By Andy-Beatman

您想最大限度地发挥您最喜欢的大型语言模型的潜力吗？提示工程是使用生成式 AI 构建智能应用的关键技能。我为开发人员、数据科学家和好奇的新手编写了本指南，以便他们自信地创建有效的提示。下面，我分享 15 个基本技巧，并随时发表您自己的评论。

1. 了解基础知识

文本提示是用户与生成语言模型交互的基本方式，生成语言模型旨在生成最有可能从给定输入文本中遵循的下一个单词序列。简单地说，这就像问模特，“当我说<提示>时，你会想到什么？下面的示例有效地演示了此行为。通过为模型提供来自已知内容的初始单词，它准确地延续了文本，展示了其理解和生成连贯语言的能力。

提示完成
是还是不是，这就是问题 [...]

2. 识别提示组件

在构造提示时，识别其基础组件会很有帮助。这些组件包括说明、主要内容、示例、提示和支持内容。说明指导模型执行什么操作，主要内容是正在处理的主要文本，示例演示了所需的行为，提示充当输出的快速启动，支持内容提供了影响输出的附加信息。

3. 制作清晰的说明

指令通常用于提示中，并指导模型的行为。要具体，并尽可能少地留有解释的余地。使用类比和描述性语言来帮助模型理解您想要的结果。

指令类型提示完成
简单说明为我们新的基于云的协作工具撰写简短的产品描述

ContosoSync 简介

ContosoSync 是一种基于云的尖端协作工具，旨在简化各种规模的企业的团队合作并提高工作效率。通过实时文档编辑、无缝文件共享和集成任务管理，ContosoSync 使团队能够毫不费力地协同工作，无论他们是在办公室还是在全球各地。

复杂指令

写一封引人注目的电子邮件，邀请潜在客户参加我们即将举行的 ContosoSync 产品发布会。包括参加的好处并表达对支持的感激之情。

主题：加入我们，参加 ContosoSync 的独家产品发布会！

尊敬的[客户姓名]，

我们很高兴邀请您参加我们在 [Date] 举行的独家 ContosoSync 产品发布活动！作为重要的行业领导者，我们相信您会发现我们的最新创新既令人兴奋又改变了游戏规则。

活动详情：
日期：[日期]
时间：[时间]
地点：[地点]

在活动期间，您将有机会：

1. 率先见证我们突破性产品的实际应用。
2. 与我们的专家团队互动并回答您的问题。
3. 与来自各行各业志同道合的专业人士建立联系。

此次发布标志着我们公司的一个重要里程碑，我们很荣幸能邀请到您尊敬的出席此次活动。请在 [RSVP 日期] 之前回复以确保您的位置。

如需确认您的出席或有任何疑问，请回复此电子邮件或联系[联系人/电子邮件/电话]。

我们期待与您分享这个激动人心的时刻，并探索潜在的合作机会。

诚挚的问候，
[您的姓名]
[您的职务/职位]
[您的公司名称]

4. 利用示例

示例在提示工程中起着至关重要的作用。通过包含输入和输出对，您可以调节模型以根据当前推理的需要做出响应。单样本或少样本学习技术，即提供所需行为的示例，可以显著提高模型的输出精度。

学习类型提示完成
零射标题：教练相信伤病不会让勇士队
脱轨 主题：教练相信伤病不会破坏勇士队的赛季。团队仍然专注于他们的目标，他们将继续努力实现这些目标。
少镜头标题：双胞胎的科雷亚使用选择退出，测试自由球员
主题：棒球
标题：卡塔尔世界杯将有清醒的区域
主题：足球
标题：耶茨：第 6
周的梦幻足球情报 主题：足球
标题：教练相信伤病不会让勇士队
脱轨 主题：篮球

5.注意提示

提示为模型的输出提供起点。它们有助于将模型引导到所需的响应。在提示中包含提示有助于指导模型生成符合您意图的输出。

提示数量提示完成
0性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结上面的电子邮件：这封电子邮件的目的是通知员工绩效评审体验的最新变化，这是 Contoso 的绩效和开发方法的一部分。这些更改包括改进的结构、升级的工具内用户体验和重点提示。此外，现在还有一个可选的对话启动器部分，供员工标记他们想与经理讨论的话题。
1性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结上面的电子邮件：
邮件的关键要点Contoso 通过使其更加关注核心优先级、期望和影响来改善绩效评审体验。此外，他们还通过提示、资源和指导升级工具内用户体验。最后，他们正在增加有关如何激活公司范围内核心优先事项的指导。
2性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结以上邮件：
要点：
•Contoso 正在根据员工的反馈对绩效评审体验进行更改。
这些变化包括对核心优先事项、期望和影响的新关注;升级的用户体验;以及关于公司范围内核心优先事项的新指南。
• 绩效评估是反思过去绩效和学习以及规划未来优先事项和增长机会的时候。
• 员工和经理应在绩效评估会议之前写下评论。
• 每年至少应进行两次业绩评估。
• 每次审查的时间投入应大致相同。

