EasyEnv
Prompt Engineering
中级第 3 / 11 节30 分钟 · 实操

提示工程的五项原则

Prompt Engineering 课程的一部分

你已经知道什么是提示词,什么是补全(completion),也知道模型每次都是现写一份新回复,而不是把查到的东西背出来。这就引出一个显而易见的问题:既然模型只是一路猜出一份听起来合理的回复,你要怎么让它往你真正想要的方向猜?你今后写出的每一条靠得住的提示词,靠的都是同样五个动作。在这里学一遍,本课程剩下的部分就只是把它们反复用到更难的任务上而已。把这一课当成整门课的骨架:以后某条提示词不听话时,你会回来问一句,五条里它缺了哪一条。

词汇你现在有了:提示词进去,补全回来,而模型是靠一次预测一个词元(token)走到那里的。你还没有的是方法。你可以收集一百种聪明的说法,但说法会过时,而且每个任务都有点不一样。不会过时的,是一张清单,上面列着让提示词真正管用(而不是靠运气)的那几个动作。这张清单就是五条原则。 ...

想在真实环境里学习 Prompt Engineering 提示工程的五项原则 吗?

点击下方,立即获得一台预装 Prompt Engineering 的 Linux 主机,跟懂你代码的 AI 导师一起完成 提示工程的五项原则 的实操练习。

开始这节课提示工程的五项原则

你将学到什么

  • Giving direction
  • Specifying format
  • Providing examples
  • Evaluating quality
  • Dividing labor

用你的语言阅读本课

本课程的所有课时

11 节
  1. 1什么是提示词(Prompt)20 分钟
  2. 2大语言模型如何生成文本30 分钟
  3. 3提示工程的五项原则30 分钟
  4. 4文本生成的标准实践35 分钟
  5. 5Prompt Template 与 Function Calling35 分钟
  6. 6向量数据库与检索增强生成40 分钟
  7. 7Autonomous Agents:memory 与 tools40 分钟
  8. 8Diffusion 模型如何生成图像30 分钟
  9. 9图像生成的标准实践35 分钟
  10. 10进阶图像技巧:inpainting、outpainting 与 ControlNet35 分钟
  11. 11构建 AI 驱动的应用40 分钟

探索其他课程

提示工程的五项原则 - Prompt Engineering (Chinese) | Engineering Courses