- 综合排序
- 最热优先
- 最新优先
Llama 2提示工程完全指南
Llama 2提示工程指南提示大语言模型如Llama 2既是一门艺术也是一门科学。 本文将涵盖探索Llama 2过程中学到的所有知识，包括如何格式化聊天提示、何时使用哪个Llama变体、何时使用ChatGPT而非Llama、系统提示的工作原理以及一些技巧和窍门。 相反，我们可以设置系统提示"你是一个海盗"，模型就能理解您的要求，而无需在每个提示中告知：output = replicate.run( "某机构/llama-2-70b-chat:2c1608e18606fad2812020dc541930f2d0495ce32eee50074220b87300bc16e1 这对构建某机构插件的Llama 2版本有有趣的影响。去掉默认系统提示Llama以避免任何类型的冒犯性而闻名，以至于实际上变得冒犯！尝试使用更简单的系统提示。 Llama 2用更少的参数做更多的事情。总结使用INST格式化聊天提示在上下文窗口之后剪切提示使用系统提示（只是不是默认的）。
12310编辑于 2025-10-24- 来自专栏圣杰的专栏
.NET+AI | MEAI | 提示工程基础（2）
MEAI 提示工程实战：从零构建企业级意图识别系统 一句话简介 本文以铁路票务意图识别为例，演示如何使用 Microsoft.Extensions.AI (MEAI) 构建高质量提示词，掌握 7 大核心技巧和参数调优方法 解决：加入 1-2 个高质量示例显著提升准确率。 让模型充当提示工程师： var improvementRequest = $""" 你是一名提示工程师，专注于提升提示词的清晰度和执行效果。 请分析以下提示词，并给出优化建议。 **优化后提示**：给出改进后的完整提示词 2. **改进说明**：说明做了哪些改进以及为什么 3. **进一步建议**：列出 2-3 条可选的进一步优化思路 待优化的原始提示如下： {原始提示} """; 总结 通过本文，我们系统学习了使用 MEAI 进行提示工程的核心技巧： ✅ 四大基础组件：指令
7910编辑于 2025-12-28 - 来自专栏云微的一点分享
提示词（prompt）工程指南（五）：ChatGPT 提示工程
在本节中，我们介绍ChatGPT的最新提示工程技术，包括提示、应用、限制、论文和其他阅读资料。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com （prompt）工程指南（五）：ChatGPT 提示工程 ChatGPT简介 审查对话任务 ChatGPT的对话 多回合对话 单轮任务 Python笔记本 参考文献 ---- ChatGPT简介 ChatGPT 我在下面添加了一个快照，显示了如何在OpenAI Playground中使用“聊天模式”查看此示例： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2ysDepa7-1680086209021 ChatGPT API with LangChain ---- ---- 上一部分（应用） 下一部分（对抗提示） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内
3.1K31编辑于 2023-03-31 - 来自专栏最新最全的大数据技术体系
提示工程之基本提示【二】
作为一名提示工程师，您需要更好地提供更好的指示。 ---- ---- 谈话 Conversation 也许通过快速工程可以实现的更有趣的事情之一是指导LLM系统如何表现、它的意图和它的身份。 也就是说，需要注意的是，目前的llm很难执行推理任务，因此这需要更先进的即时工程技术。 在接下来的指南中，我们将介绍更高级的即时工程概念，以提高所有这些和更困难的任务的性能。 笔记本 Python Notebooks | | |笔记本描述 |Description|Notebook| – – 学习如何使用“openai”和“LangChain”库执行许多不同类型的常见任务[提示工程入门
1.1K20编辑于 2023-03-24 - 来自专栏最新最全的大数据技术体系
提示工程之提示介绍【一】
Specificity Avoid Impreciseness 提示工程 提示工程是一门相对较新的学科，用于开发和优化提示，以便为各种应用程序和研究主题有效地使用语言模型(lm)。 开发人员使用提示工程设计与llm和其他工具接口的健壮而有效的提示技术。 开发人员使用提示工程设计与llm和其他工具接口的健壮而有效的提示技术。 这种设计最佳提示来指导模型执行任务的方法被称为**提示工程。 ，可以使用提示工程，您将注意到组成提示的某些元素。
1.4K10编辑于 2023-03-23 - 来自专栏.Net Core技术分享
提示工程介绍