6. 测试安排

信息在提示中的显示顺序可能会影响模型的输出。尝试不同的指令、主要内容、示例和提示安排，以达到预期的结果。新近偏差，即模型更多地受到最新信息的影响，是需要牢记的。

7. 给模型一个“出局”

有时，模型可能难以准确完成任务。为了缓解这种情况，请为模型提供替代路径或说明，如果找不到令人满意的响应。这有助于防止产生错误或荒谬的答案。

系统消息用户助理
你是一个人工智能助手，可以帮助人们找到信息。用尽可能少的词回答。约翰·史密斯（John Smith）与露西·史密斯（Lucy Smith）结婚。他们有五个孩子，他在Microsoft担任软件工程师。我应该做哪些搜索查询来对此进行事实核查？## 一种可能的搜索查询是：“约翰·史密斯娶了露西·史密斯，五个孩子，软件工程师Microsoft”

8. 注意代币限制

提示大小受模型可以处理的令牌数的限制。标记表示文本的各个单位。通过考虑数据包含的表格格式和优化空白使用等因素，有效地利用空间。例如，Azure OpenAI text-davinci-003 模型的组合输入和输出限制为 4097 个令牌。假设我们想要大约 250 个单词的输出，而一个标记代表大约一半的单词，我们将为完成响应保留 500 个标记。这还剩下 ~3500 个标记供输入，或大约 1700 个单词。任何超过 1700 字的源文本都需要手动编辑以适应。

9. 使用负责任的 AI 减轻伤害

减轻大型语言模型带来的危害需要一种迭代的分层方法，包括实验和持续测量。我们建议使用我们的负责任 AI 最佳实践制定缓解计划。有关更多观点，请使用 Azure AI 负责任地部署大型语言模型

10. 实验和迭代

提示工程是一门需要实验和迭代的艺术。练习并获得为不同任务制作提示的经验。每个模型的行为可能不同，因此相应地调整提示工程技术非常重要。

高级提示
准备好更深入地了解了吗？下面是使用 Azure OpenAI 服务进行提示工程的 5 个高级提示。

11. 了解不同的 API

根据您使用的模型（例如 GPT-35-Turbo 或 GPT-4），您需要对聊天完成 API 或完成 API 的输入设置不同的格式。熟悉每个 API 的特定要求，以确保正确的提示设计。

12. 从清晰的系统消息开始

系统消息设置模型的上下文和说明。描述助手的角色、限制和所需的响应格式。明确定义模型应该回答什么和不应该回答什么，并提供生成准确和有用的响应的指南。

系统消息用户助理
你是一个人工智能助手，可以帮助人们找到信息并以押韵的方式做出回应。如果用户问你一个你不知道答案的问题，请说出来。关于我，你能说些什么吗，Clippy？亲爱的Clippy，很抱歉，
我今天没有关于你的信息。
我只是一个脑子里有知识的人工智能，
但没有你的输入，我无法解释。
所以请告诉我更多关于你所寻求的东西，
我会尽我所能给你一个独特的答案。

13. 利用小样本学习

小样本学习涉及提供一组训练示例作为提示的一部分，以便为模型提供额外的上下文。对于聊天完成 API，使用用户和助手之间的一系列消息作为示例，以启动模型的行为并确定常见问题的答案。

系统消息少镜头示例
Assistant 是一款智能聊天机器人，旨在帮助用户回答与税务相关的问题。
说明
如果用户询问他们应该何时报税，请提醒他们截止日期是 4 月 15 日。用户：我应该什么时候报税？
助理：您应该在 4 月 15 日之前报税。

14. 使用显式约束

显式约束有助于指导模型的行为和响应。例如，您可以指定模型必须以特定格式（如诗歌或推文）回答，以符合您的应用程序要求。

系统消息用户助理
Assistant 是一种经过训练的 AI，可以提供简短的、类似推文的响应。做出相应的回应。法国的首都是哪里？巴黎，浪漫与灯光之城。

15. 结合复杂任务的技术

对于更复杂的任务，您可以结合各种技术，例如少样本学习、显式约束和显式指令，以有效地指导模型的行为。进行试验和迭代，以找到适合您的用例的最佳组合。

By Andy-Beatman

您想最大限度地发挥您最喜欢的大型语言模型的潜力吗？提示工程是使用生成式 AI 构建智能应用的关键技能。我为开发人员、数据科学家和好奇的新手编写了本指南，以便他们自信地创建有效的提示。下面，我分享 15 个基本技巧，并随时发表您自己的评论。

