Prompt engineering

当您与 Gemini 聊天机器人对话时，本质上是在编写提示词。本白皮书重点介绍如何为 Ve ex AI 平台内或通过 API 调用的 Gemini 模型编写提示词，因为直接对模型进行提示时，您将能访问温度等配置参数。

本白皮书详细探讨提示工程技术。我们将分析多种提示技巧以帮助您快速入门，并分享成为提示专家的实用建议与最佳实践，同时讨论编写提示时可能遇到的一些挑战。

提示工程

记住大语言模型（ LLM）的工作原理：它是一个预测引擎。模型接收序列文本作为输入，然后根据其训练数据预测下一个标记应该是什么。LLM 通过不断重复这一过程运作，将先前预测的标记添加到序列文本末尾以预测后续标记。下一个标记的预测基于先前标记内容与 LLM 训练期间所见模式之间的关系。

编写提示词时，你实际上是在引导 LLM 预测正确的标记序列。提示工程就是设计高质量提示的过程，这些提示能指导大语言模型生成准确输出。该过程包括调试寻找最佳提示、优化提示长度，以及根据任务需求评估提示的写作风格和结构。在自然语言处理和 LLM 领域，提示是指为生成响应或预测而提供给模型的输入内容。