掌握这 6步，轻松调试大语言模型的提示词 prompt

最新推荐文章于 2024-08-29 09:43:36 发布

黑帽子唐哥

最新推荐文章于 2024-08-29 09:43:36 发布

阅读量661

点赞数 17

文章标签：语言模型 prompt 人工智能智能手机产品经理 pdf

本文链接： https://blog.csdn.net/weixin_59191169/article/details/139960815

版权

在 AIGC 日益火爆的当下，大语言模型成为了我们探索智能世界的得力助手。然而，要想让大语言模型精准地理解并执行我们的意图，调试好提示词 prompt 至关重要。之前零散的学习prompt设计方法，把自己认为有效的方法做了汇总与提炼，今天既是分享也希望与大家相互交流。

第一步：想清楚想要什么

确定我们想让AI帮我们做什么，比如，我近期在和孩子一起学习英语，市面上的英文分级阅读价格动辄大几千，要想有原汁原味的发音还得额外配上点读笔，肉疼的很，那么AIGC是不是能帮我们输出适合孩子的英文读物呢？

第二步：怎么清楚的表达想要的结果

明确了我们想要什么，通过prompt向模型提出要求，比如：“请为我提供一套适合4 岁孩子的英语读物，要求能够根据孩子的蓝思值生成适合的读物，要求包含标题和正文。”

这个表达清晰吗？我们看看AI的输出

显然这个prompt不够清楚，我需要他生成绘本内容，而不是推荐已有的书给我。但要如何更清楚地表达？我继续尝试第三步

第三步：使用乔哈里视窗检视大模型是否真正明白了你想要的

乔哈里视窗是一个由美国学者乔瑟夫和哈里提出的沟通模型，它将信息分为四个区域：开放区、盲目区、隐藏区和未知区。

在检视大语言模型是否明白我们的需求时，我们可以这样应用乔哈里视窗：

开放区：这是我们和大语言模型都清楚知道的信息。比如我们明确提出的需求“请为我提供一套适合4 岁孩子的英语读物，要求能够根据孩子的蓝思值生成适合的读物，要求包含标题和正文。” 大语言模型准确理解了要根据蓝思值输出英文绘本的要求，那么这部分就是在开放区。
隐藏区：这是我们知道，但大语言模型不知道的信息。比如上面的例子，我希望模型创作一本绘本并输出标题和正文内容，能够直接给孩子进行阅读，但大模型理解的是推进了已有的绘本提供了标题和内容摘要。如果大语言模型没有考虑到我们想要它创作出直接可阅读的内容这个意图，就说明存在隐藏区。发现大模型理解的隐藏区，反复问自己如何更清晰的表达，然后对prompt进行调整减少隐藏区，让它更理解我们的意图。

3. 盲区：这是大语言模型知道，但我们不知道的信息。例如，模型可能给出一些我们未曾想到的新颖教育方法，但我们需要判断这些方法是否符合实际情况和孩子的特点。解决盲区的好办法是，直接问大模型我应该如何向他提问，让它来补全我们的知识盲区，如下面的例子，直接问大模型“我想让你创作一本适合4岁小朋友读的英文绘本，但是我不知道如何想你提问，我应该如何向你提问？”

模型的回答帮我补全了创作绘本的要素信息，可以通过这几个维度对大模型提出创作要求。这是我之前未考虑到的。

按照他给的例子再试试让他创作绘本，的确更像红火箭分级绘本的风格了。

4. 未知区：这是我们和大语言模型都不知道的信息。在交流过程中，可能会发现一些之前从未考虑过的问题或解决方案，这就属于未知区。未知区的探索依赖于对提示词的不断调整还有提示词策略的组合，具体可以往下看第四步。

简单总结第三步的目的就是应用乔哈里视窗来检视我们与大模型直接的沟通，以缩小盲目区和隐藏区，扩大开放区，让大语言模型更好地理解我们的需求。

第四步：使用情景词+少样本学习的组合让大语言模型更懂你想要的

在提示词中加入具体情景词，如“4岁孩子喜欢读中文书，但是一看到英文书就排斥？为4岁孩子创作一本英文绘本，绘本应该有5-10页，包含简单的字母学习和颜色识别。请使用温馨和幽默的风格，并在故事中加入一些互动性问题”。

再比如加入少样本的示例，比如这个例子中我们可以摘录知名的分级绘本如红火箭中的内容，让大模型学习模仿

第五步：通过提示词框架组织内容，更清晰地传达意图，提高大语言模型的理解与执行效率

前面四个步骤之后，可能你的提示词内容会非常长，为了让模型更好地理解我们的意图，合理使用框架组织提示词，能够提高大模型的理解和执行效率

以下是 22 种典型的提示词框架及其适用场景的表格呈现：

第六步：给大模型输出的结果打分，指出输出的优劣，重复调试

我们根据大模型生成内容的针对性、可操作性等各个方面进行打分。反馈具体哪里需要改善，让模型重复调试

结语

通过以上 6 个步骤的调试，我们能够显著提高大语言模型对我们需求的理解和执行能力，从而获得更精准、更有价值的输出结果。无论是解决孩子的学习问题、行为习惯还是心理困扰，都能更加贴合我们的期望，为孩子的成长带来更多的帮助，也帮助我们更高效的带娃。

学习了调优prompt的这6个步骤，也许你会发现，这调试的过程不也是我们人与人直接清晰表达的过程吗？想清楚想要表达的，调整表达方式使对方理解，描述不清的可以举例说明，对对方输出的内容进行反馈，然后进行后续的深入沟通。

这样的与大模型人机交互的过程更是对我们自身语言表达能力的训练、对需求拆解knowhow的提炼能力的训练、对知识储备的积累。你们觉得呢？

那么，如何系统的去学习大模型LLM？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

篇幅有限，部分资料如下：

👉LLM大模型学习指南+路线汇总👈

💥大模型入门要点，扫盲必看！

💥既然要系统的学习大模型，那么学习路线是必不可少的，这份路线能帮助你快速梳理知识，形成自己的体系。

👉大模型入门实战训练👈

💥光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉国内企业大模型落地应用案例👈

💥《中国大模型落地应用案例集》 收录了52个优秀的大模型落地应用案例，这些案例覆盖了金融、医疗、教育、交通、制造等众多领域，无论是对于大模型技术的研究者，还是对于希望了解大模型技术在实际业务中如何应用的业内人士，都具有很高的参考价值。 （文末领取）

💥《2024大模型行业应用十大典范案例集》 汇集了文化、医药、IT、钢铁、航空、企业服务等行业在大模型应用领域的典范案例。