提示工程：具有权威性的逐步指南

您的一本直截了当的指南，帮助您精通即时工程技巧。

我过去不理解“提示工程”。尽管我是ChatGPT的忠实用户，但对我来说，提示工程并没有太多意义。我会想，“只需向AI提问”，“为什么我需要进行‘提示工程’呢？”

当我开始开发人工智能应用时，我的思维方式发生了改变。我意识到启发式工程的重要性。这是一个过程，个体将常见语言转化为大型语言模型（LLMs）可以解释以产生最准确和相关答案的格式。这种技能在开发人工智能应用中变得至关重要，无论是用于公众使用还是内部公司流程。

这个指南旨在成为关于提示工程的最全面的教程。阅读完这篇文章后，您应该能够立即运用这些技巧来创建强大的人工智能应用。

AI 动力应用的种类

AI驱动的应用非常多样化，满足各种需求和行业。一个关键类别是AI即服务产品，这些产品简化了最终用户使用AI的过程。在这个类别中的一个典范就是NexusGenAI。

NexusGenAI 是一个专门从事大型语言模型配置的平台，使非技术用户能够轻松构建复杂的人工智能应用程序。该平台通过直观的用户界面，允许用户集成本指南中讨论的复杂技术，如检索增强生成（RAG）技术。

另一个人工智能应用取得重大进展的领域是增强现有产业。这些应用利用人工智能推动教育、工程和故事讲述等领域的发展。在金融领域的一个例子是NexusTrade。

NexusTrade 是一个基于人工智能的自动化投资研究平台，旨在赋予非技术用户更多权力。它使用户能够轻松创建、测试、优化和部署算法交易策略，并进行财务研究。该平台的 AI-Chat 功能能够将普通英语翻译为可执行配置，从而使复杂的任务如发起回测或分析详细的财务报告，例如苹果公司的最新收益报告成为可能。

如何创建完美的提示？

步骤1：熟悉ChatGPT

快速工程的基础是熟悉ChatGPT。如果您还没有开始使用它，本指南中的概念可能较难理解。

要开始，请访问ChatGPT并注册一个免费账号。

开始尝试使用不同的提示语句。

尝试要求它编写一个基于生日计算星座的Python脚本，或者请求它生成一幅体现内心平静精髓的图片。

你甚至可以询问有关制作最美味布朗尼的食谱。

一旦你对ChatGPT的操作熟悉起来，你会发现本指南的其余部分更有洞察力。

步骤2：尝试使用OpenAI Playground

熟悉ChatGPT后，下一步是深入了解OpenAI Playground。这个平台提供了更多实践和可定制化的体验，可与ChatGPT等大型语言模型进行互动。

在OpenAI Playground中，您可以尝试不同模型，调整诸如温度和最大令牌数等设置，并观察这些调整如何影响响应。这种探索可以让您理解各种输入和设置如何影响输出的微妙之处。这是一个您可以测试更复杂提示、观察不同响应风格和完善提示工程技巧的空间。

通过尝试一系列提示与这个工具互动。测试简单查询、复杂指令，甚至创意任务。目标是更深入地理解AI对不同类型提示的解释和响应。这种知识对于在现实应用中制定有效的提示至关重要。

第三步：确定您希望提示执行的操作

在有效的提示工程中，下一步是明确确定你希望你的提示实现什么目标。这种明确性是制作出能够提供精确和有用结果的提示的关键。

从以下几个方面开始思考：我希望从人工智能中获得何种具体结果？你的目标可能涉及获取信息、生成创意内容、解决问题或自动化任务。你越具体地描述你的目标，你就可以更好地定制你的提示语。

举个例子，如果你正在寻找信息，需要明确所需信息的类型、详细程度，以及你希望得到哪种格式的回答。如果你想要创意内容，需要定义所需内容的风格、语气和关键要素。对于解决问题，清楚地列出问题，并指明你希望得到的解决方案类型。

记住，一个提示的有效性在于它如何将您所期望的结果有效地传达给AI。通过明确定义您的提示的目的，您为更准确和相关的回应奠定了基础。

第四步：遵循角色、上下文、示例提示格式

制作有效提示的第四个步骤是使用角色、背景、示例（RCE）格式进行结构化。这种方法有助于创建清晰简洁的提示，指导AI提供所需的输出。

角色：首先要确定你希望AI扮演的角色。这可以是一名教师、一名编码员、一名讲故事的人，或是与你的目标相符的其他特定角色。通过指定一个角色，你可以明确期望AI给出的回应或行为的类型。

提供您提示的背景信息。这包括任何背景信息、具体条件或AI需要考虑的限制。背景信息会塑造AI对问题的理解和处理方式，确保回答相关且切题。

示例：在您的提示中包含示例。这些示例可以是样品输出、场景或模板，以说明您对AI的期望。示例作为指南，帮助AI掌握您所追求的风格、格式或内容。

通过遵循RCE格式，您可以创建结构化、清晰且有针对性的提示，从而导致更有效和高效的人工智能回应。

步骤五：反复迭代和改进

掌握即时工程的第五个步骤是根据反馈和结果进行迭代过程，以完善您的提示。这对于提高与人工智能的交互效果至关重要。

从您的初始提示中开始分析您收到的回应。寻找AI可能与您的期望不符或可以改进的地方。考虑准确性、相关性、细节和清晰度等方面。

然后，根据这些洞察结果调整您的提示。这可能包括微调措辞，添加更多背景信息，更改指定的角色，或提供更详细的示例。每个迭代都应旨在使提示更加精确地引导AI产生所期望的结果。

记住，及时的引导工程是一个持续的过程。您越是进行实验和改进引导，您与人工智能有效沟通的能力就越好。这种迭代的方法能够不断改善人工智能的回应质量和您与其互动的效率。

Step 6: 高级提示技巧

(prompt engineering, If you want to develop SaaS or applications that rely heavily on Large Language Models (LLMs) or require integration with external data sources, the final step is crucial. This stage involves mastering advanced techniques that greatly enhance the capability and accuracy of AI responses. You can use this website as a guide to learn some of the most advanced prompting techniques while maintaining the HTML structure.)

一些必备的提示技术的例子包括：

思维链引导：这种技术涉及构建提示来引导人工智能进行逐步推理的过程。它对于复杂的问题解决或分析任务特别有用。通过将问题分解为较小的部分，人工智能可以提供更详细和逻辑结构化的答案。
检索增强生成（RAG）：RAG 将 LLMs 的生成能力与外部信息检索相结合。当您的应用程序需要从外部来源提取最新信息或数据时，这一技术至关重要。它使人工智能能够用当前和相关信息增强其回应，提升了输出的准确性和相关性。
功能调用: 这涉及设计提示，指导人工智能执行特定的功能或操作。这可以包括执行代码、处理数据或与API集成。功能调用对于需要人工智能超越简单的文本生成并参与更动态、交互式任务的应用程序至关重要。

通过使用这些先进的提示工程技术，您可以大幅提升您的基于人工智能的应用的功能性和效果，确保它们提供高质量、准确和相关的结果。