suchen
HeimWeb-Frontendjs-TutorialTechniken für effektives Prompt Engineering

echniques for Effective Prompt Engineering

In Casino Royale (2006) gibt James Bond die genauen Zutaten für seinen Vesper Martini an: 3 Maß Gordons, 1 Maß Wodka, ein halbes Maß Kina Lillet, geschüttelt auf Eis mit einer dünnen Zitronenschale.

Durch die Detaillierung der Komponenten sorgt Bond für ein erstklassiges Getränk. Ebenso bestimmen bei der Interaktion mit großen Sprachmodellen (LLMs) die Spezifität und Klarheit Ihrer Eingabeaufforderungen die Qualität der Ausgabe.

Dieser Prozess, bekannt als Prompt Engineering, ist unerlässlich, um genaue und relevante Antworten von KI-Systemen zu erhalten.

Was ist Prompt Engineering?

Prompt Engineering beinhaltet die Erstellung präziser Anweisungen zur Optimierung von LLM-Reaktionen. Je detaillierter und spezifischer die Eingabeaufforderung ist, desto relevanter und auf Ihre Bedürfnisse abgestimmter wird die Ausgabe sein.

Beispiel:
Wenn Sie einen LLM fragen: „Fassen Sie die zeitnahe Technik zusammen“, kann die Antwort vage sein. Geben Sie die Anfrage jedoch wie folgt an:

Eingabeaufforderung: „Geben Sie eine 100-Wörter-Zusammenfassung des Prompt-Engineerings, die sich an technisch nicht versierte Benutzer richtet.“

Der LLM wird nun angeleitet, eine prägnante, zielgruppenspezifische Antwort zu geben.

Ausgabe:

„Prompt Engineering erstellt effektive Anweisungen für KI-Systeme wie ChatGPT, um die besten Ergebnisse zu erzielen. Dabei geht es darum, spezifisch zu sein, Kontext bereitzustellen und komplexe Fragen aufzuschlüsseln. Durch die Angabe von Formaten, die Bereitstellung von Beispielen oder das Setzen von Grenzen gewährleistet Prompt Engineering eine klare Kommunikation mit einem KI-Assistent.“

Diese Methode, nach bestimmten Ausgaben zu fragen, zeigt, wie man eine Eingabeaufforderung „konstruiert“, um ein gewünschtes, präzises Ergebnis zu erhalten.

Komponenten einer guten LLM-Eingabeaufforderung

1 Kontext: Der Kontext liefert dem LLM zusätzliche Informationen, die ihm helfen, Ihre Anfrage besser zu verstehen. Durch die Einbettung relevanter Kontexte kann die KI genauere und maßgeschneiderte Antworten generieren.

Beispiel:
Angenommen, Sie arbeiten an einem C#-Projekt und möchten eine Klassendefinition ändern. Der Kontext hier könnte ein Codeausschnitt sein.

Eingabeaufforderung mit Kontext:
"Angesichts dieses C#-Codes:

öffentliche Klasse Benutzer { public int UserId { get; Satz; } öffentlicher String Name { get; Satz; } öffentliche Zeichenfolge E-Mail { get; Satz; } öffentliche Zeichenfolge PhoneNumber { get; Satz; } }

Ändern Sie die Klasse so, dass UserId und Name schreibgeschützt sind, und legen Sie sie im Konstruktor fest.“

Ausgabe:

public class User
{
    public int UserId { get; }
    public string Name { get; }
    public string Email { get; set; }
    public string PhoneNumber { get; set; }

    public User(int userId, string name)
    {
        UserId = userId;
        Name = name;
    }
}

Dieses Beispiel veranschaulicht, wie wichtig es ist, relevanten Kontext bereitzustellen, um den LLM bei der Generierung der richtigen Antwort zu unterstützen.

  1. Benutzerfrage: Die Frage ist der Hauptteil der Eingabeaufforderung. Es sollte zielgerichtet, spezifisch und prägnant sein.

Beispiel:
Wenn Sie eine Benutzerklasse in C# mit bestimmten Feldern erstellen möchten, geben Sie die erforderlichen Felder und das Verhalten klar an.

