#LLM入门|Prompt#1.1 第一部分_面向开发者的LLM入门教程_简介

Prompt工程：解锁大语言模型潜能的关键技巧

随着大语言模型（LLM）的兴起，Prompt工程已成为开发者利用LLM构建功能强大应用的关键技能。在这个新时代，Prompt不仅是指导LLM的输入形式，更是塑造其能力上限与下限的重要因素。

Prompt工程入门

针对开发者的提示工程教程，由吴恩达老师与OpenAI合作推出，《ChatGPT Prompt Engineering for Developers》深入浅出地介绍了如何构建Prompt以及利用OpenAI API实现多种功能，如总结、推断、转换等。

主要内容：

1. Prompt构建原则与技巧
2. 文本总结（如用户评论）
3. 文本推断（如情感分类、主题提取）
4. 文本转换（如翻译、自动纠错）
5. 扩展功能（如邮件书写）

掌握Prompt工程的技巧，将帮助你充分利用LLM，实现个性化定制的功能，开启LLM应用开发的新篇章。

提示工程简介

背景与合作

• 基于《Prompt Engineering for Developer》课程，合作吴恩达老师与 OpenAI 技术团队成员 Isa Fulford 老师。
• Isa Fulford 老师为知名ChatGPT插件开发者，曾在LLM技术应用和Prompt设计方面做出重要贡献。

目标与内容

• 旨在分享使用提示词开发LLM应用的最佳实践和技巧。
• 包括软件开发提示词设计、文本总结、推理、转换、扩展以及构建聊天机器人等方面的知识。

LLM类型介绍

1. 基础LLM：

• 通过大量文本数据训练，预测下一个单词能力。
• 例子：以输入提示为“从前，有一只独角兽”，LLM继续预测“她与独角兽朋友共同生活在一片神奇森林中”。

2. 指令微调LLM：

• 通过专门训练，更好理解并遵循指令。
• 例子：当询问“法国的首都是什么？”时，模型直接回答“法国的首都是巴黎”。

举例

• 基础LLM:
  • 输入提示：“从前，有一只独角兽”
  • 输出：“她与独角兽朋友共同生活在一片神奇森林中”
  • 输入提示：“法国的首都是什么？”
  • 输出：“法国最大的城市是什么？法国的人口是多少？”
• 指令微调LLM:
  • 输入指令：“请为我写一些关于阿兰·图灵( Alan Turing )的东西”
  • 输出：“阿兰·图灵是20世纪最伟大的数学家之一，他的工作对现代计算机科学产生了深远影响。”
  • 输入指令：“向朋友写一封关于假期的邮件”
  • 输出：“嘿！最近过得怎么样？我想分享一下我最近的假期经历。”

课程重点

• 针对指令微调LLM的最佳实践。
• 强调指令明确性的重要性，建议提供充足思考时间。
• 可自定义语调及内容细节，以满足特定需求。