“提醒词工程，是一种不须要降级模型权重和参数来疏导模型输入特定结果的方法”
大模型之所以叫大模型，不然而由于其参数量大，还有训练与经营老本高。因此，从企业经营成本来说，经常使用大模型能用提醒词处置就波动不微调(fine-tunning)，能微调处置就保持不从新训练或设计。
那么提醒词是什么？为什么须要提醒词？有什么作用？
01、什么是提醒词工程(prompt engineering)?
便捷来说，提醒词工程是一种不须要调整大模型参数或权重，就可以失掉某种结果的方法。
提醒词的作用和运行场景都十分普遍，不论是文本生成，还是问答系统，亦或许其它场景。
同一个LLM，提醒词不一样生成的内容也会不一样，甚至会有很大的差异。
所以，从这个角度来说，提醒词工程是一种更好地经常使用大模型的方法。
学好提醒词，能够让你更好、地经常使用和操作大模型，并且失掉更好的结果。
当然，从技术的角度来了解，提醒词工程是一种过渡的技术，要素是由于大模型还不可做到像人类一样的言语了解才干，因此才须要提醒词工程作为辅佐手腕，让大模型能够更好地理解人类的疑问。
前面说了提醒词的概念和作用，但假设只是说提醒词工程的概念，或许很多人都感觉云里雾里，感觉它很矮小上。
但理想上提醒词工程说复杂也复杂，说便捷也便捷；网络上只管有各种提醒词模板，但理想上我咱们随意问的一句疑问都可以算作提醒词工程。
比如在大模型的聊天输入框中，和它打招呼说哈喽；这个也可以算作提醒词工程。
提醒词工程的作用是为了让大模型给出愈加准确的输入，而提醒词的体现方式可以是任何方式，可以是一个疑问，一段对话，一段形容等任何文本方式。
而从言语学的角度来说，一个疑问形容的具体与否，关键就是疑问的背景，高低文，以及各种限定语，这就是提醒词工程的实质。
因此，提醒词工程也叫做高低文提醒。
比如说，在大模型中输入一句“哈喽”，其实也算提醒词工程的一局部，只不过这个提醒词很便捷和没有提醒词没什么区别。
局部配置就是经常使用提醒词工程提升的，大模型人工智能小程序，感兴味的可以点击检查：
而比拟好的提醒词是什么样的？
比如说，给大模型的输入中说：“给我引见一下提醒词工程”。
这时大模型给的结果或许会很普遍；但假设这样问：“从大模型的经常使用角度，帮我引见一下提醒词工程，并且给出几个便捷的经常使用场景，以及示例；还有怎样才干写出一个更好的提醒词”。
这样大模型给出的输入结果就会好得多；假设你能用愈加具体的形容来问大模型，你会失掉更好的结果。
02、怎样才干写出一个更好的提醒词？
一个好的提醒词应该蕴含以下几个局部：
义务
义务序列是由动词疏导的，例如generate, drive, write等，而且须要明白义务指标
高低文
背景高低文极具应战性， 普通要形容什么是用户的背景消息，成功的结果宿愿是什么样子，以及他们处于怎样的环境中
示例
基本上，对一切关键言语模型启动的钻研标明，在提醒中蕴含例子都将发生更高品质的答案。
角色
这是你宿愿人工智能所表演的角色。构想一下你有一个疑问，想咨询专家来处置这些不懂。例如，你在找上班的时刻可以让大模型表演一个面试官；在买车的时刻，让大模型表演一个具备多年阅历的汽车开售等。
格局
构想一下成功的指标，可以是团体或集团的指标，比如找到上班、成为一位低劣的演讲者等。
一切这些都是零散的想法，但借助人工智能的协助，可以将它们整顿成一个特定的格局，比如一个表格。咱们也可以宿愿失掉电子邮件、要点、代码块等格局。这些格局对咱们的上班也很有用，例如段落和标志。
语气
假设正确权衡要经常使用的音调类型，“语气”者一个元素就很容易了解。
在这6个要素中，义务是必定的，高低文和示例十分关键，而且最好也要有角色、格局和语气。
原文链接：