prompt工程是什么prompt工程就是研究怎么写提示词从而更好的控制大模型的输出结果的一套工程方法常见的prompt工程包括 上下文学习 思维链上下文学习就是在提示词中给出示例让大模型学习示例并按照示例的格式输出大模型在学习示例的过程中会锚定自己知识库中对应的知识内容从而给出相应的结果。其中分为 零样本 单样本 少样本样本越多输出结果越好思维链标准的思维链上有几个扩展的方法 1按部就班 2三思而后行 3集思广益1按部就班中的代表性方法 Cot :手工构造一步步推理的例子作为示例写入提示词中从而引导大模型一步步思考Zero-Shot Cot零成本思维链直接在提示词中写上请一步步推理思考回答。Auto-Cot 用户中需要准备一系列的问题让大模型给出问题的推理过程然后将这些原始问题和推理过程作为示例拼成新的提示词给大模型让其解决新的问题这样做的好处是不用自己写推理过程全程思考都由大模型完成。2三思后行代表方法对于system2类需要主动费力启动思考的问题有时候往往不止一个解决办法典型的就是24点问题所以使用三思后行方法最具代表性的就是思维树从原始问题出发下一步有几种可能的方案每种方案又有多少可能的方案从而解决问题的过程形成一个树形结构Tree Of Thought TOT提示词模板3集思广益Self-consistency 让大模型对同一个问题生成很多答案投票选出票数最多的答案作为最终答案模板Universal Self-Consistency 最后一步的投票统计环节改为让大模型自己决定哪个版本最优模板