[1]D.Sculley,Gary Holt,Daniel Golovin,Eugene Davydov,Todd Phillips,Dietmar Ebner,Vinay Chaudhary,和Michael Young.机器学习:技术债务的高利贷。在SE4ML:机器学习软件工程(NIPS 2014研讨会),2014年。[2]Xavier Amatriain,Ananth Sankar,Jie Bing,Praveen Kumar Bodigutla,Timothy J.Hazen,和Michaeel Kazi.Transformer模型:介绍和目录,2023年。[3]Hattie Zhou,Azade Nova,Hugo Larochelle,Aaron Courville,Behnam Neyshabur,和Hanie Sedghi.通过上下文学习教授算法推理,2022年。[4]Yao Lu,Max Bartolo,Alastair Moore,Sebastian Riedel,和Pontus Stenetorp.神奇有序的提示词及其寻找方法:克服少样本提示词顺序敏感性,2022年。[5]Jason Wei,Xuezhi Wang,Dale Schuurmans,Maarten Bosma,brian ichter,Fei Xia,Ed Chi,Quoc V Le,和Denny Zhou.思维链提示词在大型语言模型中引出推理。在S.Koyejo,S.Mohamed,A.Agarwal,D.Belgrave,K.Cho,和A.Oh,编辑,神经信息处理系统进展,第35卷,页码24824–24837。Curran Associates,Inc.,2022年。[6]Zhuosheng Zhang,Aston Zhang,Mu Li,和Alex Smola.大型语言模型中的自动思维链提示词,2022年。[7]Shunyu Yao,Dian Yu,Jeffrey Zhao,Izhak Shafran,Thomas L.Griffiths,Yuan Cao,和Karthik Narasimhan.思维树:与大型语言模型一起进行深思熟虑的问题解决,2023年。
标识符:#,<>等符号(-,[]也是),这两个符号依次标识标题,变量,控制内容层级,⽤于标识层次结构。属性词:Role,Profile,Initialization等等,属性词包含语义,是对模块下内容的总结和提示,⽤于标识语义结构。你可以把结构化提示词框架当做提示词的八股文标准,在你不了解如何开始进行提示词设计的时候,当做一个通用的标准格式来使用。结构化提示词的概念目前在行业内应用已经非常广泛,成熟度也相对较高,大家可以在即刻、知识星球、知乎等很多地方看到优秀的类型案例。例如以下案例:关于结构化提示词的理论感兴趣想要进一步了解更多信息的朋友,小七姐推荐大家阅读李继刚和云中江树的详细理论原文:[李继刚:结构化的prompt方法论](https://waytoagi.feishu.cn/wiki/UFvBw98foiTar5kmKrtcM5Ktn9f)[云中江树:系统论述:构建高性能Prompt之路——结构化Prompt](https://waytoagi.feishu.cn/wiki/SpENwYKL1i8MNektoxAc8MbXnzc)[云中江树:Prompt进阶——提示链(Prompt Chain)和多提示词协同](https://waytoagi.feishu.cn/wiki/Qg2IwVeuRiF1Dqkat0DcEjF5n6g)结构化语法提示词示例:可以在AGI的下列板块看到非常多优秀的结构化Prompt示例
提示词(Prompt)在现代大型语言模型中扮演着极其重要的角色,掌握提示词的运用技巧可以最大限度地发挥模型的潜能。以下是一些学习提示词运用的建议:1.理解提示词的作用提示词向模型提供了上下文和指示,使其能更准确地理解并完成所需的任务。提示词的质量直接影响了模型输出的质量。1.学习提示词的构建技巧明确任务目标,用简洁准确的语言描述给予足够的背景信息和示例,帮助模型理解语境使用清晰的指令,如"解释"、"总结"、"创作"等对特殊要求应给予明确指示,如输出格式、字数限制等2.参考优秀案例研究和学习已有的优秀提示词案例,了解行之有效的模式和技巧。你可以在领域社区、Github等资源中找到大量案例。1.实践、迭代、优化多与语言模型互动,根据输出提高提示词质量。尝试各种变体,比较分析输出差异,持续优化提示词构建。1.活用提示工程工具目前已有一些提示工程工具可供使用,如Anthropic的Constitutional AI。这些工具可辅助构建和优化提示词。1.跟上前沿研究提示工程是当前最前沿的研究领域之一,持续关注最新的研究成果和方法论。精心设计的提示词能最大限度发挥语言模型的潜力,是高效使用大模型的关键技能。多实践、多学习、多总结,终可掌握窍门。内容由AI大模型生成,请仔细甄别。