笔者从2023年OpenAI发布GPT3.5开始接触大模型，所负责的游戏领域Text-to-SQL产品在国内众多竞品中脱引而出，成功实现商业化落地。
本指南主要分享这2年Prompt设计和调试迭代实践经验（目前市面上还没有看到类似理解的文章），希望对机核社区相关从业伙伴有所帮助。
一、Prompt是什么
直观理解，提示（Prompt）是输入给大模型（LLM）的文本信息，是对大模型的指令，明确地告诉模型想要解决的问题或完成的任务，也是模型理解用户需求并生成预期结果的基础。
二、如何设计Prompt
业内大家设计Prompt的结构基本变化不大，核心主要包括几部分：角色、目标、步骤、返回样式、案例（推理模型不建议使用案例）。
角色：告诉大模型需要扮演的角色，比如：“作为游戏行业数据开发和数据分析专家，你非常擅长根据业务需求编写SQL进行数据提取”。
目标：需要结合哪些内容做什么事情。比如：你的目标是结合"用户问题"和"行业领域知识"，按以下步骤对"用户问题"进行润色处理。
步骤：目标实现步骤，非常重要。明确的步骤能得到更符合预期的结果。
返回样式：规定模型输出样式，考虑下游集成调用，一般返回json格式，使用三引号 ```json ... ```
样例：通常few-shot（多条样例）能够让非推理模型返回更准确的结果，但是DeepSeek-R1这类带长CoT的推理模型，建议不包含任何样例。
三、如何迭代Prompt
有一定Prompt编写经验的同学可能会遇到以下疑问：
模型返回的结果和预期不一致，应该从哪儿下手，好像迭代的指令加到这里也行那里也行？
调来调去，怎么调试模型也不理解我的意思，应该怎么办？
先分享3个核心观点：
注意力是有层次的：类比大家看一段文字，会被其中的```符号或者案例吸引，但是可能会更关注“案例”的内容，说明few-shot的注意力层次更高；
不同注意力层次的迭代指令一致性是不一样的：这个也很好理解，比如我在一篇文字中将所有关键词都用```括起来，“一致性”是很高的。但是如果我想给这篇文字加上10条说明，可能它们之间就会出现“一致性冲突”的情况；
一致性对模型存在影响：Prompt的内容在模型看，是高维的向量参。迭代是为了让向量越来越偏移到真实答案的向量位置。如下图所示，```迭代方向高一致，但是不一定能达到预期效果；few-shot迭代方向一致性不高，有可能可以快速达到预期效果，但是随着迭代样本越多，引发的干扰和未知性也会越大，也就是为什么few-shot一般不会有特别多条样例的原因。
因此，我们我们一般按照从左下到右上的方向迭代prompt。
四、一些有意思的实验和思考
过程中做了一些有意思的实验：
第一个实验的灵感起源于：如果我们自己去解决一个问题，可能有一些更高维的方法论或思考框架。尝试在“步骤”前面增加一个“步骤框架”，发现并没有起到正向效果。有可能是因为“步骤框架”和“步骤”在模型视角看方向一致。
第二个实验灵感来源于ToT（Tree of Thought），多个专家一起做一件事情并投票选择最优解决。100以内有一定效果，数量再多并不能产生效果了。为什么会有这个结论呢？可能和分布有关系。
第三个实验来源于SoT（Story of Thought），给定一个明确的场景。为什么这个会有正向效果，可能“场景”固定了一个高维空间，能减少向量非一致性干扰。
写在后面和参考资料
大模型刚出来，大家觉得Prompt工程是一个新的领域，OpenAI等大模型公司会发布自己Prompt工程指南，吴恩达老师也做了相关课程。
目前我的认知是：Prompt工程跟传统算法工程师的调参工作反而更接近，都是通过改变参数让模型更接近预期结果，不同的是Prompt是通过自然语言进行调参。可能不是那么重要。
如果我们把当前大模型技术下的生态位分5层：
业务理解 -> 平台开发 -> Prompt工程 -> 模型微调和强化 -> 数据集构建
核心可能在于一头一尾：
“如果获得更高级的业务理解”能力不必说，业务能做的事情是没有上限的。
“如果构建数据集”：随着今年DeepSeek-R1开源，强化学习拉高了大模型的上限，但是业内训练模型的数据集仍然更多是通识领域，仍然没有看到toB领域知识数据集构建的pipeline，是一件非常有意义的事情。
以下是参考资料，供参考：
Prompt工程指南 中包含了提示工程介绍和各种技术，比如：Few-CoT、CoT、ToT 、RAG等
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。