小七姐：精读翻译《提示词设计和工程：入门与高级方法》

📍

翻译：小七姐

本文为论文《Prompt Design and Engineering: Introduction and Advanced Methods》的中文精校解读​

—— 感谢Raven对本译文的贡献。

Prompt Design and Engineering: Introduction and Advanced Methods​
提示词设计和工程：入门与高级方法​

摘要

随着大型语言模型（LLM）的兴起，精心设计的提示词（prompt）已成为释放其潜能的关键。本文将介绍提示词设计的核心概念，探讨如思维链（Chain-of-Thought）和反思（Reflection）等高级技术，并阐述构建基于LLM的智能体的原则。最后，我们将对提示词工程师使用的工具进行概述。​

1 引言

1.1 什么是提示词？

在生成式人工智能模型中，提示词是用户输入的文本，用于引导模型产生期望的输出。这可以是简单的问题、详细的描述，或者是特定的任务。例如，在DALLE-3这样的图像生成模型中，提示词通常是描述性的；而在GPT-4或Gemini这样的LLM中，提示词可以是简单的查询，也可以是复杂的问题陈述。​

提示词通常包含指令、问题、输入数据和示例。实际上，为了从AI模型中得到期望的回应，提示词必须包含指令或问题，其他元素则是可选的。​

在LLM中，基本的提示词可以简单到直接提问，或者提供特定任务的指令。而高级提示词则涉及更复杂的结构，比如“思维链”提示词，这种提示词引导模型遵循逻辑推理过程来得出答案。​

1.2 提示词的基本示例

正如上文所述，提示词是通过结合指令、问题、输入数据和示例来构建的。为了得到结果，必须包含指令或问题，其他元素则是可选的。让我们来看几个例子（这里都以ChatGPT-4为例）。​

1.2.1 指令 + 问题

在提问的基础上，更高级的提示词可能包括一些关于模型应如何回答问题的指令。例如，我可能会询问如何撰写大学入学申请论文，同时提出我希望在答案中听到的不同方面的建议。​

💬

“我该如何撰写我的大学入学申请论文？请给我一些建议，包括我应该包含的不同部分、我应该使用什么样的语气，以及我应该避免使用的表达。”​

请参见图1的输出结果。

图 1：包含指令和问题的提示词结果示例

1.2.2 指令 + 输入

继续上述例子，如果你可以向LLM寻求写作建议，那么也可以直接要求它¹帮你写论文。​

让我们看看，当你提供一些关于我的背景信息，并给出一些指令时会发生什么：​

小七姐：精读翻译《提示词设计和工程：入门与高级方法》​