ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

大型语言模型入门
章节 1: 了解大型语言模型
什么是人工智能?简单介绍
自然语言处理 (NLP) 简介
定义大型语言模型(LLMs)
LLM如何从文本数据中学习
LLM能完成的任务示例
大型语言模型的常见误解
第 1 章测验
章节 2: 大型语言模型的工作原理(简化版)
词语表示:分词和嵌入
预测下一个词:核心理念
训练数据规模的作用
理解模型参数
Transformer架构(高层)简介
语境如何影响生成
第 2 章测验
章节 3: 与大型语言模型沟通:提示词
什么是提示词?
基本提示技巧
明确给出指示
提供示例(少样本提示)
控制输出长度和格式
常见提示问题
练习:编写你的第一个提示
第 3 章测验
章节 4: 认识不同的大语言模型
基础模型概览
通用模型与专用模型对比
开放模型与封闭模型:有何不同?
理解模型大小与能力
模型使用方法:API与界面
第 4 章测验
章节 5: 使用预训练大语言模型
什么是预训练模型?
查找与选择大语言模型服务
通过网页界面交互
LLM API使用简介
发送您的第一个API请求
解释 LLM 响应
动手实践:简单的文本生成任务
第 5 章测验

什么是提示词?

可以将大型语言模型(Large Language Model)想象成一位知识渊博、功能多样的助手,能够理解并生成人类语言。然而,像任何助手一样,它需要指令才能明白您希望它完成什么任务。这份指令,即您提供给LLM以引导其行为的文本,被称为提示词 (prompt)。

说到底,提示词就是您提供给LLM的输入。这是您与其交互的起始点。没有提示词,LLM就没有上下文 (context),也没有方向。它不知道您是想让它回答问题、写故事、总结文档、翻译文本,还是执行任何其他与语言有关的任务。

可以这样打个比方:想象您有一台强大的计算器。这台计算器可以执行复杂的运算,但它不会做任何事情,除非您输入数字和运算符号(例如,2 + 2 =)。那个输入 2 + 2,就像是计算器的提示词。同样地,提示词告诉LLM要在语言上执行什么操作。

交互通常遵循以下流程:

用户提供提示词(输入),LLM进行处理,并生成响应(输出)。

提示词可以有多种形式,从简单的问题到带有示例的复杂指令:

  • 一个问题: 地球和月球之间的距离是多少?
  • 一条指令: 将以下句子翻译成西班牙语:'Hello, how are you?'
  • 一项创意文本请求: 写一个关于机器人发现音乐的短故事。
  • 待补充文本: 关于学习编程最重要的一点是
  • 一项带有上下文的指令: 根据以下文章摘要,建议三个可能的博客文章标题:[在此处放置文章摘要]

提示词的用途是多方面的:

  1. 任务明确: 它清楚地指明您希望LLM执行的任务。
  2. 提供背景: 它向LLM提供所需的背景信息或数据以便操作。
  3. 塑造输出: 它可以指导所需响应的格式、语气、长度或风格。

可以将提示词的运用看作一种沟通方式,而非传统的编程。您并不是在编写具有严格语法规则的代码。相反,您是使用自然语言来表达您的要求。然而,就像与人交流一样,提示词的清晰度和具体性对于获得预期结果非常重要。模糊或含糊不清的提示词常常导致无用或意想不到的响应。我们将在接下来的章节中讲解编写有效提示词的技巧。

目前,请理解提示词是您与大型语言模型互动并指导其能力的主要手段。它是启动LLM以处理您的具体请求的起始信号。

  • Prompt engineering, OpenAI, 2023 (OpenAI) - 官方指南,解释如何为OpenAI模型设计有效提示,包括提示的基本定义。
  • Language Models are Few-Shot Learners, Tom B. Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared Kaplan, Prafulla Dhariwal, Arvind Neelakantan, Pranav Shyam, Girish Sastry, Amanda Askell, Sandhini Agarwal, Ariel Herbert-Voss, Gretchen Krueger, Tom Henighan, Rewon Child, Aditya Ramesh, Daniel M. Ziegler, Jeffrey Wu, Clemens Winter, Christopher Hesse, Mark Chen, Eric Sigler, Mateusz Litwin, Scott Gray, Benjamin Chess, Jack Clark, Christopher Berner, Sam McCandlish, Alec Radford, Ilya Sutskever, and Dario Amodei, 2020 Advances in Neural Information Processing Systems 33 (NeurIPS 2020) DOI: 10.48550/arXiv.2005.14165 - 介绍GPT-3的基础研究论文,展示提示如何无需微调即可为大型语言模型设定多种任务。

© 2026 ApX Machine Learning