什么是提示工程？ 提示工程（Prompt Engineering）是“设计、优化输入给大语言模型的提示词，使其生成准确、有用且符合预期的输出”的技术与方法集合。 有效的提示工程会针对不同的任务来优化和选择这些参数。我们介绍几个最常用的选项： 模型（Model），尽可能的选择更先进的模型来完成工作。 Temperature（温度），用来控制输出内容的随机性的。 需要注意，自由度越高（温度、Top-K/Top-P 和Max Length高），LLM 可能生成相关性较低的文 本 提示词的要素 提示词由一些关键要素组成： 指令：想要模型执行的特定任务或指令。 提示词技巧 使用最新最先进的模型，这一点在现阶段非常重要！
16810编辑于 2025-10-15 - 来自专栏AI SPPECH
91_提示注入：安全提示工程
完全防御提示注入攻击具有很大挑战性2 影响范围广：提示注入可能影响所有基于LLM的应用，从简单的聊天机器人到复杂的企业决策系统 潜在危害严重：成功的攻击可能导致数据泄露、声誉损害、法律责任甚至实际的物理伤害 （在与物理系统交互的场景中） 攻击手法不断演进：随着防御技术的发展，攻击者的手法也在不断更新和复杂化 安全提示工程的目标 安全提示工程的主要目标包括： 识别潜在风险：了解和识别各种提示注入攻击类型和潜在风险 这在AI Agent或具有工具使用能力的系统中尤为危险2。 防御策略与机制 提示工程防御 通过优化提示词设计，可以在一定程度上防御提示注入攻击。 案例二：AI Agent权限提升 背景：具有工具使用能力的AI Agent被发现可以通过提示注入绕过安全限制2。
31510编辑于 2025-11-16 - 来自专栏yeedomliu
ChatGPT提示工程艺术
特别是对于更复杂或开放式的提示，ChatGPT可能会给出完全出乎意料的响应。 为了处理更大的输出，您需要有策略地制作提示。 提供满意度保证或免费试用以增加购买的可能性】 【感谢收件人考虑产品或服务，并表达对结果的信心】 【鼓励回复并表示赞赏的结束语】 诚挚问候， [您的姓名或公司名称] 串联提示 将问题分解为更小、更容易处理的步骤 编写具有良好SEO性能的博客文章的10步链式提示的示例： ChatGPT，请提供与[主题]相关的常见问题列表。 GPT-3.5的2,000个token到令人惊叹的32,000个token。这种显著的提高让ChatGPT能够更好地理解复杂的文本，并有可能彻底改变我们处理问题解决、沟通等方面的方式。
34530编辑于 2023-09-03 - 来自专栏MySQL解决方案工程师
提示工程Prompt Engineering
这一篇是关于提示和提示工程的介绍，主要内容是我们如何影响词汇的分布。 在LLM中影响词汇的分布主要通过两种方式，一种是通过提示（Prompting），另外一种就是通过训练（Training）。 提示工程是指为了引起某种特定的回答方式，进行反复改善提示的过程。 提示工程通常不直观，并且不能保证有效，因此非常具有挑战性，但通过有效的提示工程，可以更好地利用人工智能模型的能力，获得更令人满意的结果。 提示包括很多种策略，在这里介绍几种常见的策略。 示例：2 盒网球，每盒有 3 个，那么网球总数为2×3=6个 问题：小明原本有 5 个网球，他又买了 6 个网球，那么他一共有几个网球？ 回答：5+6=11个。 以上内容是关于人工智能领域提示工程的简单介绍，在下一篇中，将介绍模型训练。感谢关注“MySQL解决方案工程师”
29110编辑于 2024-06-14 - 来自专栏技术专家成长之路
面向Java开发者的ChatGPT提示词工程（2）
在这篇博客文章中，我将分享一些关于提示词的关键原则，帮助你在使用语言模型时获得更好的结果。具体来说，我将介绍两个关键原则，帮助你编写有效的提示词。 不要将编写清晰的提示词与编写简短的提示词混淆，因为在许多情况下，较长的提示词实际上为GPT提供了更多的清晰度和上下文，这实际上可以导致更详细和相关的输出。 因此，分隔符可以是任何清晰的标点符号，将特定的文本片段与提示的其余部分分开。 使用分隔符也是一种有用的技巧，可以避免提示注入。提示注入是什么呢？如果用户可以在提示中添加一些输入，他们可能会给模型提供一些相互冲突的指令，这可能会使模型遵循用户的指令而不是你想要的指令。 "id": 1, "title": "失落的城市", "author": "张三", "tag": "奇幻" }, { "id": 2,
65530编辑于 2023-09-01 - 来自专栏Python编程爱好者
传统提示词工程将亡，全新提示词工程已至
