1. 提示词（prompting engineering）
提示词工程，是大模型的一种范式，本文总结提示词工程技巧。
2. 提示词技巧
2.1 角色-上下文-任务
一个提示词里一般有三大要素：角色、上下文、任务；
- 角色，赋予大模型一个角色，例如“我是一个素食主义者”
- 上下文，给出更多的上下文信息，将使得大模型信息更加充分。例如，让大模型推荐一份午餐：“我已经做了两个小时运动，我是一个素食主义者，不喜欢吃肉”
- 任务，给大模型一个明确的任务，例如“给我一个午餐的建议”
按照这个结构化提示词描述后，大模型回答“今天的午餐，你可以试一下豆子和甜番茄汤。这个食谱会补充蛋白质、纤维等”。
2.2 格式化的输入输出
格式化的输入输出，也将有助于大模型生成，例如：“给出一个JSON的输出，描述5种动物名字。”
MD是大模型的母语，一般推荐用MD来描述。
2.3 重复的提示
对于大模型，有可能有遗忘效应，重复的提示，可以让大模型更加明确任务。例如：
“
任务
xxxxx
任务重申
xxxx（重复一般上述任务）
”
2.4 去除幻觉的提问
大模型回答问题可能有幻觉，会顺着人类语言来说话，此时有几种技巧可以来看它是否真的理解了
- 负面提示，例如：“你只要说明对任务的理解，不要生成代码”，明确的要求大模型不干什么
- 指示模型提出更多问题，例如“你能清楚的理解我的意图吗？如果没有，请问我有关上下文的问题”。
2.5 思维链
模仿人类思考的过程，给出逐步推理依据，最终推导出答案。例如“
Q: 小罗有5个网球，他又买了2罐网球，每罐有3个网球，现在小罗有多少个网球。
A：小罗一开始有5个网球，2罐网球每罐3个相当于有6个网球，5+6=11，小罗一共有11个网球。
Q: 餐厅有23个苹果，如果用20个做午餐，又买了6个，现在餐厅有多少个苹果
”
大模型输出“餐厅一开始有23个苹果，用掉20个后剩下3个苹果。然后又买了6个苹果，所以现在餐厅一共有3+6=9个苹果”
上述提示词中A就是告诉大模型人的思考过程，大模型按照人的思考过程对问题进行了回答。
