转自 | 新智元
编辑 | 好困 Aeneas
如何才能让大规模语言模型输出自己想要的结果？现在，一本超全超详提示工程指南来了，GitHub已标星4.7k。
提示工程，可以说是玩转ChatGPT、DALL·E 2等等这类AI模型的「必修课」。但这个「提示」（prompt）具体要怎么写，多少都有些玄学在里面……就在前不久，一位来自斯坦福大学的华人本科生Kevin Liu，就通过prompt injection的方法，让微软ChatGPT搜索的全部prompt泄露。此后，更是掀起了一股调戏ChatGPT的热潮。而今天新发布在GitHub上的一个项目，整理了提示工程的指南、论文、讲座和资源，堪称史上最全prompt资料包。
项目地址：https://github.com/dair-ai/Prompt-Engineering-Guide凭借着一天近1k星的增长，这篇「提示工程指南」同时登上了GitHub Trending，和Hacker News热榜。
语言模型的输出需要通过输入的提示实现，但结果的质量取决于你为它提供多少信息。随着我们介绍越来越多的例子和提示工程的应用，你会注意到，一个提示通常会由几种不同的元素构成：究竟该怎样玩转提示工程呢？GitHub上的这份指南，会提供很大的帮助。这份指南包括演讲、提示介绍、论文、工具和库、数据集、博客和教程等读物，总共6个部分。50页PPT，一小时超详细讲座
在「讲座」这部分，包含了长达一小时的视频，代码示例，以及一份配合讲座的50页PPT。其中，视频包含4个部分，分别是提示工程简介、提供工程的技术、工具和应用程序、未来方向。视频和PPT都对prompt的定义做了详细介绍：prompts是指为了实现特定任务，传递给语言模型的指令和上下文。而提示工程是创建一组提示或问题的过程，用于引导用户获得自己期望的结果。因为它对研究、发现很重要，能够用来帮助测试大语言模型的各种极限，还能在大语言模型上的基础上开发各种创新型的应用。因为它对研究、发现很重要，能够用来帮助测试大语言模型的各种极限，还能在大语言模型上的基础上开发各种创新型的应用。提示指南
基础提示
进阶提示
few-shot提示
思想链（CoT）提示
zero-shot CoT
自洽性
生成知识提示
对抗性提示
其他
论文合集
团队每天都会更新有关提示工程的最新论文，并且每周都会将这些论文的摘要纳入上述指南中。比如，LeCun今年2月的新作「Augmented Language Models: a Survey 」就被收录了进来。
工具资料包
数据集
博客、指南、教程和其他
主导这个项目的Elvis Saravia，是DAIR.AI的联合创始人。
他在台湾清华大学取得了信息系统与应用的硕士和博士学位。在此之前，他在Meta AI担任了2年技术产品营销经理，并曾是NeurIPS研讨会和NAACL 2019的程序委员会的成员。从Linkedin上的经历来看，这位朋友似乎也曾负责过LeCun一直心心念的Galactica。https://github.com/dair-ai/Prompt-Engineering-Guide
机器学习100天计划！
视频讲解 + 实战代码 + 社群交流 + 直播答疑
《机器学习100天》总共包含 100 个机器学习知识点视频讲解！我会提供所有的教学视频、实战代码，并提供社群一对一交流和直播答疑！
扫描下方二维码，加入学习！
点击「阅读原文」即刻报名，一顿午饭钱，值了。
