❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🧠 「LLM自进化实现！提示优化进入『自助餐时代』：SPO框架开启提示工程2.0时代」

大家好，我是蚝油菜花。当业界还在争论prompt engineering是否伪科学时，清北联合团队已用数学证明：大模型最懂如何优化自己。

SPO框架三大颠覆性创新：

✅ 成对评估机制：让Claude-3.5化身「提示裁判」自动打分
✅ 动态优化闭环：Execute-Evaluate-Optimize循环逼近最优解
✅ 偏差抑制算法：四重随机评估打破模型固有偏好

该框架在GPQA基准测试中准确率达97.2%，而成本仅是传统方法的1.1%。接下来我们将拆解其知识图谱构建过程，揭秘如何用AI优化AI！

🚀 快速阅读

SPO框架通过LLM自监督机制实现提示优化的突破性进展。

核心机制：基于输出对比的成对评估，利用LLM自身判断力优化提示
技术突破：仅需3个样本即可完成优化，成本降低至传统方法的1/90
适用范围：同时支持封闭任务与开放式创作场景，助力多领域应用落地

SPO 是什么

SPO-method

SPO（Self-Supervised Prompt Optimization）是一种基于大语言模型自监督能力的提示优化框架。与传统依赖人工标注或基准答案的方法不同，SPO通过对比不同提示生成的输出质量，自主完成优化迭代。

该框架创新性地将优化过程分解为执行-评估-优化三阶段循环，利用LLM自身对任务需求的理解能力，通过成对比较输出结果获得优化信号。这种机制突破了传统方法对标注数据的依赖，在保持性能的同时将单数据集优化成本降至0.15美元。

SPO 的主要功能

自我监督优化：通过LLM自动评估输出质量，无需人工标注或基准答案
超低成本运行：单数据集优化仅需3个样本，成本降低至传统方法的1.1%-5.6%
多场景适配：在GPQA等封闭任务中准确率达97.2%，在创意写作等开放任务中优化效果显著
模型兼容性强：支持Claude-3.5、GPT-4o等多种主流LLM作为优化器

SPO 的技术原理

输出对比评估：通过LLM对两个提示生成输出的成对比较，建立相对质量评估体系
动态优化循环：采用Optimize-Execute-Evaluate迭代机制，持续改进提示模板
上下文感知优化：基于当前最优输出的语义理解生成新提示，保持任务一致性
偏差抑制机制：通过四轮随机化评估降低模型固有偏见的影响

如何运行 SPO

通过镜像一键部署和运行

在这里特别感谢 UCloud 优云智算提供的 GPU 算力支持！让项目得到了快速的部署和调试运行。

UCloud 介绍

UCloud

优云智算是 UCloud 优刻得的GPU算力租赁平台，专注于为用户提供灵活的算力资源。支持按天、按小时短期租赁及包月长期租赁，满足各类需求。

结合丰富的公共镜像社区，优云智算提供多种预配置的容器镜像，如LLamaFactory、SD-webUI 和 LLM 等，实现一键部署，5分钟就能快速上手 AI，助力用户快速启动和扩展项目。

1. 使用该镜像创建实例

镜像发布页（神秘通道）：https://www.compshare.cn/images-detail?ImageID=compshareImage-18u5hmtunbzm&referral_code=4sOb83sEXe4BLkKYqw9G4P&ytag=GPU_hych_Lcsdn_csdn_display

