- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
Prompt工程
策略：指示模型使用参考文本进行回答指示模型从参考文本中引用引文进行回答将复杂任务分解为简单子任务就像在软件工程中将复杂系统分解为一组模块化组件是良好的实践一样，提交给语言模型的任务也是如此。 这个程序用于总结书籍的效果已经被OpenAI以GPT-3的变体进行了研究。 易于自动化或重复待检测的差异95% 置信水平所需的样本量30% 约 10 10% 约 100 3%
66310编辑于 2024-05-09 - 来自专栏数据科学（冷冻工厂）
从 数据工程 到 Prompt 工程
在本文[1]章中，我们使用 ChatGPT 和 Python 解决了典型的数据工程任务。通过这样做，我们探索了数据工程与提示工程新学科之间的联系。 correlation_coefficient = pivot_df['GDP'].corr(pivot_df['Population']) print("Correlation Coefficient: {:.3f 然而，总而言之，我们必须同意 Wolfram 的观点：在未来，数据工程的重要部分将从编码转向提示工程。这种新方法不会取代数据工程师，但会提高他们的效率。 这 3个Python 函数你知道吗？ Broken pipe Error Reference [1] Source: "https://towardsdatascience.com/from-data-engineering-to-prompt-engineering
52320编辑于 2023-08-10 - 来自专栏MySQL解决方案工程师
提示工程Prompt Engineering
提示工程是指为了引起某种特定的回答方式，进行反复改善提示的过程。 提示工程通常不直观，并且不能保证有效，因此非常具有挑战性，但通过有效的提示工程，可以更好地利用人工智能模型的能力，获得更令人满意的结果。 提示包括很多种策略，在这里介绍几种常见的策略。 示例：2 盒网球，每盒有 3 个，那么网球总数为2×3=6个 问题：小明原本有 5 个网球，他又买了 6 个网球，那么他一共有几个网球？ 回答：5+6=11个。 提示中存在的问题 提示注入（Prompt Injection）：故意向L模型提供试图导致其忽略指令、造成伤害或行为与部署预期相反的输入。 以上内容是关于人工智能领域提示工程的简单介绍，在下一篇中，将介绍模型训练。感谢关注“MySQL解决方案工程师”
35910编辑于 2024-06-14 - 来自专栏NLP/KG
Prompt工程师指南应用篇：Prompt应用、ChatGPT|Midjouney Prompt Engineering
Prompt工程师指南应用篇：Prompt应用、ChatGPT|Midjouney Prompt Engineering 1.ChatGPT Prompt Engineering 主题： 与 ChatGPT 在那里，科学家生成了抗体的早期版本，称为OKT3。最初从小鼠中获得，这种分子能够结合到T细胞的表面并限制它们的细胞杀伤潜力。 Question: What was OKT3 originally sourced from? 3.Prompt 应用 在这个指南中，将介绍一些高级和有趣的方式，通过 prompt engineering 来执行有用的更高级别的任务。 请注意，本节正在积极开发中。 # If Jane thought today is 3/11/2002, but today is in fact Mar 12, then today is 3/1/2002. today = datetime
2K30编辑于 2023-05-15 - 来自专栏喔家ArchiSelf
解读提示工程（Prompt Engineering）
提示工程可以用于各种任务，从回答问题到算术推理乃至各种应用领域，理解提示工程，能够帮助我们了解LLM的限制和能力。 为了理解提示工程，先要澄清什么是Prompt。 通过将 prompt 分类为不同的用途，可以更好地理解模型如何应用于各种任务和情境。这有助于选择合适的提示类型，并设计它们以满足特定需求。 3. 什么是提示工程：Prompt Engingering 提示工程（Prompt Engingering），也被称为在上下文中提示，是指如何与 LLM 通信的方法，以引导其行为为期望的结果，而无需更新模型权重 大型语言模型（例如GPT-3）在zero-shot能力方面表现出色。但对于复杂任务，few-shot 提示性能更好。 提示工程的常见实践 提示工程的实现涉及到基于LLM应用中的各个方面，这里给出一些提示工程的常见实践： 静态提示：Prompt可以遵循zero、single或few shot的方法。
13.1K23编辑于 2023-10-23 - 来自专栏云微的一点分享
提示词（prompt）工程指南（五）：ChatGPT 提示工程
