提示工程

生成式 AI 正以 AI 子集的規模顯著成長，而生成式 AI 聊天機器人也成為許多人的日常技術。提示工程是人類與生成式 AI、製作和精煉查詢互動的過程，以確保模型能有效地理解和回應。這項技術有助於從 AI 系統取得準確且相關的資訊。

什麼是提示工程？

提示工程的定義：提示工程是製作和精煉輸入的實踐，透過準確解釋和處理資訊，使人工智慧（AI）工具能夠產生最佳結果。 

提示工程可以顯著提高任何指定 AI 工具的有效性。為這些 AI 工具提供更多內容，確保輸出最有效且最準確。

當使用者輸入簡單的查詢或提示到生成式 AI 模型時，他們應該期望得到簡單的輸出。相反地，當使用者輸入更詳細、複雜的查詢時，模型通常會輸出更詳細、有價值的回應。

如果沒有提示工程，將無法詳細回應，因為模型無法理解或令人滿意地回應詢問。 

與其他微調生成式 AI 工具的層面一樣，結合創意和測試是確保工具能夠學習和適應的關鍵。提示工程使用這些 AI 工具的最佳和最適用的短語、符號和文字。

提示工程如何運作？

生成式 AI 模型經過訓練，並以深度學習架構為基礎，因此能夠掌握基本語言，包括語調和情境。提示工程協助塑造 AI 工具的輸出，並確保能令人滿意地回答詢問。 

當使用者提供缺乏任何背景或清晰度的提示時，提示工程可提升生成式 AI 工具的實用性。例如，當用戶提示「我在哪裡可以買到筆記型電腦」之類的問題時，該工具的提示工程部分會結合更多上下文來考慮該提示。

例如，經過提示工程後，此提示將類似於「此使用者需要購買筆記型電腦。就像您是科技商店的銷售助理一樣，提供一份簡要清單，列出 x 地點提供的筆記型電腦。」

如果沒有對生成式 AI 工具進行提示工程的更多見解，使用者體驗和工具的整體績效將受到影響。

若要建立有效的提示，使用者應考慮以下要素：

• 識別任務：清楚說明他們需要 AI 做什麼，例如提供可購買的筆記型電腦清單。
• 提供背景資訊： 提供背景資訊，協助 AI 了解情況，例如:「筆記型電腦是用於工作用途。」
• 指定角色：定義 AI 應該扮演的角色，例如:「假設您是科技商店的銷售助理一樣」。
• 設定語調：指出想要的回應語調，例如:「提供友善且專業的推薦。」
• 舉例說明：提供指導 AI 的範例，例如:「建議筆記型電腦，如 Dell XPS 13 或 MacBook Air。」
• 指定格式：概述應該如何組織回應，例如：「以項目符號清單提供資訊。」

透過結合這些元素，提示工程設計可確保生成式 AI 工具提供更準確、相關且易於使用的回應。

提示工程的歷史是什麼？

提示工程是生成式 AI 持續發展的一個領域，而生成式 AI 本身也是一項新興技術，發展歷史相對較短。雖然其歷史可能比 AI 的其他一些方面要短，但在這段短暫的時間裡，迅速的工程技術產生了重大影響。

• 2017 年，引入 Transformer 架構：採用自然語言處理（NLP）的 Transformer 架構問世，改變了 AI 領域，開啟了全新的可能性。這些模型可以在大型資料集上接受預先訓練，這增加了 AI 工具根據這些大型資料集產生能力工作的需求。
• 2018 年，進行提示工程測試：研究人員開始提議，先前的 NLP 任務可以用作具有額外背景的問答練習。此想法促使大家向 AI 工具詢問基本問題，例如歷史查詢或簡單的翻譯。 
• 2021 年，迄今為止最大的提示工程測試：一群研究人員進行了一項測試，其中預先訓練的模型執行了 12 個 NLP 任務。為了解決這些任務，模型必須正確回答提示。
• 2023 年，提示工程邁向新高度：到 2023 年，許多文字轉文字和文字轉影像提示資料庫已公開。這些工具越來越受歡迎，ChatGPT 就是一個例子。

提示工程的關鍵類型是什麼？

幾種提示工程設計提供了獨特的方法來訓練生成式 AI 模型，並為特定使用案例灌輸適當的技能。 

• 零樣本學習為模型提供了一個可處理的查詢，無需先前的學習或背景，即可在沒有背景的情況下衡量 AI 輸出。 
• 單次學習為模型提供單一範例或情境，協助其提供正確的輸出。
• 少樣本的學習為 AI 模型提供一些範例和情境線索，以賦予其上下文和模式識別能力。
• 思考鏈提示為 AI 模型提供逐步思考流程，針對查詢提供全方位、人性化的觀點。
• 迭代提示提供提示，然後根據初始提示的輸出進行改善。
• 負面提示會引導 AI 模型瞭解不該生成什麼，而不是生成什麼。

如何使用提示工程？

提示工程是協助 AI 工具的特定方法，其使用案例旨在增強和影響這些工具。它涉及設計和精煉輸入（提示）的實踐，以幫助 AI 工具產生最佳結果。此流程包括以 AI 可以準確解讀和回應的方式提供背景和製作查詢，確保輸出相關且有用。

提示工程師是專精於這種做法的人員。他們對主題和 AI 的功能都具有深入的瞭解，因此能夠建立有效的提示，引導 AI 產生準確且有意義的回應。提示工程師在最大限度地提高 AI 系統的效率和可靠性方面發揮著至關重要的作用，尤其是在醫療和法律等複雜或敏感領域。在這些領域中，提示工程可提供背景資訊，並指示 AI 系統彙整資料，協助提供醫療或法律建議。 

提示工程也能讓 AI 工具在模擬環境中執行威脅的能力上更全面，藉此解決網路安全問題。這樣的使用讓軟體開發人員擁有更徹底的測試狀況，因此可以在開發階段增加額外的防護層。 

提示工程的另一個重要領域是發展批判性思維。對於能成長並在回應中變得更加全面的生成式 AI 工具，提示工程有助於開發批判性思維模式。如果沒有這種程度的批判性思考，AI 工具將提供的回答會較不可靠，因為其不會以與批判性思考相同的方式分析提示。