前言

大语言模型的强大自然语言处理能力和对话生成能力使其成为构建智能对话系统的有力工具，并且在各个领域都有望发挥重要的作用。特别是在智能客服和支持、虚拟助手和个人助理、教育和培训、内容创作和编辑、语言翻译和交流、个性化推荐和营销等方面，大语言模型具有巨大的应用潜力。

提示工程作为一种优化对话性能、提高对话系统质量和灵活性的技术，在未来的发展中也将会越来越受到关注。通过使用提示工程，对话系统可以更好地理解和生成人类语言，从而提供更准确、更自然、更个性化的对话体验。

随着对话模型技术的发展和优化，提示工程将成为进一步提升对话系统质量的重要手段之一。特别是在控制生成内容、提高准确性、解决偏见和敏感问题、改善用户体验、生产工具集成等方面，提示工程具有广阔的应用前景。

笔者的使用体会

基于国产大语言模型和ChatGPT的“提示工程”实践展现出了令人印象深刻的语言理解和生成能力。这些大语言模型可以理解复杂的问题，并生成准确和流畅的回复，使得与大语言模型的对话感觉更加自然和真实。然而，由于大语言模型的训练数据和知识库的限制，它们在某些情况下可能会生成不准确或误导性的回复。因此，设计和优化提示文本非常重要。

构建提示内容是一个动态的过程，需要不断实践和优化。通过尝试不同的提示策略和技巧，以及与模型的交互，可以逐步提高对话质量和模型的性能。同时，用户也需要保持学习能力，不断储备专业知识并增强自身的语言表述能力。这样可以帮助用户更好地构建有效的提示内容，并对大语言模型回答内容的正确性作出判断。

本书特色

• 从零开始：从大语言模型的使用环境开始讲解，逐步实践、应用“提示工程”。

• 内容新颖：紧跟技术发展，实践和应用前沿技术，发掘潜在应用价值。

• 结构完整：章节内容环环相扣，形式合理的技术体系，易于学习和总结。

• 内容实用：结合大量提示示例进行讲解，可解决工作、学习中的实际问题。

• 示例提示：提供大量的提示示例，帮助读者做到举一反三。

本书读者对象

• 基于大语言模型学习“提示工程”的入门读者和进阶读者

• 使用大语言模型提升工作效率的白领

• 使用大语言模型提升学习质量的学生

• 数据分析师

• Python工程师

编 者

2023.7

资源下载码： TSGC014