@[toc]
大语言模型（后文简称LLM）已经火热了近两年，相信大家或多或少都学习过一些Prompt技巧。但你有没有思考过：为什么使用这些Prompt能得到更好的输出结果？为什么有时你怎么试都得不到想要的结果？为什么有些任务LLM根本无法完成？接下来，我们通过一个简单示例来了解LLM的运行过程。理解这个过程后，你自然就能回答上述问题了。
什么是AI提示词(Prompt)
谈到AI应用，大家首个浮现在脑海中的词汇往往是AI提示词（Prompt）。用一句话概括：AI提示词是我们向AI系统（如ChatGPT）输入的指令或问题，用于引导AI生成特定输出或完成特定任务。 这些提示词可以是简单的问题，也可以是复杂的指令集。
例如:
- 简单问题："谁发明了电话？"
- 复杂指令："请以营销专家的角度，为一款新上市的智能手表撰写一篇300字的产品介绍。"
- 创意要求："写一首关于人工智能的七言绝句。"
这些例子展示了AI提示词的多样性和适应性。从简单的查询到复杂的创意任务，提示词能满足各种需求。掌握如何有效构建这些提示词对获得理想的AI输出至关重要。
接下来，我们将深入探讨提示词为何对AI结果影响如此之大，以及它们如何影响LLM的工作过程。
为什么提示词对AI结果的影响很大
要回答这个问题，我们首先需要大致了解LLM的运作过程。用一句话概括：LLM始终在预测下一个最可能出现的词（Token）
让我们通过一个给小孩子启蒙用的句子补全练习，来了解LLM是如何工作的。
- 请补全这句话：我午饭吃了(_) 。
可以填入的候选词有 披萨、垃圾桶、香蕉、盖饭、轮胎、砖头、面条、餐巾纸、包子、白云、油条、汉堡。
从语法角度来看，所有候选项都可以填入，因为它们都是名词。但从语义上考虑，这里只能填写食物。因此，我们可以排除餐巾纸、垃圾桶、轮胎、砖头和白云，剩下盖饭、面条、披萨、汉堡、包子、油条和香蕉这些词都有可能。
从上文的关键词"午饭"来看，在没有其他上下文的情况下，我只能根据个人饮食习惯对这些食物的可能性进行排序。结果依次是：盖饭、面条、披萨、汉堡、包子、油条、香蕉。但即便如此，我们仍然无法确定具体是哪一个。那么，如果我们提供更多的背景信息会怎样呢？
- 我今天在西安出差，午饭吃了(_) 。
在这个上下文中，新增了"西安"这个关键词。众所周知，西安是中国的面食之都，所以来到西安怎能不品尝面食呢？在这种情况下，"面条"无疑是最合适的填入词。然而，如果我们再增加一些上下文信息，情况又会有所不同。比如：
- 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了(_) 。
到这里，你肯定会斩钉截铁地说应该填写"汉堡"。虽然前面的文字中有"中午"和"西安"这两个关键词，但它们对候选项的影响权重远不及"汉堡王"高。
这实际上就是LLM执行一次预测的过程。整个LLM回复问题的过程就是不断重复这些步骤，持续预测下一个词（token）应该是什么，直到模型认为回答完成或达到最大长度限制。
实际上一次LLM完整的回答过程示例如下：
| 步骤 | 当前状态 | 预测出下一个词(Token) | 用户看到的结果 |
|---|---|---|---|
| 0 | 我 | 我 | |
| 1 | 我 | 今天 | 我今天 |
| 2 | 我今天 | 在 | 我今天在 |
| 3 | 我今天在 | 西安 | 我今天在西安 |
| 4 | 我今天在西安 | 出差 | 我今天在西安出差 |
| 5 | 我今天在西安出差 | ， | 我今天在西安出差， |
| 6 | 我今天在西安出差， | 但 | 我今天在西安出差，但 |
| 7 | 我今天在西安出差，但 | 时间 | 我今天在西安出差，但时间 |
| 8 | 我今天在西安出差，但时间 | 比较 | 我今天在西安出差，但时间比较 |
| 9 | 我今天在西安出差，但时间比较 | 紧 | 我今天在西安出差，但时间比较紧 |
| …… | ………… | …… | ………… |
