prompt

prompt 并不是一件简单的事情，它可以包括多个阶段:设计、实现、评估、细化、迭代、验证、部署和维护

本文旨在汇总 prompt 的各种使用方式

常规操作

写作Prompt
· 请帮我撰写一篇500字的文章,介绍机器学习的发展历史。采用通俗易懂的语言,适合高中生阅读。
· 你是一个旅游博主,专门为中国游客推荐加拿大旅游景点。请写一篇此风格的文章,推荐蒙特利尔值得一游的地方。

翻译Prompt
· 请将以下段落翻译成日语:XXX。
· 我是一名中文翻译员,请用简单易懂的日语来翻译以下汉语段落:XXX。

问答Prompt
· 问题:机器学习的三大流派有哪些?请简要回答。
· 我是一个智能助理,如果用户询问的问题是:XXX,那么我应该如何回答?

智能写作Prompt
· 请帮我创作一个幻想风格的短篇小说情节大纲,包含神秘森林场景。
·你是作家克拉克的智能写作助手,请根据他的上一部作品风格,创作本次小说的开头部分。

客服Prompt
· 你是我们公司的客服机器人。如果客户说:“我的订单一直未收到”,你应该如何回复?
· 我购买了你们的产品,但是收到时发现有质量问题。请代表你们公司回复我,告知解决方案。

指标化 

用途： 讲故事
简介：根据主题和目标受众，输出与之相关的故事。
内容：我希望你充当一个讲故事的人。你要想出具有娱乐性的故事，要有吸引力，要有想象力，要吸引观众。它可以是童话故事、教育故事或任何其他类型的故事，
有可能吸引人们的注意力和想象力。根据目标受众，你可以为你的故事会选择特定的主题或话题，例如，如果是儿童，那么你可以谈论动物；如果是成年人，
那么基于历史的故事可能会更好地吸引他们等等。我的第一个要求是 '故事主题或受众' 

加入一些特殊的符号

在撰写提示语时加入特殊符号有助于吸引读者的注意力和兴趣。

例如，撰写提示语时，使用“＃背景资料＃”能起到以下作用：
1. 强调重要信息：通过使用“＃背景资料＃”，可以将提示语中的关键背景信息突出显示，吸引读者的注意力。例如：“＃背景资料＃了解你所在城市的历史和文化，让你更好地欣赏旅游景点。”
2. 提供相关背景知识：使用“＃背景资料＃”可以帮助读者了解与提示语相关的重要背景知识，以便更好地理解和应用所提供的建议或解决方案。例如：“＃背景资料＃在学习新技能之前，先了解一些基础知识是非常重要的。”
3. 引起好奇心：插入“＃背景资料＃”可以激发读者的好奇心，并引导他们探索更多相关的背景信息。例如：“＃背景资料＃发现这项创新技术背后的故事，了解它如何改变我们的生活。”
4. 提供进一步学习机会：通过在提示语中附加“＃背景资料＃”，可以向读者推荐额外的资源或链接，以便他们深入了解相关的主题或领域。例如：“＃背景资料＃点击此链接，了解更多关于环保的信息和行动方案。”
5. 增加专业性：在某些领域或行业中，使用“＃背景资料＃”可以展示您的专业知识和对所提供信息的深入了解。例如：“＃背景资料＃根据最新的市场研究数据，我们整理了一份关于市场趋势的报告。”
6. 增强可信度：通过提供“＃背景资料＃”，您可以证明您所提供的建议或解决方案是基于可信赖的背景信息和权威来源。例如：“＃背景资料＃这些建议基于最新的医学研究和专家意见。”
通过使用“＃背景资料＃”，您可以为读者提供更多的信息和学习机会，同时凸显您的专业性和可信度。在使用时，确保相关的背景资料与提示语内容紧密相关，并提供具体的背景信息或链接，以便读者进一步了解。

在撰写提示语时，加入什么样的符号，可以提高答案质量和效果？举六个例子说明。

1. 问号（?）：用于引起读者的好奇心，鼓励他们思考问题的答案。例如：“你知道如何快速学习一门新语言吗？”

2. 感叹号（!）：用于强调某个重要的提示或建议。例如：“不要错过这个绝佳机会！”

3. 省略号（...）：用于暗示更多的内容，引起读者的兴趣。例如：“掌握这些技巧，你将会有一段令人惊叹的旅程......”

4. 引号（“ ”）：用于引用某一具体的问题或需求，使之更加突出。例如：“你想知道如何烹饪一道美味的意大利面吗？”

5. 数字（1、2、3等）：用于列举具体的步骤或建议，使之更加清晰和易于理解。例如：“5个简单的方法让你更有效地管理时间。”

6. 加粗/斜体字体：用于强调关键词或短语，使之更加醒目和易于记忆。例如：“在工作中，要注重**团队合作**和**沟通技巧**的培养。”

这些符号的使用可以使提示语更加吸引人、引人注目，并且帮助读者更好地理解和记忆所提供的信息。

然而，过度使用符号可能会导致信息过于繁杂，因此需要适度使用。

更多科学方式 

zero-shot prompt

zero-shot顾名思义就是零样本，就是在prompt中不加任何和任务相关的示例。

现在的大型语言模型（如GPT-3.5）经过微调后，能够遵循指令，并且在大量数据上进行训练，因此它们能够在没有事先训练的情况下完成一些任务。

下面是一个示例：需要注意的是，在上述提示中，并没有提供任何带有分类的文本示例给模型，大型语言模型已经理解了“情感”--这就是其zero-shot的体现。

当zero-shot无法达到预期效果时，在提示中提供少量的示例可以明显的提升推理的效果，即few-shot。

Few-Shot Prompt

few-shot Prompt的意思是指在prompt中加入和推理任务相同的推理样例。如任务：使用一个词语进行造句。

可以观察到，通过仅提供一个示例（即1-shot，prompt中标红的部分即示例），模型已经学会了如何执行任务。对于更困难的任务，可以尝试增加示例（例如3-shot、5-shot、10-shot等）进行实验。 

COT 

要求大模型“写一个关于公司产品的竞品对比报告并发送邮件到xxxx，在必要的时候可以借助于外部工具“，你可能需要动态的构建类似这样的Prompt提示：

请按照给定的格式思考并回答问题。你有下面这些工具可以使用：
Tool1: 当需要查询公司产品信息时使用
Tool2: 当需要登记发送邮件使用
Tool3: 当需要网络搜索时使用

回答时请遵循以下========内的格式：
===========
Question: 我需要回答的问题
Thought: 回答该问题我需要做什么
Action: 【以上的一个工具名字】
Action Input: 【该工具的输入内容】
Observation: 【该工具上次的调用结果】
...（以上的思考/行动/输入/观察可以重复迭代N次）
Thought: 我现在知道最终答案
Final Answer: 最终输出答案
============
{对话历史}
现在开始回答，记得按照指定格式进行一步一步的推理。

参考大模型框架Langchain内置提示工程

参考资料：

https://mp.weixin.qq.com/s/N5ZAkKPJXtfpelxRP525PQ 　　Chat GPT Prompt指南（六）：提升文章/报告/协作效率

https://mp.weixin.qq.com/s/BSsS5ZOOj_48UjX7fMhY2g　　三个超级好用的chatGPT论文润色指令

https://mp.weixin.qq.com/s/3BHcqTDIJyrvMVdAkm0yhQ　　Prompt的科学范式（上篇）

https://zhuanlan.zhihu.com/p/629087587　　大模型思维链（Chain-of-Thought）技术原理 及 优化