大模型---prompt engineering

目录1.任务定义2.提示构造3.推理与工作流4.外部知识5.运行参数与上下文6.测评与安全提示工程(Prompt Engineering)是指通过设计和优化输入提示词，来引导大语言模型生成更准确、有用且符合预期的输出结果的技术。下面从6个方面介绍Prompt Engineering：1.任务定义Prompt Engineering需要定义：① 任务目标：模型到底要做什么，比如“总结文章”太泛，应该细化成：给谁看，用什么语气，保留哪些信息。② 成功标准：必须是可评估的，比如摘要≤150字，必须覆盖3个关键点，不编造文中不存在的信息。③ 失败策略：当模型不知道、证据不足、工具出错时怎么办。比如给模型一个 “when unsure” 的策略，比如回答 “not found” 或 “我找不到答案”。④ 风险边界：什么能答，什么不能答。2.提示构造提示构造也就是怎么组织prompt，prompt的基本组成如下（来自Google官方文档）：① objective（目标）：明确告诉模型“你要完成什么任务”，例如，将以下英文邮件翻译成中文、 总结这篇新闻的核心观点；② Instructions（指令）：具体指导模型“怎么做”的步骤或规则，例如，先列出三个要点，再写一段详细说明；③System instructions（系统指令）：在对话或任务开始前，为模型设定的全局行为规则，例如，你是一个专业的法律顾问，所有回答必须引用相关法条；④ Persona（角色）：要求模型扮演的特定身份或角色。你是一个幽默的小学老师，你现在是