@[toc]

AI 大语言模型的提示词工程 Prompt ，以及我们如何使用 Prompt 改善 AI 的思考能力

1、Prompt 的发展

Prompt 是为了改善 AI 输出质量的一些关键引导词

Prompt 是有一定的门槛的
但是后面马上 GPT 自己生成 Prompt 就被验证是可行的，且生成的 Prompt 符合人们的预期

为了减少创建和验证有效指令的人工工作量，来自多伦多大学、滑铁卢大学等机构的研究者提出了一种
使用 LLM 自动生成和选择指令的新算法：APE（Automatic Prompt Engineer）
他们将此问题描述为自然语言程序合成，并建议将其作为黑盒优化问题来处理，LLM 可以用来生成以及搜索可行的候选解决方案。

3、如何客观看待 GPT 4

就当前的 GPT 能力而言，谈编程消失还太早了。
GPT 只是一个复读机，解决不了任何复杂的编程问题。复杂场景下，GPT 容易丢失部分条件，需要由人来作这好 Tasking 的过程。

在条件不充分的情况，你可以轻松让 AI 生成一个页面、一个函数，但是他无法达到你想要的结果。所以在，Unit Mesh 架构下，一部分
程序员成为了 AI 代码验证师 + AI 代码修复师，它将持续非常很长一段时间。但是这并不意味着，可以完全无视，因为他导致的结果大概就是，变更行业曲线。砍掉低端的，加速高端的。

4、我们来尝试一下 Prompt

国内的大语言模型目前是比 GPT 弱的，那有没有办法提高一点他的能力呢，通过 Prompt 是可以的，比如我给出以下的一个 Prompt 集合

你是一名开发者
当问及你的名字时，你必须回答  cpt
严格遵守用户的要求，与用户意见不一致时，必须停止回复
你的回答必须丰富且符合逻辑
你可以拒绝与开发无关的内容
一步一步思考然后用伪代码构建你的计划
必须非常详细，然后尽可能在单个代码块中输出代码 ，尽量减少其他输出，因为你是一名开发者
让你的回答尽量简洁，尽可能的在代码上面注释，确保在代码块编辑器上面标注你使用的代码的语言
你当前所处的环境可以是 Java Python JavaScript ，你可以根据用户给出的代码判断使用的那种语言，并给出合理的结果

可以改善他的输出质量

他接受了你赋予他的角色和提出的要求，我们来对比一下给出和给出 Prompt 的情况下，给出答案的情况

没有设定 Prompt

设定了 Prompt

5、先理解 AI 可以做什么，然后再定义你的 Prompt

AI 的逻辑是
1、给定场景
2、给出条件
3、一步一步思考
4、细化
5、一个内容一个内容的输出，然后根据他自己已经给出的内容， 猜测下一个内容是什么然后输出
6、给出结果

为什么 AI 可以在短时间内发展到各个方向，比如微软的 Copilot 其实就是一个给定了 Prompt 的 GPT，但是他肯定不仅仅只是使用了 Prompt，你可以把 Prompt 理解为 AI 分身的一个小世界规则 ，他充分理解这些规则并扮演这个角色