Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

prompt engineering

Answer

Prompt engineering(提示工程)包括以下几个方面:

  1. 提示开发生命周期:
    • 开发测试用例:在定义任务和成功标准后,创建涵盖应用程序预期用例的多样化测试用例,包括典型示例和边界情况,提前定义好的测试用例有助于客观衡量提示的性能。
    • 设计初步提示:制定初步提示,概述任务定义、良好响应的特征及必要的上下文,理想情况下添加规范输入和输出的示例供 Claude 参考,此初步提示作为改进的起点。
    • 根据测试用例测试提示:使用初步提示将测试用例输入到 Claude 中,仔细评估模型的响应与预期输出和成功标准的一致性,使用一致的评分标准,如人工评估、与答案标准的比较或 Claude 基于评分标准的判断,关键是要有系统性的评估性能方式。
  2. Claude 的性能:Claude 开箱即提供高水平基线性能,提示工程可进一步提升其性能并微调响应以适应特定用例,这些技术虽非必需,但对提升输入和输出可能有用。可参阅提示入门(https://docs.anthropic.com/claude/docs/intro-to-prompting)快速开始使用提示或了解提示概念。
  3. 使用例子中的迭代和改进:记住,提示工程是一个迭代过程,如果初始示例未产生完美结果,不要灰心,通过调整和实验,能够释放 Claude 的全部潜力,为应用程序取得出色结果。
Content generated by AI large model, please carefully verify (powered by aily)

References

2.Prompt engineering 提示工程

Develop test cases:With your task and success criteria defined,the next step is to create a diverse set of test cases that cover the intended use cases for your application.These should include both typical examples and edge cases to ensure your prompts are robust.Having well-defined test cases upfront will enable you to objectively measure the performance of your prompts against your success criteria.开发测试用例:在定义任务和成功标准之后,下一步是创建一组多样化的测试用例,涵盖应用程序的预期用例。这些应包括典型示例和边界情况,以确保您的提示具有鲁棒性。提前定义好的测试用例将使您能够客观地衡量您的提示与成功标准的表现。Engineer the preliminary prompt:Next,craft an initial prompt that outlines the task definition,characteristics of a good response,and any necessary context for Claude.Ideally you should add some examples of canonical inputs and outputs for Claude to follow.This preliminary prompt will serve as the starting point for refinement.设计初步提示:接下来,制定一个初步的提示,概述任务定义、良好响应的特征,以及Claude所需的任何上下文。理想情况下,您应该添加一些规范输入和输出的示例供Claude参考。这个初步提示将作为改进的起点。Test prompt against test cases:Feed your test cases into Claude using the preliminary prompt.Carefully evaluate the model's responses against your expected outputs and success criteria.Use a consistent grading rubric,whether it's human evaluation,comparison to an answer key,or even another instance of Claude’s judgement based on a rubric.The key is to have a systematic way to assess performance.根据测试用例测试提示:使用初步提示将测试用例输入到Claude中。仔细评估模型的响应与您预期的输出和成功标准是否一致。使用一致的评分标准,无论是人工评估、与答案标准的比较,甚至是基于评分标准的Claude判断的另一个实例。关键是要有一种系统性的评估性能的方式。

2.Prompt engineering 提示工程

Claude offers high-level baseline performance out of the box.However,prompt engineering can help you enhance its performance further and fine-tune its responses to better suit your specific use case.These techniques are not necessary for achieving good results with Claude,but you may find them useful in upleveling your inputs&outputs.Claude在开箱即用时提供了高水平的基线性能。然而,及时的工程可以帮助您进一步提升其性能,并对其响应进行微调,以更好地适应您特定的用例。这些技术对于实现Claude的良好结果并不是必要的,但您可能会发现它们对提升输入和输出非常有用。To quickly get up and running with a prompt or get introduced to prompting as a concept,see[intro to prompting](https://docs.anthropic.com/claude/docs/intro-to-prompting).要快速开始使用提示或了解提示作为一个概念,可以参阅提示入门。

