category
大型语言模型（LLMs）的兴起为人机交互带来了令人兴奋的可能性。然而，利用这些强大的人工智能模型的全部潜力需要一项关键技能：快速工程。这一新兴领域侧重于制作有效的提示，以解锁LLM的能力，使其能够理解意图、遵循指示并生成所需的输出。随着我们在各种应用中与人工智能的互动越来越多，快速工程在确保准确、相关和安全的互动方面发挥着至关重要的作用。
什么是快速工程？
提示工程是设计和优化提示的艺术和科学，以指导人工智能模型，特别是LLM，生成所需的响应。通过精心制作提示，您可以为模型提供上下文、说明和示例，帮助它理解您的意图并以有意义的方式做出回应。把它看作是为人工智能提供一个路线图，引导它朝着你心目中的特定输出发展。
要深入了解提示设计的世界并探索其应用程序，请查看Google Cloud上的提示设计简介。
准备好尝试LLM并直接进行工程设计了吗？尝试Vertex AI免费试用版，体验这项技术的强大功能。
AI的提示是什么？
在人工智能的背景下，提示是您向模型提供的输入，以引发特定的响应。这可以采取各种形式，从简单的问题或关键字到复杂的指令、代码片段，甚至创意写作示例。提示的有效性直接影响AI输出的质量和相关性。
快速工程需要什么？
有几个关键要素有助于有效的快速工程。掌握这些要素可以让你与人工智能模型进行有效的沟通，并释放它们的全部潜力。
提示格式
提示的结构和风格在指导人工智能的反应方面起着重要作用。不同的模型可能对特定格式有更好的响应，例如：
提示的格式在AI如何解释您的请求方面起着重要作用。不同的模型可能对特定格式有更好的响应，例如自然语言问题、直接命令或具有特定字段的结构化输入。了解模型的功能和首选格式对于制定有效的提示至关重要。
背景和示例
在提示中提供上下文和相关示例有助于人工智能理解所需的任务，并生成更准确和相关的输出。例如，如果你正在寻找一个有创意的故事，包括一些描述所需基调或主题的句子可以显著提高结果。
微调和调整
使用定制的提示对特定任务或领域的AI模型进行微调可以提高其性能。此外，根据用户反馈或模型输出调整提示可以随着时间的推移进一步改善模型的响应。
多回合对话
为多回合对话设计提示，使用户能够与人工智能模型进行连续和情境感知的交互，从而增强整体用户体验。
提示类型
人工智能中使用了各种类型的提示，每种都有特定的目的：
直接提示（零样本）
零样本提示包括在没有任何附加上下文或示例的情况下为模型提供直接的说明或问题。
一个例子是创意生成，其中模型被提示生成创造性想法或头脑风暴解决方案。另一个例子是摘要或翻译，其中要求模型对某些内容进行摘要或翻译。
一次、几次和多次提示
这种方法涉及在呈现实际提示之前，为模型提供一个或多个所需输入输出对的示例。这可以帮助模型更好地理解任务并生成更准确的响应。
思维链提示
CoT提示鼓励模型将复杂的推理分解为一系列中间步骤，从而产生更全面、结构更好的最终输出。
零样本CoT提示
将思想链提示与零样本提示相结合，要求模型执行推理步骤，这通常可以产生更好的输出。
快速工程的用例和示例
以下是一些具体的示例和用例，展示了快速工程如何帮助生成定制和相关的输出。
语言和文本生成
场景
说明
示例提示
创意写作
工艺提示，指定流派、基调、风格和情节点，以指导人工智能生成引人入胜的叙事。
“写一篇短篇小说，讲述一位年轻女子在阁楼里发现了一个神奇的入口。”
摘要
向人工智能提供文本，并指示其生成捕获关键信息的简明摘要。
“总结以下关于气候变化的新闻文章的要点。”
翻译
指定源语言和目标语言，使AI能够准确翻译文本，同时保留意义和上下文。
将以下文本从英语翻译成西班牙语：“敏捷的棕色狐狸跳过懒惰的狗。”
对话
设计模拟对话的提示，使人工智能能够生成模拟人类互动并保持上下文的响应。
“你是一个友好的聊天机器人，帮助用户解决计算机问题。回应用户的询问：‘我的计算机无法打开。’”
问答场景
说明
示例提示
开放式问题
制定提示，鼓励人工智能根据其知识库提供全面和信息丰富的答案。
“解释量子计算的概念及其对未来技术的潜在影响。”
具体问题
针对特定信息的设计提示，使人工智能能够从提供的上下文或其内部知识库中检索精确的答案。
“法国的首都是哪里？”或“根据提供的文本，森林砍伐的主要原因是什么？”
多项选择题
提供带有选项的提示，提示AI根据其对上下文的理解来分析和选择最合适的答案。
《哈利波特》系列是谁写的？A）J.R.R.托尔金，B）J.K.罗琳，C）斯蒂芬·金
假设性问题
Craft提示探索假设情况，允许人工智能推理、推测并提供潜在的结果或解决方案。
“如果人类能以光速旅行，会发生什么？”
基于意见的问题
设计提示，引出人工智能对特定主题的观点或意见，鼓励它为其立场提供推理和理由。
“你相信人工智能最终会超越人类智能吗？为什么或为什么不呢？”
代码生成
场景
说明
示例提示
代码补全
向AI提供部分代码片段，并提示其根据上下文和编程语言建议或完成剩余代码。
“编写一个Python函数来计算给定数字的阶乘。”
代码翻译
