大模型提示词Prompt学习

引言

        关于chatGPT的Prompt Engineer，大家肯定耳朵都听起茧了。但是它的来由？，怎么能用好？很多人可能并不觉得并不是一个问题，或者说认定是一个很快会过时的概念。但其实也不能说得非常清楚（因为觉得没必要深究）。但我觉得，它毕竟存在过，火过，我们还是必须对它有更深入的理解，所以，我花时间认真了解了一下。

        对于提示词的理解，我也是经历过好几个阶段。

        最初，我第一次听说什么提示词工程，认为是chatGPT的缺陷所致，也就是GPT不够聪明，提示词是为了让我们迁就它，绕开它的一些不足。但仔细一看，发现不对，大多数提示词的技巧，实际上就是对人与人进行良好沟通的要求，并不过分，不能认为是GPT的缺陷。

        于是，我开始关注提示词的细节和原理，但始终是记不住，感觉无非就是要学会说人话，要和人好好沟通，要能理解你想问领域的基础知识，似乎并没啥可学的，也就没关注了。

        后来，Agent开始火热，开始了解Agent，才发现，原来提示词在这里有用，因为基于GPT编程，实际上很多时候是在使用提示词。那就不能象在chat里那么随意了，需要固化下来，抽象出模板，而且要关注这里提示词在不同版本的准确度。可以理解，提示词就是在编程序，只是在使用自然语言编程。

        讲到这里，容我打一下岔。我们一定要来说说人与计算机如何交互的问题：

        人与计算机交互的方式，也就是人给计算机派任务。经历了几个阶段，因为计算机本质是在处理0/1数据，处理计算任务。最早，我们可以认为计算机比较蠢，人自然就要多做一些事情，就像你的邻家小孩很笨沟通起来很困难，你就得牵就他。所以，人需要写晦涩的汇编指令（甚至用过打孔纸带），没办法，谁让它那么笨。但慢慢的，机器变得越来越聪明，人就开始使用C语言，C++语言，然后是 Java语言，到现在，最流行的Python，与计算机的交互变得越来越简单，我们可以理解为计算机变聪明了，对于人的要求，不断在后退，计算机理解能力提升，不断在前进。

        直到今天，GPT的出现，人可能再退一步，使用自然语言来和计算机交流。这可是人类倒退的一小步，计算机进步的一大步。我们在使用Prompt的时候，发现使用自然语言就可以让计算机完成任务。所以，你不得不重视提示词，它不仅仅是用来聊天的输入，是未来与AI交流的第一语言（当然，也可能会被工程化，变成GPT的内置功能，但至少目前没有）

        我不知道有没有引起大家的好奇。铺垫就说这么多了。

Prompt 的产生

        对于大模型的技术，有一种四阶的说法，提示词工程应该属于最上层的，应用层技术，面向的人群是所有终端用户，门槛最低，最易于上手。

        我们今天的重点是讲提示词工程，也就是Prompt。

  简单来说，Prompt就是我们与大模型之间的沟通话术。

        我们以前经常会接触一些职场沟通，销售话术，和大模型一起工作，就象人与人配合工作一样，需要有很好的沟通技巧。好了，言归正传，我们说说Prompt的来源。

        那Promtpt是如何产生的呢？我们必须从GPT的历史说起。

        我们来看看GPT的历史：

        1.0 时代：在Goolge发明Transformer之后，开始大力发展BERT，OpenAI 的同学觉得Transformer挺好的，把Transformer改了改，用了解码器的生成式架构，改成了可以纯并发的架构，