1. 了解基础知识

文本提示是用户与生成语言模型交互的基本方式，生成语言模型旨在生成最有可能从给定输入文本中遵循的下一个单词序列。简单地说，这就像问模特，“当我说<提示>时，你会想到什么？下面的示例有效地演示了此行为。通过为模型提供来自已知内容的初始单词，它准确地延续了文本，展示了其理解和生成连贯语言的能力。

提示完成
是还是不是，这就是问题 [...]

2. 识别提示组件

在构造提示时，识别其基础组件会很有帮助。这些组件包括说明、主要内容、示例、提示和支持内容。说明指导模型执行什么操作，主要内容是正在处理的主要文本，示例演示了所需的行为，提示充当输出的快速启动，支持内容提供了影响输出的附加信息。

3. 制作清晰的说明

指令通常用于提示中，并指导模型的行为。要具体，并尽可能少地留有解释的余地。使用类比和描述性语言来帮助模型理解您想要的结果。

指令类型提示完成
简单说明为我们新的基于云的协作工具撰写简短的产品描述

ContosoSync 简介

ContosoSync 是一种基于云的尖端协作工具，旨在简化各种规模的企业的团队合作并提高工作效率。通过实时文档编辑、无缝文件共享和集成任务管理，ContosoSync 使团队能够毫不费力地协同工作，无论他们是在办公室还是在全球各地。

复杂指令

写一封引人注目的电子邮件，邀请潜在客户参加我们即将举行的 ContosoSync 产品发布会。包括参加的好处并表达对支持的感激之情。

主题：加入我们，参加 ContosoSync 的独家产品发布会！

尊敬的[客户姓名]，

我们很高兴邀请您参加我们在 [Date] 举行的独家 ContosoSync 产品发布活动！作为重要的行业领导者，我们相信您会发现我们的最新创新既令人兴奋又改变了游戏规则。

活动详情：
日期：[日期]
时间：[时间]
地点：[地点]

在活动期间，您将有机会：

1. 率先见证我们突破性产品的实际应用。
2. 与我们的专家团队互动并回答您的问题。
3. 与来自各行各业志同道合的专业人士建立联系。

此次发布标志着我们公司的一个重要里程碑，我们很荣幸能邀请到您尊敬的出席此次活动。请在 [RSVP 日期] 之前回复以确保您的位置。

如需确认您的出席或有任何疑问，请回复此电子邮件或联系[联系人/电子邮件/电话]。

我们期待与您分享这个激动人心的时刻，并探索潜在的合作机会。

诚挚的问候，
[您的姓名]
[您的职务/职位]
[您的公司名称]

4. 利用示例

示例在提示工程中起着至关重要的作用。通过包含输入和输出对，您可以调节模型以根据当前推理的需要做出响应。单样本或少样本学习技术，即提供所需行为的示例，可以显著提高模型的输出精度。

学习类型提示完成
零射标题：教练相信伤病不会让勇士队
脱轨 主题：教练相信伤病不会破坏勇士队的赛季。团队仍然专注于他们的目标，他们将继续努力实现这些目标。
少镜头标题：双胞胎的科雷亚使用选择退出，测试自由球员
主题：棒球
标题：卡塔尔世界杯将有清醒的区域
主题：足球
标题：耶茨：第 6
周的梦幻足球情报 主题：足球
标题：教练相信伤病不会让勇士队
脱轨 主题：篮球

5.注意提示

提示为模型的输出提供起点。它们有助于将模型引导到所需的响应。在提示中包含提示有助于指导模型生成符合您意图的输出。

提示数量提示完成
0性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结上面的电子邮件：这封电子邮件的目的是通知员工绩效评审体验的最新变化，这是 Contoso 的绩效和开发方法的一部分。这些更改包括改进的结构、升级的工具内用户体验和重点提示。此外，现在还有一个可选的对话启动器部分，供员工标记他们想与经理讨论的话题。
1性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结上面的电子邮件：
邮件的关键要点Contoso 通过使其更加关注核心优先级、期望和影响来改善绩效评审体验。此外，他们还通过提示、资源和指导升级工具内用户体验。最后，他们正在增加有关如何激活公司范围内核心优先事项的指导。
2性能评审是 Contoso 性能和开发方法的核心组成部分。[...]
总结以上邮件：
要点：
•Contoso 正在根据员工的反馈对绩效评审体验进行更改。
这些变化包括对核心优先事项、期望和影响的新关注;升级的用户体验;以及关于公司范围内核心优先事项的新指南。
• 绩效评估是反思过去绩效和学习以及规划未来优先事项和增长机会的时候。
• 员工和经理应在绩效评估会议之前写下评论。
• 每年至少应进行两次业绩评估。
• 每次审查的时间投入应大致相同。

