什么是即时工程？

即时工程是为人工智能模型制作输入以获得所需输出的艺术和科学。随着人工智能模型变得越来越强大，与它们有效沟通的能力已成为技术中最有价值的技能之一。

基本技术

1. 零样本提示

直接给AI一个任务，没有例子。最适合简单、定义明确的任务。

示例：“将此段落翻译为西班牙语：[文本]”

2. 少量提示

在要求人工智能执行任务之前提供示例。这极大地提高了输出质量。

示例：“以下是我喜欢的三个产品描述示例：[示例]。现在为我的新产品编写描述：[产品详细信息]”

3. 思想链（CoT）

让AI一步步推理，然后给出最终答案。非常适合数学、逻辑和复杂的推理任务。

示例：“逐步解决此问题：一家商店以每个 2 美元的价格出售苹果，以每个 3 美元的价格出售橙子。如果有人购买 5 个苹果和 3 个橙子，那么总成本是多少？”

先进技术

4.角色模式

为人工智能分配特定的角色，以塑造其语言、知识和观点。

5. 模板模式

定义一个模板结构并要求人工智能填补空白。

6. 元提示

要求人工智能帮助您为特定任务创建更好的提示。

7. 迭代细化

使用多轮：首先生成，然后批评，然后改进。

8. 约束规范

定义明确的限制：字数、格式、语气、受众以及要避免的内容。

针对特定用例的技术

编码提示

指定语言、框架、编码风格、错误处理和测试要求。

写作提示

定义语气、受众、目的、结构、关键信息和号召性用语。

分析提示

请求特定的分析框架：SWOT、PESTLE、优点/缺点、数据驱动的见解。

要避免的常见错误

  • 太模糊了： “写一些有关人工智能的内容”→“针对医院管理人员，撰写一篇 500 字的博客文章，介绍人工智能如何改变医疗保健”
  • 过于复杂： 保持提示清晰且结构化
  • 未指定格式： 始终指定输出格式要求
  • 忽略上下文： 提供相关背景资料
  • 不迭代： 期望第一次尝试就能获得完美结果是不现实的