Prompt Engineering

•

Prompt Engineering (提示工程)

初級入門（免費課程）

Prompt Engineering

aka In-Context Prompting

  • Basic Prompting
    • Zero-shot
    • Few-shot
  • Instruction Prompting
  • Self-Consistency Sampling
  • Chain-of-Thought (CoT)
  • Automatic Prompt Design
  • Augmented Language Models

生成式AI導論

【生成式AI導論 2024】第3講：訓練不了人工智慧？你可以訓練你自己 (上) — 神奇咒語與提供更多資訊

【生成式AI導論 2024】第4講：訓練不了人工智慧？你可以訓練你自己 (中) — 拆解問題與使用工具

【生成式AI導論 2024】第5講：訓練不了人工智慧？你可以訓練你自己 (下) — 讓語言彼此合作，把一個人活成一個團隊

神奇的咒語

不是對所有的模型都有用

1. 要語言模型思考: “Think about it Step-by-Step”

Paper: Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

2. 要語言模型解釋: “Explain it”

Paper: Can Large Language Models Be an Alternative to Human Evaluation?

3. 對語言模型情緒勒索: “This is very important to my career”

Paper: Large Language Models Understand and Can be Enhanced by Emotional Stimuli

4. 對語言模型下原則性指導 （Principled Instructions）

Paper: Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4

  1. 對它說話不用客氣, 對它有什麼要求直說無妨
  2. 給它明確的指示, 直說要它做甚麼, 不用跟它說不做什麼
  3. 跟它說如果做得好,會給它小費$xxx
  4. 跟它說做不好, 它會得到處罰
  5. 跟它說要保證它的答案是沒有偏見的, 而且要避免使用任何刻板印象 …

5.直接問語言模型給更強大的咒語 (Forward Generation Template)

  • Let's think step by step
  • Take a deep breath then work on this problem step by step

6. 輸入額外範例

In-Context Learning

Paper: Language Models are Few-Shot Learners

7. 拆解任務 （Recursive Reprompting and Revision)

Paper: Re3: Generating Longer Stories With Recursive Reprompting and Revision
Paper: Joint Prompt Optimization of Stacked LLMs using Variational Inference

8. 要語言模型去使用工具

Paper: AnyTool: Self-Reflective, Hierarchical Agents for Large-Scale API Calls

9. 自動提示比手工編寫的提示好

Paper: The Unreasonable Effectiveness of Eccentric Automatic Prompts
Blog: 要求AI模仿《星際爭霸戰》能提升效能，但還是用「自動優化」以魔法打敗魔法最有效

10. 要語言模型摘要文章/論文後寫出簡報/文章

收集, 啟發, 輸出

  • 一段一段分析文章中提供了什麼解決方法
  • 如何解決我提出的需求與問題？
  • 根據問題, 詳列摘要重點
  • 改寫成精簡但精采的簡報大綱

Paper: Constitutional AI: Harmlessness from AI Feedback



This site was last updated June 29, 2024.