【AI 大模型】提示工程 ① ( 通用人工智能 和 专用人工智能 | 掌握 提示工程 的优势 | 提示工程目的 | 提示词组成、迭代、调优及示例 | 思维链 | 启用思维链的指令 | 思维链原理 )基础语言 ,
Prompt Engineering 提示工程 就是 如何设计和使用 提示词 的工程 ;
4、掌握 提示工程 的优势
提示工程师 相当于 就是 在 AGI 领域 可以设计和使用优秀提示词的工程师 第一轮的 提示词中 , 也可以在输出结果完成后 , 在后续交互中 追加约束 ;
追加约束提示词 :
回答更加简短一些
三、思维链 Chain of Thought
1、思维链简介
思维链 ( CoT ;
大模型 会自动将 复杂问题 拆解成多个步骤 , 逐步解决每个步骤的子问题 , 并明确地展示如何解决中间步骤的问题 , 最终得到准确的输出结果 ;
2、思维链推理过程
思维链推理过程 :
拆解问题 , 将 思考过程 完整的 展示出来 , 可以使用户了解问题的解决步骤 , 如果输出的结果不满意 , 可以针对有问题的步骤进行干预约束 ;
3、启用思维链的提示词指令
在提示词的末尾 , 追加
analyze the task step by step
或 中文
逐步分析任务
可以 激活思维链 , GPT 会给出思维过程 , 如何拆解问题 , 以及每个问题如何解决的 ;
4、思维链原理
使用了 思维链 指令后 
【AI 大模型】提示工程 ② ( 语言选择 - 英文更准确 | 自洽性 | 思维树 | 提示词正常输出 -＞ 思维链 -＞ 自洽性 -＞ 思维树 进化过程 | 提示词使用技巧 )让用户或评估者对每个生成的文本结果进行评分或投票 , 或者让 大模型 自己投票 选择最好的一个 ;
三、思维树
在 思维链 的基础上 , 在特定的结点上 , 加入不同的分支 , 这样就得到了一颗 " 思维树 " ;
" 思维链 " 参考 【AI 大模型】提示工程 ① ( 通用人工智能 和 专用人工智能 | 掌握 提示工程 的优势 | 提示工程目的 | 提示词组成、迭代、调优及示例 | 思维链 | 启用思维链的指令 , 是 使用相同的提示词 , 得到不同的输出结果 ;
思维树 , 是 在每个分支使用不同的提示词进行微调 , 得到不同的输出结果 ;
四、提示词正常输出 -> 思维链 -> 自洽性 -> 思维树 进化过程 " , 输出结果中会给出一步一步的逻辑推理过程 , 这是 提示词 思维链 的用法 ;
使用 相同的提示词 , 输出多个结果 , 然后在多个结果中进行投票 , 获得最佳结果 , 这是 提示词 自洽性 用法 , 将例子放在提示词中 ;
针对逻辑问题 和 计算问题 , 可以 启用思维链 , 将每一步的推理逻辑都展示出来 ;
如果中文不能得到满意的结果 , 可以 尝试使用英文 , ChatGPT 大模型是这样的 
粤公网安备44030502008569号