Skip to content

Reference

關於Prompt Engineering

Prompt engineering 是一種與語言模型（LLM）交互的技術，旨在通過設計有效的提示來引導模型生成特定類型的輸出。通過調整提示的構建方式，可以影響模型生成結果的準確性、多樣性和創造性。

Reference

  1. Prompt Engineering Guide

Note

  • 【開始簡單】
  • 設計提示是一個叠代過程，需要大量實驗以獲得最佳結果。
  • 使用簡單的提示作為起點，並隨著實驗的進行逐漸添加更多元素和上下文。
  • 【指令】
  • 使用指令指導模型完成任務，如“寫作”、“分類”、“總結”、“翻譯”、“排序”等。
  • 在提示中使用清晰的分隔符將指令和上下文分開。
  • 【特異性】
  • 提示的描述越具體和詳細，結果越好。
  • 提示長度有限，需要考慮提示的詳細程度。
  • 【避免不精確】
  • 提示應具體、直接，避免模糊或智能化描述。
  • 避免在提示中強調不應該做什麽，而應明確指出應該做什麽。
  • 【做還是不做？】
  • 在設計提示時，避免強調不應該做什麽，而是明確指出應該做什麽。
  • 設計提示時要關注細節，以確保模型能夠產生良好的響應。
  1. Zero-Shot Prompting
  2. Few-Shot Prompting
  3. Chain-of-Thought Prompting
  4. Self-Consistency
  5. Generated Knowledge Prompting
  1. 要如何創建一個好的 Prompt 呢？
  2. Reading a Prompt Pattern
    • 角色扮演模式可以讓 LLM 扮演某種角色來回答問題，有助於提高準確性。
    • 重新定義問題模式幫助審視並提出更好的問題。
    • 認知驗證模式要求生成更多問題，然後綜合答案來回答問題。
    • 使用者角色扮演模式要求向 LLM 解釋某事，假設一種角色。
    • 互動模式要求 LLM 提出問題以幫助達成目標。
    • 遊戲模式可以讓你與 LLM 一起探索和學習。
    • 創建語言模式可在快速操作中使用。
    • 食譜模式可幫助列出達成目標所需的步驟。
    • 替代方案模式可以比較不同方法的利弊。
    • 輸入模式可用於重覆任務的輸出。
    • 大綱擴展模式可根據給定主題創建子項。
    • 菜單動作模式根據輸入進行動作。
    • 事實檢查模式可生成一組事實，插入到輸出中的適當位置。
Last update : 13 novembre 2024
Created : 13 novembre 2024

Comments

Comments