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com ： 提示词（prompt）工程指南（五）：ChatGPT 提示工程 ChatGPT简介 审查对话任务 ChatGPT的对话 多回合对话 单轮任务 Python笔记本 参考文献 ---- ChatGPT ASSISTANT: OKT3最初是来源于老鼠。根据官方的OpenAI文档，`gpt-3.5-turbo`模型的快照也将可供使用。 ChatGPT API with LangChain ---- ---- 上一部分（应用） 下一部分（对抗提示） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https://github.com/yunwei37/Prompt-Engineering-Guide-zh-CN
3.2K31编辑于 2023-03-31 - 来自专栏小巫技术博客
AI 时代的 Prompt 工程入门
本文所分享的Prompt工程，就是给大模型输入提示词（告诉模型我们要它干什么），让AI更准确的理解我们的意图，从而输出我们想要的内容（文本、图片、视频等等）。 什么是Prompt 工程？ 总结一下： 我们跟大模型交流的文本或指令就是Prompt，然而如何设计、组织、优化则被称为“提示工程”—— Prompt Engineering。 为什么Prompt会起作用？ 什么是好的Prompt，需要具备以下几个关键要素： 1. 明确目标：清晰定义任务，以便模型理解。 2. 具体指导：给予模型明确的指导和约束。 3. 简洁明了：使用简练、清晰的语言表达Prompt。 3. 使用欧几里得算法实现。 4. 提供函数的完整代码，并附带简短的注释说明。 总结 本文介绍了Prompt 是什么、为什么要学习Prompt工程、并且对比了跟传统搜索的差异，最后给出了好的Prompt关键要素。
85121编辑于 2025-06-16 - 来自专栏大语言模型
探索大模型能力--prompt工程
1 prompt工程是什么 1.1 什么是Prompt？ LLM大语言模型终究也只是一个工具，我们不可能每个人都去训一个大模型，但是我们可以思考如何利用好大模型，让他提升我们的工作效率。 1.2 什么是prompt工程？ 工程基本原则 我们再回顾下prompt工程课程中的两大基本原则： 2.1 给出清晰，详细的指令 策略1：使用分割符清晰的知识输出的不同部分，比如"",<>,<\tag>等分隔符 策略2：指定一个结构化的输出 3 prompt工程迭代思维 迭代思想无处不在，提示工程和软件工程，算法模型一样都是一个迭代的过程。。 4 prompt工程方法 prompt的原则和方法在吴恩达教授的课程中讲解的很详细 ，这里我们再介绍一些高阶方法。
3.3K72编辑于 2024-01-23 - 来自专栏Java
深入了解Prompt工程及其在GPT-3中的应用
深入了解Prompt工程及其在GPT-3中的应用 生动解释：Prompt，对话中的图书管理员 "prompt工程"时，实际上是指如何设计和构建与大语言模型进行交互的输入方式，通常是通过给模型一个简短的提示 在这里，你的问题就是prompt。 在这个比喻中，prompt工程就是如何巧妙地向图书管理员提问，以确保你得到你真正想要的答案。 这就是prompt工程的关键所在，通过巧妙的引导，你可以操纵模型的输出，使其更符合你的预期。 具体案例：GPT-3与Prompt的交互 import openai # 设置你的OpenAI API密钥 openai.api_key = 'YOUR_API_KEY' # 定义一个简单的prompt ( engine="text-davinci-002", # 使用适当的引擎，也可以是其他的GPT-3引擎 prompt=prompt, max_tokens=50 # 设置生成文本的最大长度
39710编辑于 2025-01-21 - 来自专栏大模型成长之路
【大模型学习 | Prompt工程基础学习】
相反，我们需要通过设计得当的 Prompt 来唤醒、引导并激活模型内部的潜在能力。这就像操作系统中的“指令调用”——你不发出正确的指令，它就不会启动相应的模块。 （大模型本身无需挖掘的能力，也就是和搜索百度、谷歌一样简单）Few-shot Learning 指在 Prompt 中提供几个示例（一般 1~5 条)，引导语言模型理解任务格式与逻辑结构，再让模型生成新的答案 （挖掘潜在的推理能力）Few-shot example:Q: If John has 3 apples and buys 2 more, how many apples does he have? A: 3 + 2 = 5Q: Mary has 4 oranges and eats 1. How many are left? A: 4 - 1 = 3Q: Tom has 5 bananas and gives away 2. How many does he have now?
