?? 在線 Slides：https://agi-talks.vercel.app/101-prompt-engineering/1

以下為 Slides 內(nèi)容概要，內(nèi)容由 Sage 模型生成并稍作優(yōu)化。??

人機(jī)交互對(duì)話是人工智能領(lǐng)域的熱門話題，尤其是在語言模型方面的研究已經(jīng)越來越深入。然而，讓 AI 真正理解我們的意圖并生成我們期望的文本輸出還是一個(gè)具有挑戰(zhàn)性的問題。在這里，我們將介紹一種名為 Prompt Engineering 的技術(shù)，它可以幫助我們更好地指導(dǎo)模型生成準(zhǔn)確、相關(guān)的文本輸出。

Prompt Engineering 是一種指導(dǎo)模型生成文本的技術(shù)，其核心思想是為模型提供清晰、具體的指令，以引導(dǎo)模型生成準(zhǔn)確、相關(guān)的文本輸出。這項(xiàng)技術(shù)有兩種基本的模型：基礎(chǔ) LLM 和指令微調(diào) LLM。基礎(chǔ) LLM 是一種基于大量數(shù)據(jù)訓(xùn)練的模型，它的默認(rèn)行為是“續(xù)寫”文本，即在給定的文本基礎(chǔ)上生成下一句話或者補(bǔ)全一段話。而指令微調(diào) LLM 則是在基礎(chǔ) LLM 的基礎(chǔ)上，通過給模型提供明確的指令來引導(dǎo)模型生成準(zhǔn)確、相關(guān)的文本輸出。

當(dāng)然，Prompt Engineering 不僅僅是給模型提供明確的指令，更重要的是在實(shí)踐中遵循一些關(guān)鍵原則。首先，編寫清晰而具體的指令是非常重要的，因?yàn)檫@將引導(dǎo)模型朝向所需的輸出，并降低收到無關(guān)或不正確響應(yīng)的可能性。其次，給模型充足的思考時(shí)間也是至關(guān)重要的，因?yàn)槟Ｐ托枰獣r(shí)間來理解我們的意圖并生成準(zhǔn)確的輸出。第三，要求一個(gè)結(jié)構(gòu)化的輸出以及檢查模型是否滿足條件也是非常重要的，因?yàn)檫@可以幫助我們減少模型產(chǎn)生幻覺的可能性，并提高模型的精度和可靠性。

除了這些關(guān)鍵原則，Prompt Engineering 還可以通過一些具體的策略來進(jìn)一步優(yōu)化模型的表現(xiàn)。例如，我們可以使用分隔符清楚地限定輸入的不同部分，以避免輸入中包含其他指令的情況。我們還可以要求模型結(jié)構(gòu)化輸出，以確保生成的文本具有一定的可讀性和邏輯性。此外，我們還可以要求模型檢查是否滿足條件，以避免模型產(chǎn)生幻覺并生成不準(zhǔn)確的文本輸出。

最后但也是最重要的，我們還提供了演示環(huán)境的準(zhǔn)備和代碼示例，讓讀者更好地理解和實(shí)踐這些原則。通過 Prompt Engineering，我們可以讓模型更好地理解我們的意圖，減少模型產(chǎn)生幻覺的可能性，從而提高模型的精度和可靠性。當(dāng)然，這只是一個(gè)開始，Prompt Engineering 還有很多可以探索和優(yōu)化的地方。我們期待未來 AI 技術(shù)的進(jìn)一步發(fā)展和創(chuàng)新，讓人機(jī)交互對(duì)話變得更加智能和人性化。