AI时代，提示词工程（Prompt Engineering）不再是小众技能，而是每个开发者都应该掌握的利器！今天，我将为你解读谷歌官方发布的提示词提升指南，带你轻松进阶，让你的AI应用更上一层楼！
(谷歌官方提示词提升指南)
原文链接(需魔法)：https://cloud.google.com/blog/products/application-development/6-tips-to-enhance-prompt-engineering-abilities
(部分原文截图)
随着AI工具的日益普及，提示词工程正成为开发者需要掌握的一项关键技能。大型语言模型（LLM）和其他生成式基础模型需要上下文相关、具体且定制的自然语言指令才能生成所需的输出。这意味着开发者需要编写清晰、简洁且信息丰富的提示词。
在本博客中，我们将探讨六个最佳实践，使你成为更高效的提示词工程师。遵循我们的建议，你可以开始创建更个性化、更准确且更具上下文感知的应用程序。让我们开始吧！
技巧一：了解模型的优势和劣势
随着AI模型的演进和复杂化，开发者必须理解其能力和局限性。了解这些优势和劣势可以帮助你避免犯错，并创建更安全、更可靠的应用程序。
例如，经过训练以识别蓝莓图像的AI模型可能无法识别草莓图像。为什么？因为该模型仅在蓝莓图像数据集上进行训练。如果开发者使用此模型构建一个应该同时识别蓝莓和草莓的应用程序，则该应用程序可能会出错，导致无效的结果和糟糕的用户体验。
需要注意的是，AI模型可能存在偏差。这是因为AI模型是在从现实世界收集的数据上进行训练的，因此它可以反映我们社会等级制度中固有的不公平的权力动态。如果用于训练AI模型的数据存在偏差，则该模型也会存在偏差。如果模型用于做出影响人们的决策，通过强化社会偏见，这可能会导致问题。解决这些偏见对于确保数据公平、促进平等和确保AI技术的责任至关重要。提示词工程师应该了解训练的局限性或偏差，以便他们能够更有效地编写提示词，并了解对于给定模型，什么样的提示是可行的。
技巧二：尽可能具体
AI模型能够理解各种提示词。例如，Google的PaLM 2可以理解自然语言提示词、多语言文本，甚至Python和JavaScript等编程代码。尽管AI模型可能非常博学，但它们仍然不完美，并且有可能曲解不够具体的提示词。为了让AI模型消除歧义，必须根据你的期望结果专门定制提示词。
假设你希望你的AI模型生成50个纯素蓝莓松饼的食谱。如果你使用“蓝莓松饼的食谱是什么？”来提示模型，则模型不知道你需要制作50个松饼。因此，它不太可能列出你所需的大量配料，也不太可能包含帮助你更有效地烘烤如此大量松饼的技巧。该模型只能根据提供的上下文进行操作。更有效的提示词是“我将招待50位客人。生成50个纯素蓝莓松饼的食谱。”该模型更有可能生成与你的请求相关的响应，并满足你的特定需求。
技巧三：利用上下文提示词
在提示词中利用上下文信息，以帮助模型深入理解你的请求。上下文提示词可以包括你希望模型执行的特定任务、你正在寻找的输出的副本，或者要模仿的角色，从营销人员或工程师到高中老师。为AI模型定义语气和视角，可以为其提供你正在寻找的语气、风格和专业知识的蓝图，以提高输出的质量、相关性和有效性。
在蓝莓松饼的例子中，使用情境上下文提示模型非常重要。该模型可能需要比生成50人食谱更多的上下文。如果它需要知道该食谱必须是纯素的，你可以通过要求它模仿一位技艺精湛的纯素厨师来提示模型。
通过提供上下文提示词，你可以帮助确保你的AI交互尽可能无缝和高效。该模型将能够更快地理解你的请求，并且能够生成更准确和相关的响应。
技巧四：为AI模型提供示例
为AI模型创建提示词时，提供示例会很有帮助。这是因为提示词充当模型的指令，示例可以帮助模型理解你所要求的内容。带有示例的提示词如下所示：“以下是我喜欢的几个食谱——根据我提供的食谱创建一个新食谱。”该模型现在可以理解你的能力和需求，以便制作此糕点。
技巧五：尝试不同的提示词和角色
你构建提示词的方式会影响模型的输出。通过创造性地探索不同的请求，你很快就会了解模型如何权衡其答案，以及当你将你的领域知识、专业知识和生活经验与数十亿参数的大型语言模型的力量融合时会发生什么。
尝试不同的关键词、句子结构和提示词长度，以找到完美的公式。让自己站在不同角色的立场上，从“产品工程师”或“客户服务代表”等工作角色，到父母或名人，例如你的祖母、一位名厨，探索从烹饪到编程的一切！
通过精心设计包含你的专业知识和经验的独特且创新的请求，你可以了解哪些提示词可以为你提供理想的输出。进一步完善你的提示词（称为“调整”）可以让模型更好地理解你的下一个输出，并为其提供更完善的框架。
技巧六：尝试思维链提示
思维链提示是一种提高大型语言模型（LLM）推理能力的技术。它的工作原理是将复杂问题分解成更小的步骤，然后提示LLM为每个步骤提供中间推理。这有助于LLM更深入地理解问题，并生成更准确和信息丰富的答案。这将帮助你更好地理解答案，并确保LLM确实理解了问题。
随着AI驱动工具的日益普及，提示词工程是一项所有行业和组织的员工都需要掌握的技能。下次与AI模型交流时，请记住结合这六个基本技巧，以便生成你想要的准确输出。AI将永远持续发展，在我们使用它的过程中不断完善自身，所以我鼓励你记住，对于人和机器来说，学习是一个永无止境的旅程。祝你提示愉快！
© 版权声明
文章版权归作者所有，未经允许请勿转载。