【算力福利速递】神秘通道秒领40枚算力金币解锁20小时顶配4090显卡试驾体验！学生党/职场人亮出大佬身份，立享永久VIP+额外金币补给包，快乐白嫖手慢无~

首先，在镜像发布页可以查看到我制作完成并分享到平台的实例镜像，通过右侧的使用该镜像创建实例可以快速创建一个实例。

UCloud_use_mirror

2. 部署GPU实例

可按需选择配置后再立即部署。

UCloud_mirror_ini

3. 启动实例

稍等片刻后，实例就会自动创建并启动，通过查看实例列表可查看实例的运行状态，并支持随时关闭或启用。

UCloud_contorl

实例同时提供了一个 JupyterLab 应用作为交互式开发环境，它提供了更现代化和灵活的用户界面，方便我们继续后续的步骤。

UCloud_JupyterLab

4. 运行 SPO WebUI 服务

启动实例后，你可以通过 JupyterLab 应用的终端输入以下命令来快速启动服务：

python -m streamlit run app.py

WebUI 服务默认通过 8501 端口进行访问，镜像已经配置了端口转发，你可以直接通过https://{公网IP}:8501/访问。

SPO-LLM-ini

5. 配置 LLM API

首次启动项目时，默认在模型设置中没有预置模型可以选择的，所以你需要先配置 LLM API 和相应的模型名称，这里我以配置阿里百练大模型为例。

配置完成后，点击连通性测试并添加模型并等待测试，测试成功后就会将模型保存到本地配置中，之后你会发现在下方的模型设置*中增加了相应的模型选项，你可以选择使用相同/不同的模型作为优化提示、评估提示和执行提示（测试优化后提示词）的模型。

SPO-LLM-Setting

6. 配置优化器

滑动到LLM 配置的最下方，你会发现一个优化器设置，这里的初始轮次和最大轮次，你可以按照需要配置它们的次数。

SPO-Optimize-times

7. 配置提示模版

来到模板配置页，这里提供了一个提示词的配置模板，是SPO框架的核心配置，这决定了你想优化的提示词以及优化的目标。

提示词：输入你想要优化的提示词，主要用于优化模型优化提示词。
要求：输入提示词优化的目标，或者是一段描述（描述对提示词输出结果的要求），主要用于评估模型评估提示词。
问答示例[可选]：可以添加多个Q&A作为示例，可以更好地指导模型优化提示词向目标对齐。

SPO-Prmopt-Setting

8. 开始优化

完成模板配置后，你就可以进入优化日志页，点击开始优化执行SPO脚本开始优化提示词了！并且在这个过程中，你可以从页面看到优化的过程和模型输入输出的日志信息。Enjoy it！

SPO-log

9. 查看优化结果

我这里为了快速演示，设置最大轮次为3次。在等待结束优化之后，你可以跳转到优化结果页，你将会看到每一轮优化的提示、完成状态和详细的优化结果。

SPO-Results

点开对应轮次，你可以看到更加详细的优化结果，这里我先查看开轮次1的优化结果，发现第1轮的提示词是你输入的提示词，它将首当其冲作为提示词，输入到模型中进行优化和评估，为后续优化提示词的进程作准备。

SPO-Result-1

接着，我再查看开轮次3的优化结果，发现不同于第1轮的提示词，当优化进程达到第3轮时，提示词已经变得更加细致完整了，像这样更完善的提示词，能够在测试时更好地指导模型输出，提高目标结果的命中率。

SPO-Result-3

10. 测试优化后提示词

最后，我测试了轮次3的优化结果中的提示词，输入了一个问答示例中不存在的问题（避免拟合），它不仅输出了详细的推理过程，得到了正确的结果，而且非常好地完成我设定的任务目标，最后生成了我要求的输出结果。

优化后的提示词是具备通用性的，即使是在其他的模型或参数量更小的模型中，也能非常准确地指导模型输出预期的结果。

SPO-Prompt-Test

本地部署 — 环境准备

1. 拉取项目：

git clone https://github.com/Airmomo/SPO.git

2. 进入项目目录：

cd SPO/

3. 创建并激活 Python 虚拟环境：

# Windows/macOS/Linux 通用命令
python -m venv myenv

# 如果遇到 python 命令无效，尝试用具体版本号：
python3 -m venv myenv

4. 激活虚拟环境：

Windows 系统：
```bash
常规命令提示符（CMD）
myenv\Scripts\activate.bat

PowerShell

.\myenv\Scripts\Activate.ps1


- macOS/Linux 系统：
```bash
source myenv/bin/activate

5. 安装依赖：

pip install -e .
cd ../

本地部署 — 运行 Web UI

项目提供了更加友好的交互体验，可以使用 Streamlit Web 界面来配置LLM和运行优化器。

首先，安装 Streamlit：

pip install "streamlit~=1.42.0"

安装Streamlit后可能会提示存在依赖版本冲突，不会影响正常运行，可以忽略！

然后运行 Web 界面：

python -m streamlit run app.py

默认运行在8501端口，启动后会自动打开浏览器并访问http://localhost:8501/.

