当前位置：首页 > article >正文

The Prompt Report 1

article 2024/11/16 15:55:30

The Prompt Report

提示工程调查报告《The Prompt Report: A Systematic Survey of Prompting Techniques》

Core Prompting Techniques

Prompt：提示

Prompt Template：提示模版

# 一个应用于推文的二元分类任务，初始提示模版
Classify the tweet as positive or negative:
{TWEET}

# 
Write a poem about the following topic:
{USER_INPUT}

提示的组件

指令 Directive，也称意图 intent；如“Tell me five good books to read.”
- 隐式的指令，如下翻译场景的示例(英语=>西班牙语)：

Night: Noche
Morning:

样例 Examples，也称为样本或shots，作为GenAI完成任务的示范，上面翻译的示例就是一个One-Shot（单样本）提示；
输出格式 Output Formatting：以某种格式输出信息，添加说明，如{PARAGRAPH} Summarize this into a CSV；
Style Instruments：从样式上修改输出（而非结构上）；如Write a clear and curt paragraph about llamas.中的clear and curt；
Role：也称为人物角色，是一个可以改善写作和文本风格的常用组件；如Pretend(假装) you are a shepherd(牧羊人) and write a limerick about llamas.中的shepherd；
Additional Information：包含在提示中的附加信息，如指令是写一封邮件，可能需要包含姓名、职位等信息，以便能够正确的签署电子邮件；
- 附加的信息有时也被称为上下文context，但不鼓励使用这个术语，因为它在提示空间中承载着其他含义；

Prompt术语（表）结构章节对照：

Prompt 1.1

Prompting 1.2.2
- Context 1.2.1
- Context Window A.2.1
- Priming A.2.1
- Prompting Technique 1.2.2
  - In-Context Learning 2.2.1 情境学习
    - Few-Shot Prompt 2.2.1
    - Exemplar 1.2.2 范例
  - Zero-Shot Prompt 2.2.2
- Orthogonal Prompt Types A.2.4 正交提示类型
  - Density A.2.4.2 密度
    - Continuous Prompt A.2.4.2 连续提示
    - Discrete Prompt A.2.4.2 离散提示
  - Originator A.2.4.1 发起者
    - User Prompt A.2.4.1 用户提示
    - System Prompt A.2.4.1 系统提示信息
    - Assistant Prompt A.2.4.1 助手提示
  - Prediction Style A.2.4.3 预测类型
    - Prefix A.2.4.3 前缀
    - Cloze A.2.4.3 完形填空
- Prompt Chain 1.2.2 提示链
Prompt Template 1.1 提示模板
Prompt Engineering 1.2.2 提示工程
- Prompt Engineering Technique 1.2.2
- Meta-Prompting 2.4 元提示
- Answer Engineering 2.5 答案工程
  - Verbalizer 2.5.3 言语表达者
  - Extractor 2.5.3 提取器
- Conversational Prompt Engineering A.2.2 对话提示工程
Fine-Tuning A.2.3 微调
- Prompt-Based Learning A.2.3 提示式学习
- Prompt Tuning A.2.3 提示调优

不太常用的术语词汇见附录A.2；常见术语的定义见附录A.1；

Prompting 和 Prompt Chain：

提示技术

提示工程：

是通过修改或更改你正在使用的提示技术来开发提示的迭代过程；
- Dataset Inference：使用Prompt Template 对数据集执行推理，对生成的结果使用Extractor（提取器）提取追中响应；
- 使用效用函数，评估性能；
- 修改Prompt Template （提示模版），重复上面的过程，指导期望满足；

提示工程技术：