| n-2 | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭 | 吃了 | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了 |
| n-1 | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了 | 汉堡 | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了汉堡 |
| n | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了汉堡 | 。 | 我今天在西安出差，但时间比较紧，中午就去了汉堡王，午饭吃了汉堡。 |
其中预测出下一个词列就是LLM在回答你问题时一个接一个生成的词。当整个过程执行完毕，你就得到了LLM的完整回复。LLM的大致执行过程确实很简单，但复杂之处在于每次计算下一个词（token）时，它需要调动前面所有Token所涉及的庞大参数，然后去计算词表中所有词的可能性，并从中选出概率最高的一个（Temperature为0时）。这个计算量非常大，因此LLM需要消耗大量算力，也导致它返回结果较慢。
- 冷知识：正是因为LLM回复的过程是不断通过预测来补全文本，所以OpenAI的对话接口叫completion。
经过大量文本训练后，LLM不仅学会了各种知识，还掌握了文本中蕴含的语义和逻辑关系。通过使用已有的词（Token），LLM能够计算出下一个最合适的词（Token），从而神奇地展现出媲美人类的语言能力（这一现象学术界至今没有统一的解释）。通过上述简单例子，我们可以直观地理解为什么不同的Prompt会对模型的输出产生巨大影响。
理解了LLM的工作原理后，我们就能更好地编写提示词。提示词的本质是为LLM提供充足的背景和上下文信息，使其能生成更符合我们需求的文本内容，而好的提示器可以在有限的文本中提供更多有效的上下文，触发模型更多的参数，从而能得到更丰富多样更优质的结果。接下来，让我们探讨几个常见且有效的提示词技巧。
角色的重要性
许多提示词模板都会设定角色，这是一个非常有效的策略。让我们用一个简单的例子来解释原因。假设你要向某个心智尚未完全成熟、理解能力有限、知识储备不丰富的人讲解某个主题。这里你用了一长串描述来界定你的受众，而我只需用三个字——"小学生"就能代替。一提到"小学生"，你就能自动联想到一系列相关的背景信息，无需我再多加解释，对LLM来说也是类似的。我们可以将角色视为一个包含大量背景信息的压缩包。这就是为什么设定角色能如此有效地改善提示词的原因。
- 心智未完全发展成熟、理解水平有限、而且知识储备不是很丰富的人 == 小学生
类似地，特定领域的名词、术语和关键词也起着相同的作用。这些词汇就像是特定领域知识的压缩包，能够迅速激活相关的专业背景和上下文，从而达到与设定角色相似的效果。
One-shot/Few-shot
这俩提示词技巧直白来说，其实就是给大模型一些参考样例，One-shot就是给定单个样本，Few-shot是给定多个样本。 从LLM工作原理的角度来看，提供样本（One-shot或Few-shot）能够提升输出质量，主要有以下几个原因：
- 增加上下文信息： 样本为LLM提供了更多的上下文信息，这些信息会影响模型在预测下一个词（token）时的概率分布，从而引导模型生成更符合预期的输出。
- 示范任务格式： 样本展示了任务的具体格式和结构，使LLM更容易理解和模仿所需的输出形式。这相当于为模型提供了一个"模板"，增加了输出与预期一致的可能性。
- 激活相关知识： 提供样本能帮助LLM更准确地识别任务类型和所需知识领域。这样，LLM可以在其庞大的参数空间中激活与任务相关的"知识"，从而提高输出的相关性和准确性。
- 降低歧义性： 某些情况下，任务描述可能存在歧义。提供样本可以明确任务的具体要求，减少LLM误解或偏离主题的可能性。
任务拆解
