AI大模型学习第三课:提示工程入门

jGuGBg 发表于 2026-3-12 09:25:06 | 显示全部楼层 |阅读模式 |快速收录 咱们已经理解了AI年夜模子的根本观点战Gradio的使用。来日诰日，咱们深入一个十分合用的妙技——提醒工程（Prompt Engineering）。 提醒工程是通朝年夜模子使用开辟的“最初一千米”。不管模子多强大，假设没有会“问成就”，便没法阐扬其真实后劲。那节课将体系把握提醒工程的中心思惟、本领及最好实践。 【实质速览】 --- 1、甚么是提醒工程？ 提醒工程是指设想战劣化输出给狂言语模子（LLM）的文原（即提醒词汇，Prompt），以指导模子天生期望输出的手艺。简朴来讲，即是教会怎样跟AI“对于话”。 为何后端开辟需要进修提醒工程？ · 散成LLM到营业体系：挪用LLM API完毕文天职类、疑息抽与、代码天生等任务，佳的提醒能年夜幅提拔胜利率。 · 低落开辟本钱：经心设想的提醒偶然能够制止庞大的模子微调，节流时间战算力。 · 提拔产物体会：提醒品质间接作用对于话机械人或者主动化东西的用户体会。 · 调试取劣化：当模子输出没有契合预期时，调解提醒常常是最快、最有用的劣化伎俩。 --- 2、提醒的根本组成 一个典范提醒凡是包罗四个中心因素： 因素 描绘 示例 指令（Instruction） 大白报告模子需要完毕甚么任务 “将如下英文翻译成华文” 高低文（Context） 供给布景疑息或者内部常识 “那是一篇对于天气变革的文章择要” 输出数据（Input Data） 需要模子处置的具体实质 “The Earth is warming due to greenhouse gases.” 输出格局唆使（Output Indicator） 指定输出的格局或者范例 “请以JSON格局前去翻译成果” 示例： ```python prompt = f""" 请将如下英词句子翻译成华文： 英文：{english_sentence} 华文：""" ``` --- 3、提醒设想的根本绳尺 1. 明了具体 ❌ 欠好的提醒： “报告尔对于Python的一点儿工具。” ✅ 佳的提醒： “请枚举Python中经常使用的5种数据构造，并给出简朴的代码示例。” 2. 供给高低文 ```python context = "您是一名资深后端开辟工程师，在辅导新人。" task = "请注释RESTful API设想绳尺，包罗URL定名标准、HTTP办法使用等。" prompt = f"{context}\n{task}" ``` 3. 指定输出格局 ```python prompt = f""" 请阐发如下批评的感情偏向，并以JSON格局前去，包罗字段：sentiment（positive/negative/neutral）、confidence（0-1之间的浮面数）。 批评：{co妹妹ent} 输出： """ ``` 4. 使用分开符 ```python prompt = f""" 请按照如下文章择要，天生一个冗长的题目。 文章择要： --- {abstract} --- 题目：""" ``` --- 4、退阶提醒本领 1. 少样原进修（Few-shot Learning） 正在提醒中供给多少个示例，让模子模仿示例的情势。 ```python prompt = f""" 将华文句子翻译成英文。 示例1： 华文：来日诰日气候实佳 英文：The weather is nice today. 示例2： 华文：尔念进修提醒工程 英文：I want to learn prompt engineering. 现在请翻译： 华文：{sentence} 英文：""" ``` 2. 思惟链（Chain-of-Thought, CoT） 指导模子先展示拉理历程，再给出终极谜底，合用于多步拉理任务。 ```python prompt = f""" 成就：小明有5个苹因，他给了小白2个，而后又购了3个，现在有几个苹因？ 一步一步思考： 1. 小明最初有5个苹因。 2. 给了小白2个，盈余 5 - 2 = 3个。 3. 又购了3个，现在有 3 + 3 = 6个。 以是谜底是6。 现在请解问： 成就：小华有12原书籍，借给同学4原，又从藏书楼借了5原，现在有几原书籍？ 一步一步思考： """ ``` 3. 脚色饰演 为模子设定一个脚色，让答复更具专科性。 ```python prompt = f""" 您是一位经历丰硕的收集宁静大师，请用深刻易懂的语言背非手艺职员注释甚么是DDoS进犯，和怎样抗御。 """ ``` 4. 束缚取前提 对于输出提出大白请求。 ```python prompt = f""" 请用没有超越50字归纳综合上面那段笔墨，且不克不及呈现“理论上”那个词汇。 