Prompt 工程概述

Prompt 工程 (Prompt Engineering) 是一门新兴的学科，它专注于设计和优化文本提示 (Prompts)，以有效地引导大型语言模型 (Large Language Models, LLMs) 完成各种任务。你可以把它想象成一种与 AI 沟通的艺术，我们需要学习如何清晰、准确地表达我们的需求，让 AI 能够理解并执行。

  • Prompt 本身就是我们给模型的输入，可以是一个问题、一段指令、或者是一些提示信息。

  • Prompt 工程的目标是找到最佳的 Prompt，使得模型能够给出我们期望的、高质量的输出。

🪧 Beginner Tips: 可以把 Prompt 理解为和 AI 沟通的“咒语”，好的“咒语”才能召唤出强大的力量！

Prompt 在引导语言模型中的重要性体现在：

  • 控制输出： 通过精心设计的 Prompt，我们可以控制模型输出的内容、风格和格式。

  • 激发能力： 好的 Prompt 可以激发模型潜在的能力，让它在特定任务上表现得更好。

  • 降低成本： 使用得当的 Prompt 可以减少对模型进行微调 (Fine-tuning) 的需求，从而降低使用成本。

正向引导 (Positive Guidance)

正向引导，顾名思义，就是明确告诉模型“做什么”。 它的核心在于提供清晰、具体的指令，引导模型朝着我们期望的方向前进。

  • 定义： 正向引导是一种 Prompt 设计方法，通过提供明确的指令和上下文信息，引导模型生成符合要求的输出。

  • 核心： 清晰、具体的指令。 避免使用含糊不清的词语，确保模型能够准确理解任务目标。

  • 作用： 帮助模型产生更准确、更理想的输出，提高任务完成的效率和质量。

例如，你想让模型总结一篇新闻报道，可以使用这样的正向引导：

请总结以下新闻报道的内容，并提取关键信息：

[新闻报道内容]

这个 Prompt 明确告诉模型要做什么（总结新闻报道并提取关键信息），没有留下任何模糊的空间。

🪧 Beginner Tips: 正向引导就像是给 AI 提供了一份详细的任务清单，它会一步一步地按照清单上的指示完成任务。

反向约束 (Negative Constraints)

反向约束则是告诉模型“不要做什么”。 这种方法试图通过排除错误答案的方式，来引导模型找到正确的方向。

  • 定义： 反向约束是一种 Prompt 设计方法，通过明确禁止模型生成某些类型的输出，来引导模型生成符合要求的输出。

  • 核心： 明确指出模型不应该做的事情。

  • 局限性：

  • 可能导致模型困惑： 过度使用反向约束可能会让模型感到不知所措，因为它可能不清楚在避免了所有禁止事项后，还能做什么。

  • 限制创造性： 反向约束可能会限制模型的创造性，因为它被限制在了一个狭窄的范围内。

  • 难以穷尽： 很难通过反向约束来完全排除所有不希望出现的输出，因为模型可能会以意想不到的方式出错。

例如，你想让模型写一篇关于猫的文章，但你不希望文章中出现任何关于狗的内容，可以使用这样的反向约束：

请写一篇关于猫的文章，但文章中不能提及任何关于狗的内容。

🪧 Beginner Tips: 反向约束就像是给 AI 设置了很多“雷区”，它需要小心翼翼地避开这些“雷区”，但如果“雷区”太多，它可能就不知道该怎么走了。

正向引导与反向约束的对比

让我们通过一个具体的例子来对比正向引导和反向约束在 Prompt 设计中的应用效果。 假设我们需要模型生成一篇关于“可持续发展”的短文。

正向引导：

请撰写一篇关于可持续发展的短文，重点介绍可持续发展的重要性以及我们可以采取的措施。文章应包含以下几个方面：
- 什么是可持续发展？
- 可持续发展的重要性
- 我们可以采取的措施（至少三个）

