AI提示词工程师已经成为专业课程不会用AI就终将被淘汰

原创

大象

大象AI写作

点击蓝字

关注我们

python

RPA

“在该做的年纪千万不要堕落”

本文背景

最近在新加坡首届GPT-4提示工程大赛上，很多科学家、人工智能研究人员、技术开发者以及对LLM技术充满热情的专业人士都参加了参与。大神Sheila Teo在这次比赛中获得冠军，她展示了对AI技术深刻的理解，还结合了创造力和战略思维，分享了一系列高效的提示工程策略。这些策略包括使用

CO-STAR框架构建提示词、利用分隔符优化LLM的理解、运用系统提示维持聊天的一致性

，以及无需编写代码即可进行数据集分析的高级方法。

不得不说提示工程作为一门融合艺术与科学的学科，正在迅速崛起。新加坡（GovTech）举办的首届GPT-4提示工程竞赛中。她分享了一系列创新的提示工程策略。

CO-STAR框架

框架介绍

CO-STAR框架是新加坡政府科技部数据科学与人工智能团队开发的，用于构建高效提示的模板。它包含六个要素：上下文（Context）、目标（Objective）、风格（Style）、语气（Tone）、受众（Audience）和回复（Response）。

框架各要素详解

上下文

：为LLM提供任务的具体背景，确保答复的相关性。
目标

：明确希望LLM执行的具体任务，以保持答复的重点。
风格

：指定写作风格，如模仿某位名人或行业专家。
语气

：设定答复的情感基调，如正式、幽默或善解人意。
受众

：根据目标受众的特点，定制化LLM的答复。
回复

：确定答复的格式，如列表、JSON或专业报告。

CO-STAR的实际应用案例

假设你是社交媒体经理，需要为公司的新产品——一种新型超快速吹风机——起草Facebook广告。使用CO-STAR框架，你可以创建一个更具针对性和吸引力的帖子。

使用分隔符

分隔符的作用和重要性

分隔符帮助LLM识别提示中的不同部分，为长串标记提供结构。对于复杂任务，分隔符的使用可以显著提高LLM的答复质量。

使用特殊字符作为分隔符

分隔符可以是不常用的特殊字符序列，如”###”或”===”，它们足够独特，使LLM能将其识别为内容分隔符。

使用XML标签作为分隔符

XML标签是另一种有效的分隔符，因为LLM已经接受了大量的XML格式内容训练。使用XML标签，如”

“和”

“，可以清晰地组织提示信息。

系统提示

系统提示的定义和用途

系统提示是附加提示，提供关于LLM行为方式的指令。它像过滤器一样，让LLM在回复新提示前自动应用。

何时使用系统提示

系统提示适用于需要在整个聊天过程中维持一致性的场景。由于LLM的对话内存有限，系统提示可以确保LLM持续接收特定提示。

系统提示的内容

系统提示通常包括任务定义、输出格式和安全护栏，以确保LLM的答复符合预期。

LLM护栏的动态化

固定护栏与动态护栏

系统提示中设置的护栏通常是固定的。然而，有时可能需要在聊天的不同阶段设置不同的护栏。

英伟达团队开发的NeMo护栏

NeMo护栏是一个开源软件包，允许以编程方式设置更详细、更动态的护栏，适应聊天的进展。

仅使用LLM分析数据集

LLM在数据分析中的优势和局限

LLM擅长识别模式和趋势，适合执行基于数据集模式识别的任务，如异常检测、聚类、文本分析等。

LLM擅长的数据集分析类型

LLM在发现模式、解释多维数据集并提炼为有意义的见解方面表现出色。

使用LLM分析Kaggle数据集的案例

通过一个Kaggle数据集的客户个性分析案例，展示了LLM如何在没有编程插件的情况下进行有效的数据分析。

验证LLM的分析结果

通过对比使用高级数据分析插件的结果，验证了LLM分析的准确性和实用性。

结论

Sheila Teo的分享为提示工程领域带来了新的视角。通过CO-STAR框架、分隔符的使用、系统提示以及LLM的数据分析能力，我们可以更有效地利用LLM，无论是在简单的任务中还是在需要复杂分析的场景下。

我是大象，目前在做AI写作，副业从事新媒体运营，并拥有自己的工作室。借助AI技术趋势，我们可以做百家号、头条号和公众号

流量主

项目

我通过发布多篇实用干货视频教学，我每天深入研究AI的应用，大部分文案和视频都由AI协助完成，使我的工作效率大幅提升，节省了近一半的人力成本。AI的趋势远不止于此，其潜力巨大。

我强烈建议大家拥抱这一趋势。如果你还在犹豫不决，可能错失良机。

如果你想系统学习AI爆文项目，请回复“报名”，了解更多详情。