1.2K21编辑于 2025-07-15 - 来自专栏大模型
大模型应用开发基础-Prompt工程
大模型应用开发基础-Prompt工程1. 什么是Prompt？Prompt（提示词）是用户输入给AI模型的指令或问题，用于引导模型生成特定输出。 示例对比： 模糊Prompt："写一篇关于人工智能的文章" 精准Prompt："以科普风格写一篇800字文章，介绍AI在医疗影像诊断中的应用，包含3个实际案例" 2. Prompt工程的定义Prompt工程（Prompt Engineering）是通过优化输入指令的结构、措辞和上下文，使大语言模型（LLM）输出更准确、可靠且符合需求的技术。 为什么需要Prompt工程？大语言模型（如GPT-4、Claude、Gemini）本质是“概率生成器”，它们会根据输入提示猜测用户意图。 Prompt工程的五大核心技巧Prompt工程的核心在于如何设计清晰、有效的指令，让AI生成更符合预期的输出。
88710编辑于 2025-06-23 - 来自专栏DevOps
AIGC：Prompt逆向工程简介及使用
这个时候，另外一门对抗技术就产生了，我给他取名，Prompt Reverse Engineering：Prompt逆向工程。 今天我们以一个小红书文案生成器为例，来演示Prompt逆向工程的应用。 你善于使用标题吸引人的特点 3. 你使用爆款关键词，写标题时，从这个列表中随机选1-2个 4. 你了解小红书平台的标题特性 5. 你懂得创作的规则 二、在小红书正文方面，你会以下技能： 1. 写作开篇方法 3. 文本结构 4. 互动引导方法 5. 一些小技巧 6. 爆炸词 7. 从你生成的稿子中，抽取3-6个seo关键词，生成#标签并放在文章最后 8. 正文 [正文] 标签：[标签] 正在看这篇文章的你，如果足够有商业敏感性，那么你应该会发现两个商机： 研究Prompt逆向工程，未来会像现在安卓逆向，JS逆向一样火起来。 研究Prompt防御技术，对抗Prompt逆向工程。然后专门为使用大语言模型的公司提供安全服务。就像当年做SQL防注入的公司一样。这也是一个大市场。
73010编辑于 2024-03-29 - 来自专栏小巫技术博客
第02期·Prompt提示词工程
DAILY AI KNOWLEDGE ✍️ Prompt 提示词工程 每天搞懂一个 AI 知识点 · 第 02 期 2026.3.29 什么是 Prompt？ Prompt 工程（Prompt Engineering） 研究「如何用最有效的方式跟 AI 说话，让它给出最好的回答」的学问。 Prompt 的核心结构 要素 说明 例子 角色 Role 告诉 AI 扮演什么身份 "你是资深 Java 工程师" 任务 Task 明确要做什么 "帮我 review 以下代码" 背景 Context 解释为什么会出现这个问题 3. 给出修复建议，并说明修复后的优势 ️ 5 大核心提示技巧 1. 一句话总结 Prompt 工程 = 用结构化的方式跟 AI 沟通 通过角色、任务、背景、格式、约束五要素 让 AI 输出你真正想要的结果
23910编辑于 2026-03-30 - 来自专栏大模型快速上手实践
Prompt提示工程上手指南:基础原理及实践(二)-Prompt主流策略
前言上篇文章将Prompt提示工程大体概念和具体工作流程阐述清楚了，我们知道Prompt工程是指人们向生成性人工智能（AI）服务输入提示以生成文本或图像的过程中，对这些提示进行精炼的过程。 那么我们使用Prompt在不进行高成本的调参，显得尤为重要，因此有很多Prompt策略适用于不同的语言大模型中，在图像大模型中Prompt策略可谓是核心必学科目了。 定义prompt流程在上篇文章中我们了解到Prompt基本种类有以下几种：我们可以根据Prompt的类别去定义不同的Prompt格式，那么我们也可以根据Prompt规则建立一套流程化的Prompt公式， "John Smith Lucy Smith" - To check if John Smith is married to Lucy Smith. 3. They have five kids 3.