Vage Frage:

„Erstellen Sie eine Benutzerklasse.“

Spezifische Frage:

„Erstellen Sie eine C#-Benutzerklasse mit den Feldern UserId, Name, PhoneNumber. Machen Sie UserId schreibgeschützt und fügen Sie einen Konstruktor hinzu, um diese Felder festzulegen.“

Ausgabe:

public class User
{
    public int UserId { get; }
    public string Name { get; }
    public string Email { get; set; }
    public string PhoneNumber { get; set; }

    public User(int userId, string name)
    {
        UserId = userId;
        Name = name;
    }
}
  1. Ausgabeanleitung: Sie können die Ausgabe des Modells steuern, indem Sie Beispiele für das gewünschte Format bereitstellen.

Beispiel:
Wenn Sie Dummy-Daten für eine Benutzerklasse generieren müssen, geben Sie ein Beispiel dafür an, wie die Daten aussehen sollten.

Eingabeaufforderung mit Beispielen:
"Generieren Sie 5 Instanzen der Benutzerklasse mit diesen Feldern: Benutzer-ID, Name, E-Mail, Telefonnummer. Verwenden Sie für Beispiele das folgende Format:

var user1 = neuer Benutzer(1, „John Doe“, „john.doe@example.com“, „555-555-5555“);

Hier einige Beispiele:

var user2 = neuer Benutzer(2, „Jane Doe“, „jane.doe@example.com“, „555-555-5556“);

Generieren Sie jetzt 5 Instanzen.“

Ausgabe:

public class User
{
    public int UserId { get; }
    public string Name { get; set; }
    public string PhoneNumber { get; set; }

    public User(int userId, string name, string phoneNumber)
    {
        UserId = userId;
        Name = name;
        PhoneNumber = phoneNumber;
    }
}

Techniken für effektives Prompt Engineering

  1. Zero-Shot-Prompting: Das LLM generiert eine Antwort basierend auf seinen Trainingsdaten ohne explizite Beispiele. Dies ist effektiv, um generische Lösungen oder Antworten basierend auf etablierten Mustern zu generieren.

Beispiel:
Eingabeaufforderung: „Erstellen Sie einen Komponententest für die Benutzerklasse mit xUnit in C#.“

Ausgabe:

var user1 = new User(1, "John Smith", "john.smith@example.com", "555-555-5555");
var user2 = new User(2, "Jane Doe", "jane.doe@example.com", "555-555-5556");
var user3 = new User(3, "Mary Johnson", "mary.johnson@example.com", "555-555-5557");
var user4 = new User(4, "David Lee", "david.lee@example.com", "555-555-5558");
var user5 = new User(5, "Linda White", "linda.white@example.com", "555-555-5559");
  1. Few-Shot-Prompting: Stellen Sie mehrere Beispiele bereit, die das Modell bei der Generierung des gewünschten Ausgabeformats unterstützen.

Beispiel:
Um Daten für eine Benutzerklasse zu generieren, können Sie einige Beispieldatenpunkte als Leitfaden für das Ausgabeformat verwenden.

Eingabeaufforderung mit Beispielen für wenige Aufnahmen:
"Hier sind einige Instanzen der User-Klasse:

var user1 = neuer Benutzer(1, „John Smith“, „john.smith@example.com“, „555-555-5555“);

var user2 = neuer Benutzer(2, „Jane Doe“, „jane.doe@example.com“, „555-555-5556“);

Erstellen Sie nun drei weitere Instanzen nach dem gleichen Muster.“

Ausgabe:

public class UserTests
{
    [Fact]
    public void UserConstructor_SetsProperties()
    {
        // Arrange
        var user = new User(1, "John Doe", "john.doe@example.com", "555-555-5555");

        // Act & Assert
        Assert.Equal(1, user.UserId);
        Assert.Equal("John Doe", user.Name);
        Assert.Equal("john.doe@example.com", user.Email);
        Assert.Equal("555-555-5555", user.PhoneNumber);
    }
}
  1. Prompt-Verkettung: Verfeinern Sie Ihre Abfragen iterativ auf der Grundlage früherer Antworten, sodass das Modell auf früheren Interaktionen aufbauen kann.

Beispiel:
Beginnen Sie mit einer einfachen Eingabeaufforderung und ändern Sie diese nach und nach.

