谷歌提示词工程 - 最佳实践

接上文谷歌提示词工程 - 模型原理和提示词技术，讨论提示词的最佳实践。

提供示例

正如上文提示词技术提到的单样本、少样本那样，在提示中提供样例十分重要。这样模型就能在示例的参考下输出更加准确的内容。

简约设计

基本原则是：若你自己都觉得困惑，模型很可能也会困惑。避免使用复杂语言，且不要提供无关信息。

尝试使用描述动作的动词。以下是一组示例：

行动、分析、归类、分类、对比、比较、创造、描述、定义、评估、提取、发现、生成、识别、列举、测量、组织、解析、挑选、预测、提供、排序、推荐、返回、检索、改写、选择、展示、整理、总结、翻译、撰写。

明确提出需求

详细说明期望输出。简短的指令可能无法充分引导大语言模型，或过于笼统。在提示中提供具体细节（通过系统或上下文提示）有助于模型聚焦相关内容，提高整体准确性。

优先使用指令而非约束

提示中使用的指令和约束用于引导大语言模型的输出。

尽可能使用正向指令：用“应该做什么”替代“禁止做什么”，这能避免混淆并提高输出准确性。

约束条件在特定场景仍具价值：当需要防止模型生成有害/偏见内容，或要求严格输出格式时。

作为最佳实践，应优先处理指令，明确说明您希望模型执行的操作，仅在出于安全性、清晰度或特定需求时使用约束条件。通过实验与迭代测试不同指令和约束的组合，以找到最适合您特定任务的方案，并予以记录。

控制最大令牌长度

要控制生成式大语言模型(LLM)的响应长度，您可以在配置中设置最大令牌限制，或在提示词中明确指定所需长度。例如：

"Explain quantum physics in a tweet length message."

在提示词中使用变量

为了实现提示词复用并增强动态性，可在提示词中使用变量，这些变量可根据不同输入进行替换。

尝试不同的输入格式与写作风格

不同模型、配置、提示格式、措辞和提交方式会产生不同结果。因此需对提示属性进行实验，如风格、措辞及提示类型（零样本、少样本、系统提示） 。

分类任务的小样本提示中，需混合不同类别

一般而言，小样本示例的顺序影响不大。但在执行分类任务时，务必在少量示例中混合可能的响应类别。这是因为固定顺序可能导致模型对示例顺序产生过拟合。通过混合响应类别，可确保模型学会识别各类别的关键特征，而非简单记忆示例顺序。这种方法能提升模型在未见数据上的鲁棒性和泛化性能。

经验法则建议从6个少量示例开始，并由此测试准确度。

适应模型更新

紧跟模型更新，尝试新版模型调整提示词充分利用新特性。

尝试不同输出格式

除输入格式外，还可探索输出格式。对于数据提取、筛选、解析、排序、分级或分类等非创造性任务，建议采用JSON或XML等结构化格式返回结果。

JSON 修复

JSON 格式校验严格，可以使用 PyPI 的 json-repair 智能修复 JSON 格式。

使用 Schema

输入数据也可以使用 JSON 格式高效的组织数据。

与其他提示工程师协同实验

当每个人都遵循本章所述的最佳实践时，您将观察到不同提示方案间的性能差异。

思维链最佳实践

进行思维链提示时，必须将答案置于推理过程之后，因为推理过程的生成会改变模型预测最终答案时所获得的标记（token）。

使用思维链与自洽性方法时，需确保能从提示中分离出最终答案，使其独立于推理过程。

思维链提示的温度参数应设为0。

思维链提示基于贪婪解码机制，即语言模型根据概率最高中的下一个词。一般而言，当涉及推理得出最终答案时，通常存在唯一正确答案，因此温度参数应始终设置为0。

记录不同提示尝试方案

细记录每次提示尝试的完整细节，这样才能逐步总结出哪些方法有效，哪些无效。

提示工程是一个迭代过程。设计并测试不同提示方案，分析记录结果，根据模型表现优化提示词。持续实验直至获得理想输出。当更换模型或调整模型配置时，需重新用先前提示词进行实验验证。

---

欢迎关注我的公众号：前端生存指南，一起聊聊前端、AI 和生活。