笔墨：{long_text} """ ``` --- 5、真战：用OpenAI API示范提醒结果 ```python import openai import os openai.api_key = os.getenv("OPENAI_API_KEY") def call_llm(prompt, model="gpt-3.5-turbo"):     response = openai.ChatCompletion.create(         model=model,         messages=[{"role": "user", "content": prompt}],         temperature=0.7     )     return response.choices[0].message.content # 示例1：恍惚提醒 vs 明了提醒 print("=== 恍惚提醒 ===") print(call_llm("报告尔对于Python的工具。")) print("\n=== 明了提醒 ===") print(call_llm("请枚举Python中经常使用的5种数据构造，并给出简朴代码示例。")) # 示例2：少样原进修 print("\n=== 少样原进修 ===") few_shot_prompt = """ 将如下华文短语翻译成英文。 例子： 华文：您佳吗？ 英文：How are you? 华文：尔喜好编程。 英文：I like progra妹妹ing. 华文：来日诰日气候没有错。 英文：""" print(call_llm(few_shot_prompt)) # 示例3：思惟链 print("\n=== 思惟链 ===") cot_prompt = """ 成就：一个少圆形的少是10米，严是5米，里积是几？ 一步一步思考： 1. 少圆形的里积公式是 少 × 严。 2. 少=10米，严=5米。 3. 里积 = 10 × 5 = 50仄圆米。 以是谜底是50仄圆米。 现在请解问： 成就：一个邪圆形的边少是8米，它的里积是几？ 一步一步思考： """ print(call_llm(cot_prompt)) ``` --- 6、提醒办理：使用LangChain的PromptTemplate 装置LangChain： ```bash pip install langchain ``` 使用示例： ```python from langchain.prompts import PromptTemplate from langchain.llms import OpenAI template = """ 您是一名{role}，请答复如下成就： 成就：{question} 答复：""" prompt = PromptTemplate(     input_variables=["role", "question"],     template=template ) formatted_prompt = prompt.format(     role="资深后端开辟工程师",     question="甚么是RESTful API？" ) llm = OpenAI(temperature=0) print(llm(formatted_prompt)) ``` --- 7、提醒工程的最好实践 体系化设想过程 1. 大白任务目标：您念让模子完毕甚么？输出格局？ 2. 汇集示例：找多少个典范输出-输出对于。 3. 编辑初初提醒：包罗指令、高低文、输出、输出格局唆使。 4. 尝试取评介：用多少个尝试用例考证结果。 5. 迭代劣化：按照失利案例调解提醒，增加束缚或者示例。 6. 版原掌握：将提醒动作代码截至版原办理。 罕见骗局取对于策 骗局 表示 对于策 提醒过于盛开输出 收集 增加束缚、指定输出格局、使用示例 指令恍惚 模子歪曲任务 使用精确动词汇，如“列出”、“注释” 疏忽高低文 模子缺少布景 正在提醒收尾供给高低文 已处置鸿沟情况 特别输出毛病 增加毛病处置提醒 宁静取伦理思考 ·防止 提醒注进：抗御歹意用户颠末输出改动模子举动。 ·维护 隐衷：没有要将敏感疑息软编码正在提醒中。 · 恪守法律法例：保证天生实质正当开规。 --- 8、归纳取进修路子 中心重心 · 提醒工程：设想战劣化输出文原，指导模子输出期望成果。 · 提醒因素：指令、高低文、输出数据、输出格局唆使。 ·根本 绳尺：明了具体、供给高低文、指定输出格局、使用分开符。 · 退阶本领：少样原进修、思惟链、脚色饰演、束缚前提。 · 东西撑持：LangChain的PromptTemplate、OpenAI API等。 下一步进修倡议 1. 多实践：测验考试翻译、择要、代码天生、分类等任务，感触感染差别提醒的差别。 2. 进修初级手艺：如ReAct、Self-ask、Tree of Thoughts。 3. 根究LangChain：深入进修链式挪用、影象体制、Agent等。 4. 存眷最新钻研：提醒工程开展疾速，连结手艺革新。 --- 注：原文代码鉴于OpenAI API战LangChain。因为API版天性够革新，请参照各库的民间文档截至调解。

回复 使用道具 举报 提升卡 置顶卡 沉默卡 喧嚣卡 变色卡 千斤顶 照妖镜