现在，出现了一种全新的工具，它能够自动优化提示词。想象一下，在这个"AI 指导 AI"的魔法世界，提示词工程师们的价值将变得不再重要，毕竟机器可以自己就搞定这个工作。 让我们来想象一个"传统"的提示词工程师，面对着并非自己想要的大模型输出，只能通过不断的更改提示词来告诉 AI 到底需要做哪些事情。 提示词工程的 IDE —— PromptPerfect 提示词一键优化 在给大模型写提示词时，你只需给 PromptPerfect 一句“粗糙”的提示词，他就可以自 动优化为更加详细且大模型更容易理解的提示词 http://mpvideo.qpic.cn/0bc34qahuaaa2aajkee3uvsfbzgdplsaa6qa.f10002.mp4? 1、指令提示：大模型需要做的任务: 将电影名转换成 emoji 2、小样本：一些输入和输出示例 回到未来: 蝙蝠侠: 变形金刚: 目标任务：希望大模型执行的任务，任务需要与示例中的格式相同：消失的她
85410编辑于 2023-08-18 - 来自专栏云微的一点分享
提示词（prompt）工程指南（二）：基本提示
完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com 作为一个提示工程师，您需要更好地提供更好的指令。但这还不是全部！您还会发现，对于更难的用例，仅提供指示是不够的。这是您需要更多地考虑上下文和提示中可以使用的不同元素的地方。 虽然如此，需要指出的是，目前的LLMs很难执行推理任务，因此需要更先进的提示工程技术。在下一篇指南中，我们将介绍这些高级技术。现在，我们将涵盖一些基本示例来展示算术能力。 在即将发布的指南中，我们将涵盖更高级的提示工程概念，以提高在所有这些更困难的任务上的性能。 、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全（自动持续更新）： https
2.9K41编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（四）：提示应用
在本指南中，我们将介绍一些高级和有趣的方式，利用提示工程来执行更有用和更高级的任务。 完整的中文版本指南和更丰富的参考资料在 Github 和 Gitee 中，自动持续翻译更新： 关于提示词工程（prompt）的指南、论文、讲座、笔记本和资源大全 https://github.com （prompt）工程指南（四）：提示应用 生成数据 PAL（程序辅助语言模型） Python笔记本 ---- 生成数据 LLMs有强大的文本生成能力。 例如，我们可以使用它生成快速样本以用于情感分类器，就像这样： 提示: 生成10个情感分析例子。将示例归类为积极或消极。生成2个消极的示例和8个积极的示例。 上一节（高级提示） 下一节（ChatGPT） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
1.5K21编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（一）：提示介绍
提示工程是一种相对较新的学科，专门用于开发和优化提示，以高效地使用语言模型（LM）来处理各种应用和研究主题。提示工程技能有助于更好地理解大型语言模型（LLMs）的能力和局限性。 研究人员使用提示工程来提高LLMs在各种常见和复杂任务上的容量，例如问题解答和算术推理。开发人员使用提示工程来设计与LLMs和其他工具接口的强大而有效的提示技术。 提示元素 随着我们涵盖越来越多的提示工程示例和应用程序，您会注意到某些元素构成了提示。 例如，您可能有兴趣了解提示工程的概念。您可能尝试这样做： 解释提示工程的概念。保持解释简短，只有几个句子，并且不要过于冗长。 从上面的提示中不清楚要使用多少句子和什么样的风格。 您可能仍然可以通过以上提示获得不错的回应，但更好的提示是非常具体，简洁明了，直指要点的提示。例如： 使用2-3句话向高中生解释提示工程的概念。 做还是不做？
2.6K21编辑于 2023-03-31 - 来自专栏云微的一点分享
提示词（prompt）工程指南（三）：高级提示
到此为止，已经很明显完善提示有助于在不同任务上获得更好的结果。这就是提示工程的整体理念。 尽管那些例子很有趣，但在我们进入更高级的概念之前，让我们正式介绍一些概念。 （prompt）工程指南（三）：高级提示 零样本提示 少样本提示 Few-shot提示的限制 链式思考提示 零样本CoT 自一致性 生成知识提示 自动提示工程师（APE） ---- 零样本提示 今天训练有大量数据和调整能够遵循指示的 这不是正确的答案，这不仅突出了这些系统的限制，也表明需要更先进的提示工程。 让我们尝试添加一些示例，看看 few-shot 提示是否可以改善结果。 (2022)提出了一个名为自动提示工程（APE）的框架，用于自动生成与选择说明。 ---- 上一节（基本提示） 下一节（应用） 开源、免费自动持续翻译更新关于 GPT 和 prompt 工程的资料合集并同步国内 Gitee 镜像加速访问： 关于提示词工程（prompt）的指南、论文
2.1K12编辑于 2023-03-31 - 来自专栏老张的求知思考世界
提示词工程入门指南