任务拆解是另外一种高效的提示词技巧，它将复杂问题分解为更小、更易管理的部分。这种方法不仅帮助LLM更好地理解和处理问题，还能显著提高整体回答质量。通过将大任务拆分成一系列小步骤，我们能更精确地引导LLM的思考过程，从而获得更准确、更全面的回答。
从LLM的工作原理来看，任务拆解和多次问答能提升回答质量，主要原因如下：
- 上下文增强：每次问答都为LLM提供新的上下文信息，影响模型预测下一个词（token）的概率分布，使后续回答更精准。
- 缓解长期依赖：通过任务拆解，每个子任务的输入相对简短，减少了LLM在处理长文本时可能出现的"遗忘"早期信息问题。
- 交互式引导：多次问答过程中，用户可根据LLM的回答调整后续问题，逐步引导模型得出更准确的结果。
- 简化复杂任务：将复杂任务拆解为多个简单子任务，每个子任务更易被LLM准确理解和回答，从而提高整体质量。
- 及时纠错：多次问答提供了多个检查点，用户可在中间步骤发现并纠正潜在错误，避免错误累积。
这个技巧不仅提高了LLM的回答质量，还增强了用户与AI之间的交互体验。通过任务拆解和多次问答，用户可以更精确地引导LLM的思考方向，同时更深入地理解AI的推理过程。这种方法不仅适用于简单查询，还特别有效地解决复杂问题和进行深度分析。接下来，让我们探讨另一个强大的技巧——思维链。它进一步推进了这种交互式问题解决的方法，为我们开启了更多可能性。
思维链（Chain of Thought）
思维链技巧的核心是让大语言模型展示其推理过程。这种方法特别适用于需要逐步推理或复杂计算的问题。通过让LLM呈现其思考过程，我们不仅能获得更准确的答案，还能洞察模型如何得出结论。这种透明度在验证结果正确性和理解模型推理能力方面极为宝贵。具体使用方式很简单：在提示词中要求模型输出过程。一个"魔法"提示词是"Let's think step by step"（让我们一步步思考），在中文语境中也可以直接使用。
从理论转向实践，让我们通过一个具体例子深入理解思维链技巧的应用。这个例子不仅展示了思维链的实际效果，还能帮助我们更好地理解LLM如何利用这种方法提高问题解决的准确性和透明度。我们将用一个小学数学应用题来说明思维链的有效性：
- 甲乙丙丁4个人去买水果，甲买了3斤苹果、5斤梨、1斤香蕉，乙买了4斤苹果、3斤梨、5斤香蕉，丙买了1斤苹果、3斤梨、6斤香蕉，丁买了1斤苹果、10斤梨、1斤香蕉。已知苹果一斤2元、梨一斤3元、香蕉一斤4元，请按他们各自的总消费额度由高到低排序。
如果你现在询问主流的几个模型，它们都能给出推理过程以及正确答案：乙 > 丁 > 丙 > 甲。然而，当我们限制LLM直接给出答案而不提供推理过程时，所有的大模型都会出错。如果你使用不同的模型多次尝试，你会发现在这个限制下，所有模型都是在瞎猜。
思维链的有效性源于其与任务拆解相似的机制。通过思维链，LLM能够自主地将复杂问题分解为一系列小步骤，每一步都为下一步提供了额外的上下文信息。这个过程不仅增强了模型的推理能力，还能让用户更清晰地了解LLM的思考过程。与任务拆解由用户主导不同，思维链让LLM在生成答案的过程中自动创建和利用中间步骤，从而提高了回答的准确性和可解释性。
总结
我们从LLM的运行机制来看，其实真正的Prompt技巧就只有一个，那就是提供更多高质量的上下文， 这些技巧都是为了实现这一目标。无论是设定角色、使用示例、任务拆解还是思维链，它们的核心都在于为LLM提供更丰富、更精确的上下文信息，从而引导模型生成更符合我们期望的输出。通过这些方法，我们可以更好地利用LLM的强大能力，实现更精准、更高效的人机交互。
在理解LLM的运行机制后，我愈发觉得，与LLM沟通和与人沟通并无本质区别，两者都需要清晰的表达、适当的上下文和对方的反馈。与LLM交流时，我们需要提供足够的背景信息，使用恰当的提示技巧，并根据其回应进行调整。这种交互过程与人际沟通有着惊人的相似之处，都需要我们不断优化和调整我们的表达方式，才能达到最佳的沟通效果。
最后，教大家一个判断自己Prompt质量的直观小技巧：把你的Prompt展示给周围的人，让他们尝试完成你的任务。如果他们直接开始思考如何实现，而不是问你一堆问题，那么你就写出了一个好的Prompt。
