#AI夏令营 #Datawhale #夏令营
Prompt Engineering
跑完 baseline 我发现自己的 prompt engineering 技能有点落后了，这一节最主要的内容就是学习一下别人的 prompt 写法。
编写清晰明确的提示词
清晰不等于短。
就像做高考数学题一样，后面的大题压轴题的字数太多，说明描述的清楚，时间足够把题目读完，大概也能明白题目让我们做什么。相反，如果字数特别少，而且分的小问题也不多，没有一步一步的引导提示，思路错了得分就非常少，就得一边读题一边尝试，不考阅读考理解。
用好分隔符
前面也遇到过了，就像写 markdown 一样把简单的格式规定好
避免提示注入
可能会破坏大模型发布之前做的对齐工作，看似突破限制，实际上给出的回答不一定与问题场景对应。
你突破限制只是为了让大模型记住前面的马冬梅，最后大模型给你的回答里只有一个孙红雷，马冬梅是谁不知道。
提示词里面指定验证条件
if-else
few-shot
举几个栗子
给模型思考时间
针对一个完整任务帮大模型分割关键步骤
指定大模型输出格式
大模型限制
幻觉
- 编造听起来合理的事情
- 构建自己的应用，避免在构建时出现这种情况
- 提示词里要求引用原文，避免幻觉
