Google发布69 页《提示工程》白皮书，介绍 Prompt Engineering 及其最佳实践

在思考大型语言模型的输入与输出时，文本提示（有时还包括其他模态，例如图像提示）是模型用来预测特定输出的输入内容。你无需成为数据科学家或机器学习工程师——每个人都可以编写提示词。然而，要构造最有效的提示词可能相当复杂。许多因素都会影响提示词的效果：所使用的模型、模型的训练数据、模型的配置参数、你的措辞、风格与语气、结构以及上下文，都是关键因素。因此，提示词工程是一个迭代的过程。不恰当的提示词可能会导致模糊、不准确的响应，甚至阻碍模型生成有意义的输出。 当你与 Gemini 聊天机器人互动时，实际上就是在编写提示词；不过，本白皮书更侧重于在 Vertex AI 中或通过 API 使用 Gemini 模型时的提示词编写，因为通过直接调用模型，你可以访问包括温度（temperature）在内的各种配置参数。 本白皮书将深入探讨提示词工程。我们将介绍多种提示技巧，帮助你入门，并分享一些提示编写的技巧和最佳实践，助你成为提示词专家。我们还将讨论在构建提示词过程中可能遇到的一些挑战。