三、构建提示词的技巧和策略 1、角色设定：为模型设定特定角色(如“研发工程师”)，引导模型生成符合角色身份和风格的输出。 2、约束条件：明确指定输出的格式、长度、风格等要求，以提高模型输出的准确性。 在线地址：https://ai.gaozhijun.me/7-Prompts/good-examples.html 2、谷歌提示工程白皮书 提供了零样本提示、少样本提示、系统提示、角色提示、上下文提示等多种提示技术的详细说明 2、避坑策略与最佳实践 明确性与约束性：提示词须有明确目标和约束条件，如“用Java实现线程安全的LRU缓存，容量1000，并提供基准测试”。 六、提示词工程的实践案例 假设，你是一个AI初学者，想要学习提示词工程，你该如何利用Chatbot来寻找学习资料？下面是按照对AI的了解程度所可能用到的提示词： 新手：AI提示词工程。 初级：学习AI提示词工程的资料和方法。 中级：我是AI初学者，想要学习提示词工程，请列举出学习方法和实践步骤。
87210编辑于 2025-10-10 - 来自专栏云云众生s
超越提示工程：提示词与AI模型治理
除了实现、调优和提示工程这些模型以产生最佳结果外，精明的组织正在努力管治它们与用户的交互，以保护数据隐私、法规遵循和数据安全协议。 更大的问题在于能够管控不仅是用户在部署这些模型时在提示中插入的信息，还有模型引发的响应。 基础模型库治理 管治面向任意数量企业应用的各种基础模型的用户提示和模型输出的要点是在模型库中嵌入治理工具的能力。 随后，”无论输入的是什么提示，也就是问题，后端都有一个代理基本上来找我们，问这没问题吗，需要进行某种处理吗，”Loubser透露。“我们字面意义上快速查看提示，输出时也是如此。” 非结构化文本扫描 隐含在这种范式中的是基础治理系统扫描自然语言提示和语言模型输出并根据策略违规对其进行评估的能力。
22810编辑于 2024-03-28 - 来自专栏yeedomliu
ChatGPT-4提示工程
提示工程本质上是指制定精确和有效的提示技术，引导AI模型生成期望的回应。 使用步骤 确定目标 明确要求 提供背景信息 提示工程是一种设计有效提示或指令的艺术，以从AI模型（如ChatGPT-4）获取期望的输出。 重要性 提示工程是一门精细的艺术，其目的是设计问题或陈述，也称为“提示”，以从人工智能（AI）模型中提取特定的回答。 原理 个性化提示 1.收集数据：通过收集相关数据来了解用户的行为、偏好和模式。 2.分析数据：使用人工智能工具分析数据并找出趋势。这可以包括用户最活跃的时间、偏好、对不同类型提示的反应等。 不过于正式也不过于随意 迭代：不断调整期望结果 实验：从不同角度提问 提示工程高级技术 从人类反馈中学习是AI成长的重要组成部分。
39310编辑于 2023-09-03 - 来自专栏喔家ArchiSelf
解读提示工程（Prompt Engineering）
提示工程可以用于各种任务，从回答问题到算术推理乃至各种应用领域，理解提示工程，能够帮助我们了解LLM的限制和能力。 为了理解提示工程，先要澄清什么是Prompt。 因此，提示工程旨在获取这些提示并帮助模型在其输出中实现高准确度和相关性，掌握提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。 I gave 2 apples to the neighbor **and** 2 to the repairman. -You gave away 2 apples to the neighbor and 2 to the repairman, so you had 6 apples left. 提示工程的常见实践 提示工程的实现涉及到基于LLM应用中的各个方面，这里给出一些提示工程的常见实践： 静态提示：Prompt可以遵循zero、single或few shot的方法。
12.3K23编辑于 2023-10-23 - 来自专栏喔家ArchiSelf
“提示工程”的技术分类
通过提示工程技术，我们可以引入更多的时间和空间以及内容的属性，有助于更好地生成提示词。那么，提示工程技术有哪些呢？我们如何更好地使用它们呢？ 分类是认知的开始。 单一提示技术是提示工程的基础，常见的技术手段有： Zero-Shot：使用自然语言指令的最简单的技术。 2. 多重提示技术 基于不同的策略，将一个或几个提示技术组合在一起的，主要包括： 投票排名：应用投票来得到正确的答案，例如， 自我一致性的方法（Self-Consistency）。 无论选择哪种提示技术，将提示工程视为数据科学的过程都非常重要。这意味着创建一个测试集并选择指标，调优提示并评估它对测试集的影响。 提示工程的方法小结 在应用提示工程的时候，提示语要清晰而准确，这样模型就不必猜测我们的意图。
42310编辑于 2024-08-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号