命令行运行

1. 配置 API 密钥和参数

在运行 PromptOptimizer 之前，需要配置语言模型 (LLM) 的参数。这些参数可以在 config/config2.yaml 文件中设置，你可以参考 examples/spo/config2.example.yaml 文件的格式进行配置。

2. 定义迭代模板

创建一个迭代模板文件 metagpt/ext/spo/settings/task_name.yaml，模板内容如下：

prompt: |
  Please solve the following problem.

requirements: |
  ...

count: None

qa:
  - question: |
      ...
    answer: |
      ...

  - question: |
      ...
    answer: |
      ...

模板字段说明：

prompt：迭代的初始提示。
requirements：期望的效果或结果（例如，生成更多思考或使用更幽默的语言）。
count：生成提示的目标字数（例如，50）。设置为 None 表示不限制字数。
qa：用于迭代的问答对，通常包含 3 个左右的问答对。
- question：数据集中用于迭代的问题。
- answer：对应的答案，可以包含期望的思考模式或响应，也可以留空。

参考示例：metagpt/ext/spo/settings/Navigate.yaml

3. 实现 PromptOptimizer

PromptOptimizer 提供了三种运行方式，分别是 Python 脚本、命令行接口和 Streamlit Web 界面。

通过 Python 脚本运行

以下是通过 Python 脚本运行 PromptOptimizer 的示例代码：

from metagpt.ext.spo.components.optimizer import PromptOptimizer
from metagpt.ext.spo.utils.llm_client import SPO_LLM

if __name__ == "__main__":
    # 初始化 LLM 设置
    SPO_LLM.initialize(
        optimize_kwargs={
   "model": "claude-3-5-sonnet-20240620", "temperature": 0.7},
        evaluate_kwargs={
   "model": "gpt-4o-mini", "temperature": 0.3},
        execute_kwargs={
   "model": "gpt-4o-mini", "temperature": 0}
    )

    # 创建并运行优化器
    optimizer = PromptOptimizer(
        optimized_path="workspace",  # 输出目录
        initial_round=1,  # 起始轮次
        max_rounds=10,  # 最大优化轮次
        template="Poem.yaml",  # 模板文件
        name="Poem",  # 项目名称
    )

    optimizer.optimize()

通过命令行接口运行

运行以下命令以通过命令行接口启动优化器：

python -m examples.spo.optimize

可用的命令行选项如下：

--opt-model            用于优化的模型（默认：claude-3-5-sonnet-20240620）
--opt-temp            优化的温度参数（默认：0.7）
--eval-model          用于评估的模型（默认：gpt-4o-mini）
--eval-temp          评估的温度参数（默认：0.3）
--exec-model          用于执行的模型（默认：gpt-4o-mini）
--exec-temp          执行的温度参数（默认：0）
--workspace          输出目录路径（默认：workspace）
--initial-round      初始轮次编号（默认：1）
--max-rounds        最大轮次数量（默认：10）
--template          模板文件名称（默认：Poem.yaml）
--name              项目名称（默认：Poem）

查看帮助信息：

python -m examples.spo.optimize --help

4. 查看结果

优化完成后，结果将存储在 workspace 目录中，结构如下：

workspace
  └── Project_name
      └── prompts
          ├── results.json 
          ├── round_1
          │   ├── answers.txt
          │   └── prompt.txt
          ├── round_2
          │   ├── answers.txt
          │   └── prompt.txt
          ├── round_3
          │   ├── answers.txt
          │   └── prompt.txt
          ├── ...
          └── round_n
              ├── answers.txt
              └── prompt.txt

文件说明：

results.json：存储每轮迭代是否成功判断及其他相关信息。
prompt.txt：对应轮次的优化提示。
answers.txt：使用该提示生成的输出结果。

资源

GitHub 仓库：https://github.com/geekan/MetaGPT/tree/main/examples/spo
GitHub 仓库：https://github.com/Airmomo/SPO