Erste Eingabeaufforderung:

„Erstellen Sie eine einfache Benutzerklasse in Python.“

Ausgabe:

public class User
{
    public int UserId { get; }
    public string Name { get; }
    public string Email { get; set; }
    public string PhoneNumber { get; set; }

    public User(int userId, string name)
    {
        UserId = userId;
        Name = name;
    }
}

Nachfrage:

„Konvertieren Sie diese Klasse in C#.“

Ausgabe:

public class User
{
    public int UserId { get; }
    public string Name { get; set; }
    public string PhoneNumber { get; set; }

    public User(int userId, string name, string phoneNumber)
    {
        UserId = userId;
        Name = name;
        PhoneNumber = phoneNumber;
    }
}

Letzte Eingabeaufforderung:

„Machen Sie die Eigenschaft „Passwort“ privat und fügen Sie eine Eigenschaft „DateTime CreatedAt“ hinzu, die im Konstruktor initialisiert wurde.“

Ausgabe:

var user1 = new User(1, "John Smith", "john.smith@example.com", "555-555-5555");
var user2 = new User(2, "Jane Doe", "jane.doe@example.com", "555-555-5556");
var user3 = new User(3, "Mary Johnson", "mary.johnson@example.com", "555-555-5557");
var user4 = new User(4, "David Lee", "david.lee@example.com", "555-555-5558");
var user5 = new User(5, "Linda White", "linda.white@example.com", "555-555-5559");
  1. Aufforderung zur Gedankenkette: Stellen Sie mehrstufige Anweisungen bereit, die dem LLM helfen, ein komplexes Problem Schritt für Schritt anzugehen.

Beispiel:
Eingabeaufforderung:

*"Erstellen Sie eine Reihe von Komponententests für die folgende C#-Klasse:

öffentliche Klasse Benutzer { public int UserId { get; Satz; } öffentlicher String Name { get; Satz; } öffentliche Zeichenfolge PhoneNumber { get; Satz; } }

Denken Sie Schritt für Schritt:

  1. Identifizieren Sie wichtige Szenarien zum Testen.
  2. Schreiben Sie Unit-Tests mit xUnit.
  3. Berücksichtigen Sie Grenzfälle.*

Ausgabe:

public class UserTests
{
    [Fact]
    public void UserConstructor_SetsProperties()
    {
        // Arrange
        var user = new User(1, "John Doe", "john.doe@example.com", "555-555-5555");

        // Act & Assert
        Assert.Equal(1, user.UserId);
        Assert.Equal("John Doe", user.Name);
        Assert.Equal("john.doe@example.com", user.Email);
        Assert.Equal("555-555-5555", user.PhoneNumber);
    }
}

Der Artikel wurde ursprünglich von Jim, Leiter von Devreal bei Pieces for Developers, geschrieben. Weitere Beispiele und Nuancen finden Sie in diesem Artikel https://pieces.app/blog/llm-prompt-engineering

Das obige ist der detaillierte Inhalt vonTechniken für effektives Prompt Engineering. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
JavaScripts Rolle: das Web interaktiv und dynamisch machenJavaScripts Rolle: das Web interaktiv und dynamisch machenApr 24, 2025 am 12:12 AM

JavaScript ist das Herzstück moderner Websites, da es die Interaktivität und Dynamik von Webseiten verbessert. 1) Es ermöglicht die Änderung von Inhalten, ohne die Seite zu aktualisieren, 2) Webseiten durch DOMAPI zu manipulieren, 3) Komplexe interaktive Effekte wie Animation und Drag & Drop, 4) die Leistung und Best Practices optimieren, um die Benutzererfahrung zu verbessern.

C und JavaScript: Die Verbindung erklärteC und JavaScript: Die Verbindung erklärteApr 23, 2025 am 12:07 AM

C und JavaScript erreichen die Interoperabilität durch WebAssembly. 1) C -Code wird in das WebAssembly -Modul zusammengestellt und in die JavaScript -Umgebung eingeführt, um die Rechenleistung zu verbessern. 2) In der Spieleentwicklung kümmert sich C über Physik -Engines und Grafikwiedergabe, und JavaScript ist für die Spiellogik und die Benutzeroberfläche verantwortlich.

Von Websites zu Apps: Die verschiedenen Anwendungen von JavaScriptVon Websites zu Apps: Die verschiedenen Anwendungen von JavaScriptApr 22, 2025 am 12:02 AM

JavaScript wird in Websites, mobilen Anwendungen, Desktop-Anwendungen und serverseitigen Programmierungen häufig verwendet. 1) In der Website -Entwicklung betreibt JavaScript DOM zusammen mit HTML und CSS, um dynamische Effekte zu erzielen und Frameworks wie JQuery und React zu unterstützen. 2) Durch reaktnatives und ionisches JavaScript wird ein plattformübergreifendes mobile Anwendungen entwickelt. 3) Mit dem Elektronenframework können JavaScript Desktop -Anwendungen erstellen. 4) Node.js ermöglicht es JavaScript, auf der Serverseite auszuführen und unterstützt hohe gleichzeitige Anforderungen.

