大模型的出现无疑能提升个人生产力，但具体如何提升，这方面身边其实很多人不知道，因此笔者打算从个人实践来分享，如何让LLM更好的帮我们工作和生活。
总的来说，合理使用Prompt可以提高个人生产力，让LLM更好地帮助我们工作和生活。希望这些总结对大家有所帮助！
一、了解Prompt原理及基础概念1.Prompt的前提及原则在LLM中，Prompt是针对输入输出的一个描述或者问题，提出一个恰当的问题可以说是解决了问题的一半。因此在使用LLM前，需要先思考以下几方面：
是一个什么样的问题，封闭问题/开放问题（input）
提出这个问题的人和解决这个问题是什么角色（role）
这个问题需要从哪几个方面或者说步骤来解决（step）
这个问题需要一个怎样的答案（output）
无疑明确好问题的具体细节能更好的帮助我们得到答案，因此在定义完上面的内容后再结合Prompt的几个原则：
清晰明了：请告诉我关于狗的消息（不清晰）、狗的智商与其他动物相比如何？（清晰）。
具体：解释机器学习（不具体）、请用简单的语言解释机器学习是如何通过数据和算法来训练模型（具体）。
引导性：你怎么看待气候变化（缺乏引导）、依据科学证据，描述一下气候变化对环境和人类社会的影响。（引导性）。
避免偏见：为什么某个政党是最好的选择？（存在偏见）、列举一些政党的核心理念、并讨论对国家发展产生的影响（中立客观）。
另考虑到目前大模型训练的数据来看，提问时用英文的效果会比中文更优，因此建议以英文prompt为首选。
2.Prompt的关键特性目前存在的两种Prompt分类有两种：
LLM对于内容的输入输出采用message列表，可以理解为message列表对象是LLM交互的媒介，一般包含两个内容：
Role（角色）-user/system/assistant
Content（内容）-输入内容及返回内容
其中user为用户输入时的值，system为系统通知LLM，用户无感知，assistant为LLM返回内容时的值。
如用户输入：请帮我找下番茄炒蛋的做法。
此时构建的messages：
Role：user
Content：请帮我找下番茄炒蛋的做法
Role：system
Content：NA
Role：assistant
Content：一般来说，番茄炒蛋的做法为…
因此为什么前文提及了需要先明确好问题的具体细节再使用LLM。若没定义清楚message的细节，你获得的答案有可能差强人意。
LLM超参数Temperature（温度）是控制生成文本的随机性程度。取值范围在[0,1]。
当温度接近于0时，模型倾向于选择更高概率的词。因此生成的内容更连贯及准确，但缺乏多样性。
当温度接近于1时，模型按照原始概览分布选择单词，意味着生成的内容更加发散多样，充满想象力。但缺乏准确性。
因此，如果你期望得到更具创造性的回答，可以提高温度值，如0.7或者1。如果你期望获得更准确连贯的回答，可以降低温度值，如0。
二、Prompt模板及具体场景应用（重点内容）1.Prompt模板
结合前文我们确定的问题细节及LLM关键特性，我们可以整理一个大致的Prompt模板如下，可依据需求酌情增删：
[用户角色]\[任务]\[AI扮演的角色]\[思路步骤]\[附加条件]
1）用户角色
以我是一名…开头，可以是社会角色（打工人）\职位（售后专员）等。
2）任务
任务可以简要概述你的任务背景，明确好需要生成的内容结果\结构。
3）AI扮演的角色
可以让AI扮演资深人士，如统计学家、CEO或者有着10年行业经验的职员等。
4）思路步骤
即按你预设的步骤进行思考，如问题不是很复杂，可不展开。
5）附加条件
这里可补充外部环境、项目背景、需处理的文本内容等等。
2.Prompt具体场景应用1）Summary（总结文本）
pro_review
Prompt
Response
2）Inference（推断）
Review
Prompt
Response
三、总结1.Prompt模板本文分享的模板是适用于通用范畴，每个行业每个人的需求都属于定制化，可以将该模板作为工具按需调整：
[用户角色]\[任务]\[AI扮演的角色]\[思路步骤]\[附加条件]
工具是好是坏，得看人怎么使用，LLM和Prompt模板也是一样的道理。
2.Prompt优化流程发现问题-提出Prompt-获取结果-内容评估-发现问题-优化Prompt模板
3.Prompt原则关于如何让LLM更好地帮助我们工作和生活，下面我会对此内容进行总结：
Prompt的前提及原则：在使用LLM之前，需要思考问题的类型、角色、解决步骤和期望答案，并遵循清晰明了、具体、引导性和避免偏见的原则。
Prompt的关键特性：包括编码Prompt工程、message列表对象、温度参数的控制。合理利用这些特性可以更好地引导LLM生成准确、连贯或创造性的回答。
Prompt模板及具体场景应用：你提供了一个模板供参考，包括用户角色、任务、AI扮演的角色、思路步骤和附加条件。根据实际需求，可以调整和定制化该模板。
Prompt优化流程：发现问题、提出prompt、获取结果、内容评估和优化Prompt模板。通过不断优化Prompt，可以获得更好的回答效果。
本文由@SiegZhong原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
免责声明：本文章如果文章侵权，请联系我们处理，本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系