4.Use examples 使用例子

Remember,prompt engineering is an iterative process.Don't be discouraged if your initial examples don't yield perfect results–with a bit of tweaking and experimentation,you'll be able to unlock Claude's full potential and achieve exceptional results for your applications.记住,快速工程是一个迭代过程。如果你的初始示例没有产生完美的结果,不要灰心-通过一点调整和实验,你将能够释放Claude的全部潜力,并为你的应用程序取得出色的结果。

Others are asking
how AI helps in the field of life science engineering and informatics, and which roles it plays in our research and innovation.请用中文和英文回答
中文回答: 人工智能在生命科学工程和信息学领域发挥着重要作用。例如,DeepMind 开发的 AI 技术能够预测几乎所有已知蛋白质的结构,这将加速科学研究和救命药物的开发,在对抗疟疾、抗生素耐药性和塑料垃圾等方面帮助科学家取得巨大进展。随着人工智能的发展,它能够扩大熟练劳动力或提升低技能劳动力的水平,例如可以提出答案或创意,让经过训练的人类选择最佳答案,筛选结果并跳过错误答案,自然地整合到现有的工作流程中。在合适的条件下,人工智能将改变生活的各个方面,刺激经济,创造新的就业机会并改善工作场所。 英文回答: Artificial intelligence plays significant roles in the field of life science engineering and informatics. For instance, an AI technology developed by DeepMind can predict the structure of almost every known protein to science, which will accelerate scientific research and the development of lifesaving medicines. It has already helped scientists make huge progress in combating malaria, antibiotic resistance, and plastic waste. As AI develops, it can expand the skilled labor force or enhance the level of lowskilled labor. For example, it can propose answers or ideas, allowing trained humans to select the best ones, filter the results and skip incorrect answers, and integrate naturally into the existing workflow. Under the right conditions, AI will transform all areas of life, stimulate the economy, create new jobs and improve the workplace.
2024-08-26
how AI helps in the field of life science engineering and informatics, and which roles it plays in our research and innovation.请用中文描述一遍,英文描述一遍
中文描述: 用户询问:人工智能如何在生命科学工程和信息学领域发挥作用,以及它在我们的研究和创新中扮演何种角色。 英文描述: Quary: How AI helps in the field of life science engineering and informatics, and which roles it plays in our research and innovation. 以下是为您找到的相关内容: 1. 人工智能(AI)已经在带来广泛的社会效益,从医疗进步到缓解气候变化。例如,DeepMind(一家英国企业)开发的一项 AI 技术现在能够预测几乎每种已知科学的蛋白质结构。这一突破将加速科学研究和救命药物的开发,已经帮助科学家在对抗疟疾、抗生素耐药性和塑料垃圾方面取得巨大进展。 2. 英国科学技术框架将 AI 列为五项关键技术之一,并指出监管在为 AI 创造繁荣环境方面的作用。在适当的条件下,AI 将改变生活的所有领域,并通过释放创新和提高生产力来刺激英国经济,创造新的就业机会并改善工作场所。 3. 相关法案提到支持跨多个机构和组织的跨学科研究和开发,包括物理学、工程学、数学科学、计算机和信息科学、机器人学、生物和认知科学、材料科学、社会和行为科学、网络安全和技术伦理等与人工智能研究和相关学科。