Python gegen JavaScript: Anwendungsfälle und Anwendungen verglichenPython gegen JavaScript: Anwendungsfälle und Anwendungen verglichenApr 21, 2025 am 12:01 AM

Python eignet sich besser für Datenwissenschaft und Automatisierung, während JavaScript besser für die Entwicklung von Front-End- und Vollstapel geeignet ist. 1. Python funktioniert in Datenwissenschaft und maschinellem Lernen gut und unter Verwendung von Bibliotheken wie Numpy und Pandas für die Datenverarbeitung und -modellierung. 2. Python ist prägnant und effizient in der Automatisierung und Skripten. 3. JavaScript ist in der Front-End-Entwicklung unverzichtbar und wird verwendet, um dynamische Webseiten und einseitige Anwendungen zu erstellen. 4. JavaScript spielt eine Rolle bei der Back-End-Entwicklung durch Node.js und unterstützt die Entwicklung der Vollstapel.

Die Rolle von C/C bei JavaScript -Dolmetschern und CompilernDie Rolle von C/C bei JavaScript -Dolmetschern und CompilernApr 20, 2025 am 12:01 AM

C und C spielen eine wichtige Rolle in der JavaScript -Engine, die hauptsächlich zur Implementierung von Dolmetschern und JIT -Compilern verwendet wird. 1) C wird verwendet, um JavaScript -Quellcode zu analysieren und einen abstrakten Syntaxbaum zu generieren. 2) C ist für die Generierung und Ausführung von Bytecode verantwortlich. 3) C implementiert den JIT-Compiler, optimiert und kompiliert Hot-Spot-Code zur Laufzeit und verbessert die Ausführungseffizienz von JavaScript erheblich.

JavaScript in Aktion: Beispiele und Projekte in realer WeltJavaScript in Aktion: Beispiele und Projekte in realer WeltApr 19, 2025 am 12:13 AM

Die Anwendung von JavaScript in der realen Welt umfasst Front-End- und Back-End-Entwicklung. 1) Zeigen Sie Front-End-Anwendungen an, indem Sie eine TODO-Listanwendung erstellen, die DOM-Operationen und Ereignisverarbeitung umfasst. 2) Erstellen Sie RESTFUFFUPI über Node.js und express, um Back-End-Anwendungen zu demonstrieren.

JavaScript und das Web: Kernfunktionalität und AnwendungsfälleJavaScript und das Web: Kernfunktionalität und AnwendungsfälleApr 18, 2025 am 12:19 AM

Zu den Hauptanwendungen von JavaScript in der Webentwicklung gehören die Interaktion der Clients, die Formüberprüfung und die asynchrone Kommunikation. 1) Dynamisches Inhaltsaktualisierung und Benutzerinteraktion durch DOM -Operationen; 2) Die Kundenüberprüfung erfolgt vor dem Einreichung von Daten, um die Benutzererfahrung zu verbessern. 3) Die Aktualisierung der Kommunikation mit dem Server wird durch AJAX -Technologie erreicht.

Verständnis der JavaScript -Engine: ImplementierungsdetailsVerständnis der JavaScript -Engine: ImplementierungsdetailsApr 17, 2025 am 12:05 AM

Es ist für Entwickler wichtig, zu verstehen, wie die JavaScript -Engine intern funktioniert, da sie effizientere Code schreibt und Leistungs Engpässe und Optimierungsstrategien verstehen kann. 1) Der Workflow der Engine umfasst drei Phasen: Parsen, Kompilieren und Ausführung; 2) Während des Ausführungsprozesses führt die Engine dynamische Optimierung durch, wie z. B. Inline -Cache und versteckte Klassen. 3) Zu Best Practices gehören die Vermeidung globaler Variablen, die Optimierung von Schleifen, die Verwendung von const und lass und die Vermeidung übermäßiger Verwendung von Schließungen.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

EditPlus chinesische Crack-Version

EditPlus chinesische Crack-Version

Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Sicherer Prüfungsbrowser

Sicherer Prüfungsbrowser

Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)