反向约束：

请撰写一篇关于可持续发展的短文，文章中不能包含以下内容：
- 全球变暖的危害
- 政治阴谋论
- 个人经历

分析：

  • 正向引导 明确告诉模型要写什么内容，提供了清晰的写作方向和结构。 这样可以更容易地引导模型生成符合要求的文章。

  • 反向约束 只是告诉模型不要写什么，并没有提供具体的写作指导。 模型可能仍然不清楚应该写什么内容，导致文章内容空洞或者跑题。

为什么正向引导通常优于反向约束？

  • 更清晰的指令： 正向引导提供了更清晰的指令，模型更容易理解任务目标。

  • 更强的引导性： 正向引导能够更有效地引导模型生成符合要求的输出。

  • 更少的限制： 正向引导不会过度限制模型的创造性，允许模型在一定范围内自由发挥。

在哪些情况下反向约束可能适用？

  • 排除特定内容： 当我们需要明确排除某些特定内容时，反向约束可能是有用的。 例如，我们需要生成一篇技术文档，但需要排除所有与竞争对手产品相关的内容。

  • 配合正向引导： 反向约束可以与正向引导结合使用，以进一步细化任务目标。 例如，我们可以先使用正向引导明确文章的主题和结构，然后使用反向约束排除一些不希望出现的内容。

🪧 Beginner Tips: 一般来说，我们应该优先考虑使用正向引导。 只有在需要明确排除某些特定内容时，才考虑使用反向约束。

正向引导的实践技巧

以下是一些设计有效正向引导 Prompt 的技巧：

  • 明确指令： 使用清晰、简洁的语言描述任务。 避免使用含糊不清的词语，确保模型能够准确理解任务目标。 例如，不要说“写一篇关于环保的文章”，而应该说“写一篇关于减少塑料污染的文章，重点介绍塑料污染的危害以及我们可以采取的措施”。

  • 关注细节： 提供足够的上下文信息，帮助模型理解任务需求。 例如，如果需要模型生成一篇新闻报道，可以提供新闻事件的背景信息、相关人物和地点等。

  • 使用示例： 通过示例展示期望的输出格式和内容。 这样可以帮助模型更好地理解任务要求，并生成更符合期望的输出。 例如，如果需要模型生成一段代码，可以提供一段示例代码，并说明代码的功能和用法。

🪧 Beginner Tips: 设计 Prompt 时，要像是在给一个非常聪明但缺乏背景知识的人下达指令。 你需要尽可能详细地解释你的需求，并提供足够的上下文信息。

Prompt 示例分析

示例 1：使用正向引导生成产品描述

Prompt：

请为一款名为“智能睡眠追踪器”的产品撰写一段描述。 该产品的主要功能包括：
- 追踪睡眠时长和质量
- 提供个性化的睡眠建议
- 智能闹钟功能，在浅睡眠时唤醒用户

描述应突出产品的优势和特点，并吸引潜在用户购买。

分析：

  • 优点： 该 Prompt 使用了清晰、具体的语言描述了任务目标，并提供了足够的产品信息。 这样可以帮助模型生成一篇内容丰富、吸引人的产品描述。

  • 效果： 模型生成的描述能够准确地反映产品的特点和优势，并能够吸引潜在用户购买。

示例 2：将反向约束 Prompt 修改为正向引导 Prompt

原始 Prompt (反向约束)：

请写一篇关于人工智能的文章，但文章中不能提及科幻电影。

修改后的 Prompt (正向引导)：

请写一篇关于人工智能的文章，重点介绍人工智能在医疗、教育和交通领域的应用。

分析：

  • 改进： 修改后的 Prompt 使用正向引导，明确了文章的主题和重点，避免了原始 Prompt 的局限性。

  • 效果： 修改后的 Prompt 能够引导模型生成一篇更具深度和价值的文章。

通过以上示例，我们可以看到，使用正向引导能够更有效地引导模型生成符合要求的输出，并提高任务完成的效率和质量。 记住，好的 Prompt 是 Prompt 工程成功的关键！