Prompt Engineering

摘要

介紹了 Prompt Engineering（即 In-Context Prompting），是一種透過在提示中提供範例來引導大語言模型行為的方法，無需更新模型權重即可達成目標。文章探討了零範例與少範例學習的基本概念，並深入分析了範例選擇、排序策略、指令提示、思維鏈（Chain-of-Thought）以及自動提示設計等關鍵技術。

This article introduces Prompt Engineering (In-Context Prompting), a method to steer LLMs without updating weights by providing examples in the prompt. It covers basic learning types, example selection strategies, instruction prompting, and advanced techniques like Chain-of-Thought and automatic few…

重點

• Prompt Engineering 透過範例範疇引導模型，無需更新權重。
• 範例選擇與排序對模型表現影響巨大，需避免偏誤。
• 思維鏈（CoT）與自動提示設計是提升推理能力的關鍵。

提到的工具與公司

• GSM8k
• SBERT
• AutoPrompt
• ReAct

適合誰看

程式開發者、AI 研究者、希望學習大模型應用技巧的開發者。

摘要依據

講者

Lilian Weng

依據

文章全文

為什麼排在這裡

人氣

0.75

新鮮

0.01

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Prompting Fundamentals and How to Apply them Effectively文章 ・ Eugene Yan（部落格）
• Effective context engineering for AI agents文章 ・ Anthropic Engineering Blog
• Prompt Engineering vs. Blind Prompting文章 ・ Mitchell Hashimoto（部落格）
• Prompting 101 | Code w/ Claude影片 ・ Anthropic ・ 25 分鐘（在新分頁開啟原站）
• State-Of-The-Art Prompting For AI AgentsPodcast ・ Lightcone Podcast ・ 31 分鐘（在新分頁開啟原站）
• The prompting playbook影片 ・ Claude ・ 34 分鐘（在新分頁開啟原站）