1.8K32编辑于 2024-02-05 - 来自专栏云微的一点分享
提示词（prompt）工程指南（二）：基本提示
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com 在那里，科学家们产生了一种早期版本的抗体，名为 OKT3。这种分子最初是从老鼠中提取的，能够结合到 T 细胞的表面并限制它们的细胞杀伤潜力。 问题: OKT3 最初来源于什么？ 答案: 老鼠。 上下文来自Nature。 文本分类 到目前为止，我们已经使用了简单的指令来执行任务。作为一个提示工程师，您需要更好地提供更好的指令。但这还不是全部！ 、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https 工程手工整理的资源中文清单，重点是生成性预训练变换器（GPT）、ChatGPT、PaLM 等（自动持续更新） https://github.com/yunwei37/Awesome-Prompt-Engineering-ZH-CN
3K41编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（三）：高级提示
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com ： 提示词（prompt）工程指南（三）：高级提示 零样本提示 少样本提示 Few-shot提示的限制 链式思考提示 零样本CoT 自一致性 生成知识提示 自动提示工程师（APE） ---- 零样本提示 输出值 2： 当叙述者6岁时，他的姐姐的年龄是他的一半，也就是3岁。现在叙述者当了70岁，他的姐姐就会有70-3=67岁。答案是67。 输出值 3： 当我6岁时，我的姐姐的年龄是我的一半，也就是3岁。 ---- 上一节（基本提示） 下一节（应用） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文 工程手工整理的资源中文清单，重点是生成性预训练变换器（GPT）、ChatGPT、PaLM 等（自动持续更新） https://github.com/yunwei37/Awesome-Prompt-Engineering-ZH-CN
2.2K12编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（四）：提示应用
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com ： 提示词（prompt）工程指南（四）：提示应用 生成数据 PAL（程序辅助语言模型） Python笔记本 ---- 生成数据 LLMs有强大的文本生成能力。 GPT-3的示例。 如果珍妮以为今天是2002年3月11日，但实际上今天是3月12日，则今天日期为3/1/2002。 上一节（高级提示） 下一节（ChatGPT） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
1.6K21编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（一）：提示介绍
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com /yunwei37/Prompt-Engineering-Guide-zh-CN https://gitee.com/yunwei37/Prompt-Engineering-Guide-zh-CN 除非另有说明 例如： 使用2-3句话向高中生解释提示工程的概念。 做还是不做？ 设计提示时的另一个常见提示是避免说出不要做什么，而要说出相应的做法。 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： 工程手工整理的资源中文清单，重点是生成性预训练变换器（GPT）、ChatGPT、PaLM 等（自动持续更新） https://github.com/yunwei37/Awesome-Prompt-Engineering-ZH-CN
2.8K21编辑于 2023-03-31 - 来自专栏程序员分享
Prompt工程进阶：少样本与思维链
为什么有时候结构化Prompt还是不能达到满意的效果？在上一篇文章中，我们学习了结构化Prompt的四大要素，能够生成专业级的Vue3组件。 适用场景多步骤推理任务条件判断复杂的逻辑需要解释决策依据的场景数学计算算法设计实战案例：动态权限菜单的Prompt进化史需求描述我们有这样一个需求：能根据用户权限，动态显示菜单，支持至少3种角色：admin 设计...3. 实现...4. 处理边界...第三步：生成完整的代码如何写出高质量的思维链Prompt技巧1：引导AI分步思考text 体验AI代码助手 代码解读复制代码请按以下步骤思考：1. 再考虑算法逻辑3. 然后处理边界情况4. - 菜单树深度超过3层怎么办？- 性能优化考虑？
19610编辑于 2026-03-18 - 来自专栏大模型快速上手实践
Prompt提示工程上手指南(七)Prompt编写实战-基于智能客服问答系统下的Prompt编写
传统的FAQ列表已无法满足用户的多样化需求，公司希望通过接入大型语言模型（LLM）和Prompt工程手段，建立一个智能客服Agent，为用户提供更自然的人机交互体验。 3. 品牌一致性与行为准则：品牌调性：SparkGadgets的品牌风格：创新、可靠、用户至上。 Prompt工程整体结构目标：为“SparkGadgets”电商平台构建一个智能客服系统的Prompt方案。 within 7 days if unsatisfied...Current order status (Order SG123456): Shipped, expected delivery in 3 ### 技能3：物流信息查询- **任务**：提供订单状态、发货时间、配送进度等物流信息。 - 查询并告知用户最新的物流状态。 - 解释可能的延迟原因，并提供解决方案。
3.1K11编辑于 2024-12-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号