提示词工程
关键词：提示词工程、ChatGPT、吴达恩、Prompt Engineering
提示词工程
1，简介。 目的（如何构建大模型应用）
2，前言。主讲人（openai检索插件、教程书）、网络教程（30个完美提示、一次性使用、不是api调用）、提示词最佳实践（总结，推断，转换，展开，LLM构建语言机器人）、大模型分类（基础（预测下一个单词，大量数据）、指令微调（实际场景、遵循指令，基础模型上训练）、改进（RLHF反馈强化学习））、完成任务（领域、语气、知识储备）
3，指南。关键原则（写清晰明确的具体的说明（≠简短、详细完整、分隔符（文本和提示分离，“”“、```、—-、<>、</tag>）、结构化输出（HTML、JSON、XML、Markdown）、特殊情况（输出None）、提供成功示例zero-shot learning）、给予模型思考的时间（思考方式（推理链chain of thought、步骤）、模型自行解决问题））、工具（OpenAI的python库、OpenAI api（秘钥、gpt-3.5-turbo）、Jupyter、Python的Display库（展示html/markdown/latex/json/xml）、Python的redlines库（高亮两个文本的差异））、函数定义（get_compoetion辅助（输入提示、返回完成结果））、示例（提取序列、翻译总结、学生改错、描述牙膏产品）、模型限制（幻觉。训练数据过多，回答模糊问题但错误；解决（检索相关信息并溯源））
4，迭代。迭代开发提示框架（想法（长短（单词、句子、字符）、重点关注、添加说明）、实现（代码、获取数据、训练模型）、实验结果（错误分析，平均和最差））、示例（撰写产品描述、内容格式化为HTML）、感悟（好的提示不是一次完成；不完全了解完美的提示，而是拥有一个良好的开发流程）
5，摘要。 自动进行文章摘要（关注点（面向群体、提取信息））、示例（概括网站评论）
6，推理。文本推理（传统方法（标注数据、部署、独立训练模型（文本提取、情感分类））、大模型（模型、API；多任务完成、监督学习）、特点（结构化输出、修改类别标签））、示例（评论情感分析、新闻主题推断）、感悟（熟悉机器学习的人可能需要数月完成同样任务）
7，转换。将一段文本转换为另一段不同的文本（翻译、校对、格式转换、语调转换）、示例（一对多翻译、循环翻译、语调转换、表格转换、语法纠正）
8，扩展。生成更长更自由的文本（长篇文章、电子邮件、灵活性（Temperature模型的随机性和创造性））、示例（客服邮件回复）
9，聊天机器人。创建自定义聊天机器人（Web接口、多轮对话 ）、函数（一系列消息输入、返回模型生成的消息作为输出）、消息（添加到上下文，（角色（系统（高层指令、行为和个性化）、用户（输入）、助手（输出））、内容））、示例（聊天机器人、披萨订单机器人）
10，完结撒花。两个原则、功能（总结、推理、转换、扩展）、技能（自定义聊天机器人）
参考资料：
