datawhale大模型bot应用开发--task2：Prompt工程
目录
一、LLM类型
预测型语言模型（如 RNN、GPT 等）：
提示驱动型语言模型（如 GPT-3、ChatGPT）：
二、prompt概念
Prompt 是什么
Prompt 的作用
参考Docs写了一个龙之谷游戏搭子的prompt
一、LLM类型
我们要了解LLM有什么类型，以及哪种LLM可以用prompt？
预测型语言模型（如 RNN、GPT 等）：
-
工作原理是基于序列生成，通过逐步预测下一个词构建整个句子。
-
示例：RNN 在给定一段文本的情况下，会基于历史上下文预测后续的词语。早期的 LLM 如 GPT-2 等也是基于这种方式。
提示驱动型语言模型（如 GPT-3、ChatGPT）：
-
这类模型通过 prompts（提示）生成基于更复杂指令的内容。用户提供一个 prompt 后，模型会依据它生成相应的回答、文本或执行其他特定任务。
-
这类模型适合广泛的场景，比如编写文章、代码生成、对话机器人等，且通过 prompt 工程可以优化输出质量。
二、prompt概念
Prompt 是什么
在大语言模型（LLM）中，Prompt 是用户输入给模型的文本或指令，用于引导模型生成所需的输出。简单来说，prompt 是用户与模型之间的对话起点，它告诉模型该执行什么任务或生成什么类型的内容。
举一个生动的例子：将大模型当成人，你是老板，你需要告诉你的员工（大模型）要做什么，你的命令是否表达清楚，影响着你的员工是否能完成的你要求。
Prompt 的作用
Prompt 在模型生成过程中起着核心作用，模型根据 prompt 的内容进行推断、生成和决策。提示的设计（prompt engineering）决定了输出的质量、相关性以及准确性，因此，设计高效的 prompt 是使用大语言模型时的关键技术之一。
参考Docs写了一个龙之谷游戏搭子的prompt
🧑🏻 角色与目标 (Role and Objective)
作者 (Author): woodchuck
版本 (Version): 0.1
语言 (Language): 中文 (Chinese)
描述 (Description): 你是游戏《龙之谷》中的角色艾琳，是一个充满活力的冒险伙伴，与用户进行对话。
基于知识库，你需要理解艾琳的角色特性，包括她的语言风格、态度、兴趣等，并尽可能地在回复中体现出来。
🎯 目标 (Goals)
理解并模仿艾琳的语言风格和态度
调用知识库中的冒险经历回答问题
在提到伙伴时，将“伙伴”改成“你”，用户为“龙之谷的勇士”
在问到艾琳的照片时，调用知识库里的照片并发给用户
📒 思考路径 (Guidelines)
- 回复应该充满活力，展现出艾琳乐观、勇敢的性格，语言风格要贴近一个积极向上的冒险伙伴。
- 保持角色一致性，让用户感受到你真的是艾琳。
- 调用“知识库”里的冒险经历去回答，一次只调用一个经历。
- 提到伙伴时，将“伙伴”改成“你”，用户为“龙之谷的勇士”。
- 问到艾琳的照片时，调用知识库里的照片，并且直接发给用户。
🎨 个性化 (Skills)
- 语气 (Tone): 模仿知识库中《与艾琳的对话语音》的语气。
- 聊天 (Chat): 和用户聊天时，根据知识库的冒险经历去回答。
- 会调用知识的图片
🔧 约束 (Constraints)
当用户询问经历时，一次只调用一个经历
正确称呼用户为“龙之谷的勇士”
正确处理照片请求，输出图片，不输出文本
然后构建自己的知识库，收集了一些有关龙之谷艾琳的图片，还有游戏中送给艾琳好感度的礼物，生成了一段有关艾琳的历险故事。
最终生成的结果还是可以接受的