6. 测试安排

信息在提示中的显示顺序可能会影响模型的输出。尝试不同的指令、主要内容、示例和提示安排，以达到预期的结果。新近偏差，即模型更多地受到最新信息的影响，是需要牢记的。

7. 给模型一个“出局”

有时，模型可能难以准确完成任务。为了缓解这种情况，请为模型提供替代路径或说明，如果找不到令人满意的响应。这有助于防止产生错误或荒谬的答案。

系统消息用户助理
你是一个人工智能助手，可以帮助人们找到信息。用尽可能少的词回答。约翰·史密斯（John Smith）与露西·史密斯（Lucy Smith）结婚。他们有五个孩子，他在Microsoft担任软件工程师。我应该做哪些搜索查询来对此进行事实核查？## 一种可能的搜索查询是：“约翰·史密斯娶了露西·史密斯，五个孩子，软件工程师Microsoft”

8. 注意代币限制

提示大小受模型可以处理的令牌数的限制。标记表示文本的各个单位。通过考虑数据包含的表格格式和优化空白使用等因素，有效地利用空间。例如，Azure OpenAI text-davinci-003 模型的组合输入和输出限制为 4097 个令牌。假设我们想要大约 250 个单词的输出，而一个标记代表大约一半的单词，我们将为完成响应保留 500 个标记。这还剩下 ~3500 个标记供输入，或大约 1700 个单词。任何超过 1700 字的源文本都需要手动编辑以适应。

9. 使用负责任的 AI 减轻伤害

减轻大型语言模型带来的危害需要一种迭代的分层方法，包括实验和持续测量。我们建议使用我们的负责任 AI 最佳实践制定缓解计划。有关更多观点，请使用 Azure AI 负责任地部署大型语言模型

10. 实验和迭代

提示工程是一门需要实验和迭代的艺术。练习并获得为不同任务制作提示的经验。每个模型的行为可能不同，因此相应地调整提示工程技术非常重要。

高级提示
准备好更深入地了解了吗？下面是使用 Azure OpenAI 服务进行提示工程的 5 个高级提示。

11. 了解不同的 API

根据您使用的模型（例如 GPT-35-Turbo 或 GPT-4），您需要对聊天完成 API 或完成 API 的输入设置不同的格式。熟悉每个 API 的特定要求，以确保正确的提示设计。

12. 从清晰的系统消息开始

系统消息设置模型的上下文和说明。描述助手的角色、限制和所需的响应格式。明确定义模型应该回答什么和不应该回答什么，并提供生成准确和有用的响应的指南。

系统消息用户助理
你是一个人工智能助手，可以帮助人们找到信息并以押韵的方式做出回应。如果用户问你一个你不知道答案的问题，请说出来。关于我，你能说些什么吗，Clippy？亲爱的Clippy，很抱歉，
我今天没有关于你的信息。
我只是一个脑子里有知识的人工智能，
但没有你的输入，我无法解释。
所以请告诉我更多关于你所寻求的东西，
我会尽我所能给你一个独特的答案。

13. 利用小样本学习

小样本学习涉及提供一组训练示例作为提示的一部分，以便为模型提供额外的上下文。对于聊天完成 API，使用用户和助手之间的一系列消息作为示例，以启动模型的行为并确定常见问题的答案。

系统消息少镜头示例
Assistant 是一款智能聊天机器人，旨在帮助用户回答与税务相关的问题。
说明
如果用户询问他们应该何时报税，请提醒他们截止日期是 4 月 15 日。用户：我应该什么时候报税？
助理：您应该在 4 月 15 日之前报税。

14. 使用显式约束

显式约束有助于指导模型的行为和响应。例如，您可以指定模型必须以特定格式（如诗歌或推文）回答，以符合您的应用程序要求。

系统消息用户助理
Assistant 是一种经过训练的 AI，可以提供简短的、类似推文的响应。做出相应的回应。法国的首都是哪里？巴黎，浪漫与灯光之城。

15. 结合复杂任务的技术

对于更复杂的任务，您可以结合各种技术，例如少样本学习、显式约束和显式指令，以有效地指导模型的行为。进行试验和迭代，以找到适合您的用例的最佳组合。