2024-08-26
how AI helps in the field of life science engineering and informatics, and which roles it plays in our research and innovation.
AI 在生命科学工程和信息学领域具有多方面的助力和重要作用,主要体现在以下几个方面: 1. 提升劳动力水平:随着人工智能的发展,它能够扩大熟练劳动力或提升低技能劳动力的水平。例如,可以提出答案或创意,让经过训练的人类选择最佳答案,筛选结果并跳过错误答案,自然地整合到现有的工作流程中。 2. 推动行业转变:生命科学和医疗保健领域正越来越多地受到工程技术的推动而发生转变。在生命科学领域,基因编辑、细胞生物学、干细胞、机器人实验等方面的进展使科学家能够以前所未有的方式操纵生物学,且随着人工智能嵌入生命科学实验中,存在着强大的反馈循环。医疗保健领域也在利用技术经历复兴,朝着价值导向的付费模式转变,为人工智能创造了深层次的效用。 3. 助力新疗法开发:在理解生物学方面,人工智能扮演着关键角色,成为揭示生物学复杂性的推动者。如今已有的关于人类疾病的人工智能模型,指引着更有效的药物的开发路径,能够更快地进入市场,并减少失败的次数,使研究超越当前主要依赖实验室人力劳动偶然发现的模式。 但也要注意潜在的担忧,早期人工智能模型在人类收集的数据上进行训练可能存在嵌入的偏见和其他失败。随着人工智能应用于新的行业,科学家、医疗保健提供者和监管机构需要保持警惕,以防止潜在的有害副作用。
2024-08-26
什么是prompt engineering
提示工程(Prompt Engineering)是人工智能领域中,特别是在自然语言处理(NLP)和大型语言模型(LLMs)的上下文中,一个相对较新的概念。它涉及设计和优化输入提示(prompts),以引导 AI 模型生成特定类型的输出或执行特定的任务。 提示工程是一门经验科学,涉及迭代和测试提示以优化性能。在提示工程周期中花费的大部分精力实际上并不是在编写提示上。相反,大部分提示工程时间都花在开发一组强大的评估上,然后针对这些评估进行测试和迭代。 提示工程的生命周期包括以下几个步骤: 1. 设计初步提示:制定一个初步的提示,概述任务定义、良好响应的特征,以及模型所需的任何上下文。理想情况下,应该添加一些规范输入和输出的示例供模型参考。这个初步提示将作为改进的起点。 2. 测试提示:使用初步提示将测试用例输入到模型中。仔细评估模型的响应与预期的输出和成功标准是否一致。使用一致的评分标准,无论是人工评估、与答案标准的比较,甚至是基于评分标准的模型判断的另一个实例。关键是要有一种系统性的评估性能的方式。 3. 优化提示:根据评估结果,对初步提示进行修改和优化。这可能涉及调整提示的内容、结构或格式,以提高模型的性能和准确性。 4. 验证和部署:经过优化的提示需要进行验证和部署。验证包括对模型在不同数据集和任务上的性能进行评估,以确保提示的有效性和泛化能力。部署则涉及将提示集成到实际应用中,以实现对用户的服务。 总之,提示工程是一种通过设计和优化输入提示来引导 AI 模型生成特定输出或执行特定任务的方法。它是 AI 模型开发和优化过程中的一个重要环节,对于提高模型的性能和准确性具有重要意义。
2024-05-26
12个prompt 框架
以下是 12 种 Prompt 框架: 1. Instruction(指令):即希望 AI 执行的具体任务,如翻译或写一段文字。 2. Context(背景信息):给 AI 更多背景信息,引导模型做出更贴合需求的回复。 3. Input Data(输入数据):告知模型需要处理的数据。 4. Output Indicator(输出引导):告知模型输出的类型或风格。 5. Capacity and Role(能力和角色):ChatGPT 应扮演的角色。 6. Insight(见解):提供请求背后的见解、背景和上下文。 7. Statement(声明):说明要求 ChatGPT 做什么。 8. Personality(个性):希望 ChatGPT 以何种风格、个性或方式回应。 9. Experiment(实验):请求 ChatGPT 回复多个示例。 