大模型:提示词工程学（PI）

文章结构概述

• 一、提示词工程的定义

  • 二、提示词的实际运用

  • • 1、技巧一：明确表达
    • 2、技巧二：设定角色

  • 三、提示策略

  • • 1、零样本提示方法
    • 2、少量样本提示方法
    • 3、思维链COT（chain-of-thought）提示方法
    • 4、结合少量样本与思维链的COT提示方法

一、什么是提示词工程

提示词工程的核心目标在于优化用户与大型模型之间的交互方式，通过对提示或查询内容进行调整，以更精准地满足用户的实际需求。提示词的质量在很大程度上决定了大型模型的执行效果与输出结果的准确性。

二、提示词应用

1、提示技巧一：表达清晰

明确表达自身需求是确保大模型准确理解并提供所需反馈的关键。

具体示例：
假设本人为一名喜剧表演者，向大模型询问关于机器学习的定义，期望获得通俗易懂的解释。接下来通过不同提示词的使用，观察大模型的回应差异：

提示词1：请协助我简要说明机器学习的基本概念
大模型的回答：

    机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心