，并且侧重在zzz上。
- 关键信息
提取
虽然可以设置侧重，
如文案中加入：从…中提取xxx相关的信息，最多30个字
原文源码：llm-cookbook