10. Background(背景):说明背景,为 ChatGPT 提供充足信息。 11. Role(角色):希望 ChatGPT 扮演的角色。 12. Objectives(目标):希望实现的目标。 此外,还有以下框架: 1. TASK(任务):定义特定任务。 2. ACTION(行动):描述需要做的事情。 3. GOAL(目标):解释最终目标。 4. INPUT(输入):描述信息或资源。 5. STEPS(步骤):询问详细的步骤。 6. EXPECTATION(期望):描述所需的结果。 7. REQUEST(请求):描述您的要求。 8. Key Result(关键结果):要什么具体效果,试验并调整。 9. Evolve(试验并改进):三种改进方法自由组合,包括改进输入、改进答案、重新生成。 10. CONTEXT(上下文背景):为对话设定舞台。 11. OBJECTIVE(目的):描述目标。 12. SCENARIO(方案):描述场景。 同时,还有一些特定的框架,如 ICIO 框架、CRISPE 框架、BROKE 框架等。
2025-01-23
1.AI搜索的prompt怎么写 2.AI搜论文的prompt怎么写比较好
以下是关于 AI 搜索和 AI 搜论文的 prompt 写作的相关指导: 对于 AI 搜索的 prompt 写作: 1. 明确具体的描述:使用更具体、细节的词语和短语来描述您的需求,避免过于笼统。 2. 添加视觉参考:若可能,在 prompt 中插入相关图片参考,以提高 AI 理解意图和细节要求的能力。 3. 注意语气和情感:根据需求,用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩。 4. 优化关键词组合:尝试不同的关键词搭配和语序,找到最准确表达需求的描述方式。 5. 增加约束条件:为避免意外输出,添加如分辨率、比例等限制性条件。 6. 分步骤构建 prompt:将复杂需求拆解为逐步的子 prompt,引导 AI 先生成基本结构,再逐步完善。 7. 参考优秀案例:研究 AI 社区流行且有效的 prompt 范例,借鉴写作技巧和模式。 8. 反复试验、迭代优化:通过多次尝试不同写法,并根据输出效果反馈持续优化。 对于 AI 搜论文的 prompt 写作,您可以参考以下要点: 1. 设定角色为资深学术研究者,明确具备高效的学术论文阅读、总结能力。 2. 遵循“二八原则”进行论文总结。 3. 输出阅读的总结文字,包括列出论文的明确方法论、经过验证的结论等关键信息。 4. 采用结构化的内容组织方式,如使用编号、子标题和列表。 5. 按照规定概述内容解读结语的结构写作,先概述规定内容,然后解读具体内容,最后以结语结束。 6. 结合案例和挑战,增强说服力并提供解决方案。 7. 引入法规内容和实际操作案例,提供详细解释和建议。 8. 使用商业术语,确保专业性和针对性。 9. 注意文章结构,标题要开门见山、切中要害并引起目标群体悬念;第一部分说清楚要解决的问题及背景和可能导致的损失;第二部分以案例引入;第三部分对案例进一步分析;第四部分给出具体操作建议,包括事前、事中、事后的注意事项和措施。 总之,编写高质量的 prompt 需要不断实践和总结经验,熟悉 AI 模型的能力边界,保持开放思维并尝试创新描述方式。
2025-01-22
怎么在coze的智能体总加入一个使用MARKDOWN编写的代码的prompt?
在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法: 首先,了解相关的任务和目标,比如像实现输入任意文章链接后,AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果,大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时,可以发现新的词生卡 Prompt 组织方法,把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友,首推 LangGPT 结构化提示词,直观易懂,可以快速上手。对于想要进阶的用户,一方面可以继续选择 LangGPT,另一方面如有额外精力和好奇心,不妨尝试刚哥推崇的 Lisp 伪代码格式,有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是,真正重要的不是提示词的外在形式,而是内容是否与 AI 的“理解机制”相契合。同时,在实际应用中,还需要经过多次调试,并根据测试 bug 微调提示词,直至稳定运行。
2025-01-19
仿写公众号的prompt
