小白学大模型：提示词工程与Agent

主要观点总结

本文关注生成式人工智能模型中的Prompt技术，这是指导模型输出的一种重要手段。文章介绍了不同种类的提示技术，包括指令性提示、范例性提示等，以及这些技术在不同场景下的应用和优势。文章还提到了不同的提示策略和方法，如上下文学习、思维链等，它们通过改进提示的设计来提高模型的性能。此外，文章还探讨了代理与外部工具的结合使用，以提高模型的智能性和解决问题的能力。最后，通过基准测试对比了六种不同的提示技术效果。

关键观点总结

关键观点1: 什么是Prompt技术

Prompt是生成式人工智能模型的输入，用于指导模型的输出。

关键观点2: 不同类型的提示技术

包括指令性提示、范例性提示等，每种类型都有其特定的应用场景和优势。

关键观点3: 提示技术的应用

通过改进提示的设计，可以提高模型的性能，如上下文学习、思维链等策略。

关键观点4: 代理与外部工具的结合

代理通过与外部工具的结合使用，提高了模型的智能性和解决问题的能力。

关键观点5: 基准测试对比

使用相同的通用提示模板对六种不同的提示技术进行基准测试，以评估其效果。

文章预览

↓ 推荐关注↓ Prompt是大模型的输入，用来指导生成式人工智能的输出。 本文提出了33个词汇术语的全面词汇表，58种纯文本提示技术的分类法，以及其他模态的40种技术。 The Prompt Report: A Systematic Survey of Prompting Techniques https://arxiv.org/pdf/2406.06608 大模型通常依赖用户提供的输入“提示”（prompt）来生成输出。提示可能是文本形式的——“写一首关于树的诗。” 或者采取其他形式：图像、音频、视频或它们的组合。自然语言提示的能力使得这些模型易于交互，并能在广泛的用例中灵活使用。 有效地构建、评估和执行与提示相关的其他任务对于使用这些模型至关重要。实证研究表明，更好的提示可以在广泛的任务中带来改进的结果。 unset unset 什么是提示（Prompt）？ unset unset 提示是输入给生成式人工智能（Generative AI）模型的指令，用于指导模型的输出 ………………………………