Google人工智能提示工程.pdf
这份文档是关于提示工程（Prompt Engineering）的白皮书，由李·布恩斯特拉（Lee Boonstra）撰写，并由谷歌发布。文档旨在介绍如何通过设计高质量的提示（Prompts）来引导大型语言模型（LLMs）产生更准确和有用的输出。
主要内容包括：
1. **介绍：** 强调提示工程的重要性，任何人都可以编写提示，但有效的提示需要迭代和优化。
2. **提示工程定义：** LLM本质是一个预测引擎，提示工程的目标是设计高质量的提示，引导LLM预测正确的token序列，涉及优化提示长度、写作风格和结构。
3. **LLM输出配置：**
* **输出长度：** 控制生成的token数量，影响计算成本和响应时间。
* **采样控制：** 包括温度（Temperature）、Top-K和Top-P，用于控制token选择的随机性和多样性。
* 温度控制随机性，较低温度产生更确定性的响应，较高温度产生更多样化的响应。
* Top-K选择最可能的K个token，Top-P选择累积概率不超过P的token。
* 强调需要根据应用和期望的结果调整这些参数，并理解不同参数之间的相互影响。
4. **提示技巧：**
* **零样本提示 (Zero-shot Prompting)：** 仅提供任务描述和文本，不提供示例。
* **单样本和少样本提示 (One-shot & Few-shot Prompting)：** 提供一个或多个示例，帮助模型理解任务并指导输出模式。
* **系统、上下文和角色提示 (System, Contextual and Role Prompting)：**
* 系统提示设定总体环境和目标。
* 上下文提示提供与当前任务相关的细节。
* 角色提示为模型分配特定的角色或身份。
* **Step-back Prompting：** 首先提出与特定任务相关的普遍问题，然后将该问题的答案反馈到后续的特定任务提示中。
* **思维链 (Chain of Thought, CoT)：** 通过生成中间推理步骤来提高LLM的推理能力。
* **自洽性 (Self-Consistency)：** 结合采样和多数投票，生成多样化的推理路径并选择最一致的答案。
* **思维树 (Tree of Thoughts, ToT)：** 允许 LLM 同时探索多个不同的推理路径。
* **ReAct (Reason & Act)：** 结合自然语言推理和外部工具，使 LLM 能够执行某些操作。
* **自动提示工程 (Automatic Prompt Engineering, APE)：**使用模型生成更多提示，评估并优化它们。
5. **代码提示 (Code prompting)：**
* 强调LLM在代码生成、解释、翻译和调试方面的能力。
* 通过例子展示如何使用提示来生成代码片段、解释代码功能、将代码从一种语言翻译成另一种语言，以及调试代码中的错误。
6. **多模态提示 (Multimodal prompting)：** 使用多种输入格式（文本、图像、音频、代码）来引导模型。
7. **最佳实践：**
* 提供示例。
* 保持简洁明了。
* 明确输出要求。
* 使用指令而非约束。
* 控制最大token长度。
* 使用变量。
* 尝试不同的输入格式和写作风格。
* 在少样本提示中混合类别。
* 适应模型更新。
* 尝试不同的输出格式（如JSON）。
* 使用 JSON schema 结构化输入。
* 团队协作。
* 记录提示尝试。
* CoT的最佳实践：将答案放在推理之后，将温度设置为0。
总而言之，这份文档为读者提供了一个全面的提示工程指南，涵盖了各种提示技巧和最佳实践，旨在帮助读者更好地利用LLM解决各种问题。
相关报告
-
5.68 MB 53页 Google上下文工程：会话和记忆（中文版）.pdf
-
25.02 MB 366页 2025年大模型应用：从提示工程到AI智能体报告.pdf
-
18.43 MB 86页 DeepSeek内部研讨系列：DeepSeek提示词工程和落地场景-北京大学-202502.pdf
-
8.01 MB 124页 2026全球高等教育变革报告-百所顶尖高校人工智能创新驱动研究报告.pdf
-
4.47 MB 209页 没有数据怎么写业绩—职场人工作总结与汇报材料AI提示词手册-前哨AI-202607.pdf
-
43.54 MB 64页 2026人工智能+场景化、图谱化智能制造发展蓝皮书-维科网-202607.pdf
-
16.23 MB 29页 「协同进化」2026人工智能十大趋势报告-腾讯研究院-202607.pdf
-
1.24 MB 16页 2026年全球人工智能就业晴雨表——中国内地市场分析报告-普华永道-202607.pdf
-
5.06 MB 120页 897988708-公路行业人工智能技术发展路线图-2025.pdf
-
2.34 MB 13页 2026年人工智能产业人才发展报告-智联研究院-202607.pdf
-
7.82 MB 66页 人工智能经济现状报告(英译中).pdf
-
7.76 MB 64页 人工智能入门指南：面向公众投资者-从AI意识到AI准备.pdf
-
17.34 MB 68页 2026年智见AI未来：智能体时代的AI创业新图景-68p-google.pdf
-
1.83 MB 96页 2026人工智能治理白皮书.pdf
-
9.77 MB 51页 预订业务：如何引领在线旅游竞赛，能否再次抓住人工智能旅游市场的第一个机会？.pdf
-
1.18 MB 52页 人工智能行业从承诺到实践：选举管理中的人工智能 260701.pdf
-
7.45 MB 80页 人工智能行业：DeepSeek应用与部署260630.pdf
-
14.79 MB 746页 2026世界数字教育创新案例集-场景驱动的人工智能+教育变革.pdf