prompt engineering（什么是Prompt Engineering）

Prompt Engineering（提示工程）是人工智能（AI）中的一个概念，特别是在自然语言处理（NLP）领域中，是将任务的描述嵌入到输入中的方法，例如以问题的形式给出任务，而不是隐含的任务。 Prompt Engineering通常通过将一个或多个任务转化为基于提示的数据集，并使用“Prompt-based Learning”或“Prompt Learning”训练语言模型来实现。Prompt Engineering可以利用大型的“冻结”预训练语言模型，只需学习（即优化）提示的表示，如“prefix-tuning”或“prompt tuning”方法。在Prompt Engineering的**过程中，GPT-2和GPT-3语言模型是重要的进展。在2021年，使用多个NLP数据集的多任务Prompt Engineering在新任务的表现上显示出良好的性能。在一种被称为“连续思维（Chain-of-Thought，CoT）提示”的方法中，给出了任务的几个样本，并显示了它们提高语言模型推理能力的作用。CoT提示也可以作为零样本学习任务来完成，通过在提示前加入鼓励思维的文本（例如“让我们步步为营地思考”）来**模型在多步推理问题中的表现。这些工具的广泛可用性得益于发布了一些开源笔记本和图像合成的社区引领项目。有报道称，截至2022年2月，约有170个数据集可以使用超过2000个公共提示。在2022年，一些机器学习（ML）模型，如DALL-E 2、Stable Diffusion和Midjourney已经向公众发布，这些模型以文本提示作为输入，使用它们来生成图像，推出了与文本到图像提示相关的新类型。