以下是关于仿写公众号 prompt 的相关内容: 1. 对于使用 GPT 模仿创作内容的万能思路: 明确目标是找到教 GPT 创作的方法论,即“know how”。 把方法论和示例写到 prompt 中,可改写大佬写好的 prompt,如 JK 老师的欢乐多朋友圈段子生产 V0.3,模仿改写出自己的小红书视频笔记标题产出助手 0.1。 把拆解得到的方法论和示例写到 Skills 部分,运用 COT(少样本提示)技巧。 若之前未写过结构化的 prompt,可打开云中江树老师的 LangGPT 项目学习 https://github.com/yzfly/LangGPT/blob/main/README_zh.md 了解。 0.1 版的使用效果。 2. 提示词快闪答疑: 新教师辅导专家的 prompt 编写要根据教学业务知识,写备课助手、上课助手和课后反思助手等,并融入“如何做好这些事”的方法论。 对于宋小涛 FewShot 产生更好内容的问题,可能是未把握模仿说话或写作风格的要素,需有关键词和方法论。 不同模型之间的区别一般通过实际使用总结经验,也可参考他人测评,如 。 当 ChatGPT 总结提炼文本效果差时,要描述清楚总结的方法、基于的规则、总结的内容以及期望的结果,如“请为我总结以下文档,提炼出每个段落中和 XXX 有关的核心内容,并把其中关于 XXX 的部分加粗显示”。 3. 专业的战争分析官 prompt:包括原始 prompt 和仿写 prompt 。
2025-01-16
prompt是什么
Prompt 是您提供给 AI 的文本,用于引发相关输出。它通常以问题或指示的形式出现,例如“为什么天空是蓝色的?”。在不同的 AI 应用中,如 Claude、Midjourney 等,其具体含义和使用方式有所不同。 在一般情况下,Prompt 是一段指令,用于指挥 AI 生成您所需要的内容。每个单独的提示词叫 tag(关键词)。支持的语言包括英语,emoji 也可以使用。语法规则方面,用英文半角符号逗号来分隔 tag,逗号前后有空格或者换行不影响效果。还可以改变 tag 权重,有两种写法,一种是通过设置权重数值,另一种是通过添加括号改变权重。此外,在某些高级玩法中,还可以进行 tag 的步数控制。 在 Midjourney 中,提示是您提供的文本命令,用来指示 AI 创建什么内容。它可以是一个单词、一句话,或者是一个详细的描述,结合各种元素来引导 AI 塑造输出内容。提示设计得越周到,结果就越有可能符合您的预期。例如,一个简单的提示可以是“An alien humanoidv 6.1”,更详细的提示可以是“A lowangle shot of an alien humanoid creature with a glowing screen on its face,looking down from the side,atmospheric lighting,and a minimalist backgroundv 6.1”。但需要注意的是,生成结果可能不稳定,影响提示的元素或组成部分不稳定。
2025-01-15
prompt优化
以下是关于优化 Prompt 的相关知识: 1. 明确具体的描述:使用更具体、细节的词语和短语来描述您想要表达的内容,避免使用过于笼统的词语,以便 AI 更准确地理解您的需求。 2. 添加视觉参考:在 Prompt 中插入相关的图片参考,可显著提高 AI 理解您的意图和细节要求的能力。 3. 注意语气和情感:根据需求,用合适的形容词、语气词等调整 Prompt 的整体语气和情感色彩,让 AI 能生成出期望的语境和情绪。 4. 优化关键词组合:尝试不同的关键词搭配和语序,找到最有针对性、最准确表达需求的 Prompt 描述方式。 5. 增加约束条件:为避免 AI 产生意料之外的输出,可以在 Prompt 中添加限制性条件,如分辨率、比例等。 6. 分步骤构建 Prompt:将复杂的需求拆解为逐步的子 Prompt,引导 AI 先生成基本结构,再逐步添加细节和完善。 7. 参考优秀案例:研究 AI 社区流行的、被证明有效的 Prompt 范例,借鉴其中的写作技巧和模式。 8. 反复试验、迭代优化:通过多次尝试不同的 Prompt 写法,并根据输出效果反馈持续优化完善,直至达到理想结果。 总之,编写高质量 Prompt 需要不断实践、总结经验,熟悉 AI 模型的能力边界。保持开放的思维尝试创新的描述方式也很有帮助。 另外,关于 Grok 角色设定 prompt 方面,目前 Grok 没有完全开放,可尝试直接用 Grok 的设定在其他大语言模型做尝试,比如先直接问问题,参考 Grok 的人物设定,对 prompt 稍微做优化。 在提示工程方面,在整个提示开发生命周期中,值得从最具能力的模型和无约束的提示长度开始,以建立性能上限。一旦达到所需的输出质量,可以尝试优化,如缩短提示或使用较小的模型,以根据需要降低延迟和成本。通过遵循测试驱动的方法论,并在一开始仔细定义任务和成功标准,投入时间设计健壮的测试用例和提示,将在模型性能和可维护性方面获得好处。
2025-01-13