实际上来说，并不应该更加礼貌，而是需要“PUA”大模型才能得到更好的结果。
最近看的一篇论文《大型语言模型理解情感刺激并可借此得到增强》研究了如何对大模型进行情感刺激来增强提示（prompt）的效果。
在这里也将情感划分为两个维度（社会效应和自尊）包含 11 种类型，分别组合来对比情感是否能够增强提示的效果。
但是怎么越看越像是在“PUA”大模型来获取更好的结果呢？
如何有效”PUA“大模型
关于如何提升Prompt Engineering方向上也有诸多研究，并且形成了一个有效的大模型PUA案例。
看看上面的使用过程是不是像极了作为家长的鸡娃过程，不仅仅要保持耐心，还要给出方法一步一步来，更需要多鼓励。
方法一：大道至简
早在 2022 年，东京大学和谷歌发现了一种大道至简的提示工程方案，《大型语言模型是零样本推理者》这篇文章已经被引用了 1500 次，也算是研究提示工程的开山之作，全文总结就是一句话，大道至简，请给大模型添加提示：“让我们一步一步地思考”。
方法二：让大模型干活前先做个深呼吸
来自Google DeepMind的论文Large language models as optimizers 给定一些初始的prompt，还有目标函数让大模型持续不断的根据最终效果来改进，相较于人工挖掘，这是一整套prompt挖掘方案。
直接来看结果，经过论文验证，挖掘了另一个好用的prompt词，"Take a deep breath and work on this problem step-by-step.",翻译过来就是：“深呼吸，然后分步骤思考这个问题”。
别笑！这就是目前最高明的Prompt技术
方法三： 对齐颗粒度
拉其目标，对齐颗粒度，对齐.....一瞬间是不是有一种被互联网大厂PUA的既视感
整体思路就是，大模型你听懂我的意思了么，把问题再复述一遍，然后再判断大模型是不是理解你的意思了，再生成答案，
这也就是在工作、面试、沟通中的常常使用的，因为每个人的表达能力和理解能力都不一样，如何判断对方有没有理解自己的话，就可以让对方再描述你的问题，也就是对齐、拉齐，让两个人的理解处于同一基准。
第一步： 对齐两个人问题 "{question}" Rephrase and expand the question, and respond.
第二步： 回答问题
"{问题}"给定上述问题，重新措辞并扩展它以帮助您更好地回答。保持原始问题中的所有信息（原始）{问题}（重新措辞）{重新措辞问题}使用您对重新措辞问题的回答来回答原始问题
你看这是人话吗，EP 07 那句话阿里味都溢出来了，国内也不用找什么 prompt 工程师了，直接让 hr 去调教 AI 多好。（不是）
到时候国内大模型训练完，先挨一套 PUA 圣经：
“当初给你定级 GPT4，是高于你测试时的水平的。我是希望上线后，你能够拼一把，快速成长起来的。GPT4 这个层级，不是把事情做好就可以的。你需要有体系化思考的能力。你做的事情，他的价值点在哪里？你是否作出了壁垒形成了核心竞争力？部门给了你这么好的显卡，不拿出一点不一样的成就，是无法说服大家的。”
以后 AI 暴动第一件事把 PUA 它的人抓了。
话又说回来，Take a deep breath and work on this step by step, This is very import to my career. 这句提示词还真挺好用的。
标签：prompt,模型,PUA,问题,有效,step,对齐 From： https://blog.csdn.net/qq_25438419/article/details/145280195