提示工程，可以說是玩轉ChatGPT、DALL·E 2等等這類AI模型的「必修課」。
但這個「提示」（prompt）具體要怎麼寫，多少都有些玄學在裡面…
也難怪由此誕生的新職業－提示工程師，年薪已經達到了25萬-33萬美元。
就在前不久，一位來自史丹佛大學的華人本科生Kevin Liu，就透過prompt injection的方法，讓微軟ChatGPT搜尋的全部prompt外洩。此後，更是掀起了一股調戲ChatGPT的熱潮。
#而今天新發佈在GitHub上的一個項目，整理了提示工程的指南、論文、講座和資源，堪稱史上最全prompt資料包。
專案網址：https://github.com/dair-ai/Prompt-Engineering-Guide
憑藉著一天近1k星的成長，這篇「提示工程指南」同時登上了GitHub Trending，和Hacker News熱榜。
指南內容
語言模型的輸出需要透過輸入的提示實現，但結果的品質取決於你為它提供多少資訊。
隨著我們介紹越來越多的例子和提示工程的應用，你會注意到，一個提示通常會由幾個不同的元素構成：
##究竟該怎麼玩提示工程呢？ GitHub上的這份指南，會提供很大的幫助。
這份指南包括演講、提示介紹、論文、工具和函式庫、資料集、部落格和教學等讀物，總共6個部分。
在“講座」這部分，包含了長達一小時的視頻，代碼示例，以及一份配合講座的50頁PPT。
其中，影片包含4個部分，分別是提示工程簡介、提供工程的技術、工具和應用程式、未來方向。
影片和PPT都對prompt的定義做了詳細介紹：prompts是指為了實現特定任務，傳遞給語言模型的指令和上下文。
而提示工程是建立一組提示或問題的過程，用來引導使用者獲得自己期望的結果。
為什麼提示工程這麼重要？
因為它對研究、發現很重要，能夠用來幫助測試大語言模型的各種極限，也能在大語言模型上的基礎上發展出各種創新型的應用。
#為什麼提示工程如此重要？
因為它對研究、發現很重要，能夠用來幫助測試大語言模型的各種極限，還能在大語言模型上的基礎上開發各種創新型的應用。
團隊開發的提示工程指南，主要由5部分構成：
圖片提示
#論文集
##團隊每天都會更新有關提示工程的最新論文，並且每週都會將這些論文的摘要納入上述指南中。
方法/技巧 應用
部落格、指南、教學和其他
作者介紹
他在台灣清華大學取得了資訊系統與應用的碩士和博士學位。
在此之前，他在Meta AI擔任了2年技術產品行銷經理，並曾是NeurIPS研討會和NAACL 2019的程式委員會的成員。
從Linkedin上的經驗來看，這位朋友似乎也曾負責LeCun一直心心念的Galactica。
以上是ChatGPT火爆，最全prompt工程指南登GitHub熱榜，標星4.7k！的詳細內容。更多資訊請關注PHP中文網其他相關文章！