指定源和目标编程语言，使AI能够翻译代码，同时保留功能和语法。
将以下Python代码翻译为JavaScript：def greet（name）：print（'Hello，'，name）
代码优化
提示AI分析现有代码，并就效率、可读性或性能提出改进建议。
“优化以下Python代码以减少其执行时间。”
代码调试
向人工智能提供包含错误的代码，并提示其识别并建议所识别问题的潜在解决方案。
“调试以下Java代码，并解释为什么它抛出NullPointerException。”
图像生成
场景
说明
示例提示
照片级真实感图像
详细描述所需图像的工艺提示，包括对象、风景、照明和风格，以生成逼真和高质量的图像。
“一张逼真的日落照片，棕榈树映衬着天空。”
艺术形象
设计提示，指定艺术风格、技术和主题，以指导人工智能创建模仿特定艺术动作或唤起特定情感的图像。
“一幅印象派画作，描绘了一条繁华的城市街道，人们在雨中打着雨伞行走。”
抽象图像
制定提示，鼓励人工智能生成可供解释的图像，利用形状、颜色和纹理来唤起感觉或概念。
“用明亮的颜色和流动的形状代表希望概念的抽象图像。”
图像编辑
向AI提供现有图像并指定所需的修改，使其能够根据给定的说明编辑和增强图像。
“将此照片的背景更改为星空，并添加满月。”或“从此图像中删除该人，并将其替换为猫。”
撰写更好提示的策略
制定有效的提示需要采取战略性方法。考虑以下策略来提高你的快速工程技能：
1.设定明确的目标和目的：
战术
提示示例
使用动作动词指定所需的动作
“写一份项目符号列表，总结所附研究论文的主要发现”
定义所需的输出长度和格式
“写一篇500字的文章，讨论气候变化对沿海社区的影响。”
指定目标受众
“针对关注可持续发展的年轻人，为一系列新的有机护肤品撰写产品描述。”
2.提供背景和背景信息：
战术
提示示例
包括相关事实和数据
“鉴于自前工业化时代以来，全球气温上升了1摄氏度，请讨论海平面上升的潜在后果。”
参考特定来源或文件
“根据随附的财务报告，分析公司过去五年的盈利能力。”
定义关键术语和概念
“用简单的术语解释量子计算的概念，适合非技术受众。”
3.使用少量射击提示：
战术
提示示例
提供一些所需输入输出对的示例
输入：“猫”输出：“一种有胡须的小型毛茸茸的哺乳动物。”输入：“狗”输出：”一种以忠诚而闻名的家养犬。”提示：“大象”
展示所需的风格或基调
示例1（幽默）：“这位政治家的演讲太无聊了，可以治疗失眠。”示例2（正式）：“那位政要发表了一篇既富有信息性又引人入胜的演讲。”提示：“写一句话来描述这位喜剧演员的脱口秀表演。”
显示所需的详细程度
示例1（简短）：“这部电影讲述了一个小男孩与外星人交朋友的故事。”示例2（详细）：“科幻电影讲述了艾略特的故事，一个孤独的男孩发现了一个被困在地球上的外星人，并与之建立了独特的联系。”提示：“总结一下你刚刚读完的小说的情节。”
4.具体说明：
战术
提示示例
使用精确的语言，避免歧义
与其说：“写一些关于气候变化的文章”，不如用：“写一篇有说服力的文章，主张实施更严格的碳排放法规。”
尽可能量化您的请求
用“写一首14行的十四行诗，探讨爱与失去的主题”代替“写一篇长诗”
将复杂任务分解为更小的步骤
用“1”代替“制定营销计划”。确定目标受众。2.制定关键的营销信息。3.选择合适的营销渠道。"
5.迭代和实验：
战术
行动
尝试不同的措辞和关键字
使用同义词或替代句子结构重新表述你的提示。
调整细节和具体程度
添加或删除信息以微调输出。
测试不同的提示长度
尝试更短和更长的提示，以找到最佳平衡。
6.利用思维链激励：
战术
提示示例
鼓励逐步推理
逐步解决这个问题：约翰有5个苹果，他吃了2个。他还剩下多少苹果？第一步：约翰从5个苹果开始。第二步：他吃了2个苹果，所以我们需要从5中减去2。步骤3:5-2=3。回答：约翰还剩三个苹果。"
要求模型解释其推理过程
“解释一下你在决定这部电影评论的情绪时的思维过程：‘表演很棒，但情节是可以预测的。’”
按照逻辑顺序引导模型
“要将此电子邮件归类为垃圾邮件或非垃圾邮件，请考虑以下因素：1。发件人已知吗？2.主题行是否包含可疑关键字？3.这封电子邮件提供的东西好得令人难以置信吗？"
有关快速工程最佳实践的进一步指导，请探索Google Cloud上快速工程的五个最佳实践。
快速工程的好处
有效的快速工程提供了许多好处，增强了人工智能模型的能力和可用性：
改进了模型性能
精心设计的提示可以从人工智能模型中获得更准确、相关和信息丰富的输出，因为它们提供了清晰的说明和背景。
减少偏见和有害反应
通过仔细控制输入并引导人工智能的重点，快速工程有助于减轻偏见，并最大限度地降低产生不恰当或冒犯性内容的风险。
增强控制和可预测性
快速工程使您能够影响人工智能的行为，并确保一致和可预测的响应与您的预期结果相一致。
增强的用户体验
清晰简洁的提示使用户更容易与人工智能模型有效交互，从而带来更直观、更令人满意的体验。
- 登录 发表评论