← 返回目录

Summary

第 33 / 34 卷日期：

Name[ 您的提示名称及版本] GoalzÐ用一句话解释此尝试的目标zà 模型[ 所用模型的名称及版本 ]

温度[取值介于0到1]之间令牌限制[数字]
Top-K[数字]Top-P[数字]
提示[Writeallthefullprompt]
输出[写出输出或多个输出]

表 21. 提示文档模板

摘要

本白皮书探讨了提示工程。我们学习了多种提示技术，例如：

零样本提示

少量样本提示

系统提示

角色提示

上下文提示

回退式提示

思维链

自我一致性

思维树

  • ReAct

我们甚至研究了如何自动化您的提示词的方法x0

白皮书随后探讨了生成式 AI 的挑战，例如提示词不足时可能出现的问题。最后我们总结了成为优秀提示工程师的最佳实践。

全站分卷索引 · 34 卷
  1. 1Introduction
  2. 2Prompt engineering
  3. 3LLM output configuration
  4. 4Sampling controls
  5. 5Top-K and top-P
  6. 6Putting it all together
  7. 7Prompting techniques
  8. 8One-shot & few-shot
  9. 9System, contextual and role prompting
  10. 10System prompting
  11. 11Role prompting
  12. 12Contextual prompting
  13. 13Step-back prompting
  14. 14Chain of Thought (CoT)
  15. 15Self-consistency
  16. 16Tree of Thoughts (ToT)
  17. 17ReAct (reason & act)
  18. 18Automatic Prompt Engineering
  19. 19Code prompting
  20. 20Prompts for explaining code
  21. 21Prompts for translating code
  22. 22Prompts for debugging and reviewing code
  23. 23What about multimodal prompting?
  24. 24Design with simplicity
  25. 25Be specific about the output
  26. 26Control the max token length
  27. 27Experiment with input formats and writing styles
  28. 28Adapt to model updates
  29. 29JSON Repair
  30. 30Working with Schemas
  31. 31Experiment together with other prompt engineers
  32. 32CoT Best practices
  33. 33Summary
  34. 34Endnotes