三种必须要学会的提示词技术

三种必须要学会的提示词技术的对比：

1. 零样本提示

• 提示： “将以下文本分类为正面、负面或中性：我认为这次假期还可以。
  ”
• 期望输出：中性
  
• 核心思想： 直接给模型一个任务描述或指令，不提供任何示例。完全依靠模型已有的知识和理解能力来完成任务。
• 如何工作： 你告诉模型“做什么”，但不展示“怎么做”。
• 示例：
• 优点： 简单直接，不需要准备示例。
• 缺点： 对于复杂、模糊或不常见的任务，模型可能表现不佳，因为它需要完全依赖预训练知识来理解任务要求。
• 关键：无示例。

2. 少样本提示

• 提示：

  将文本分类为正面、负面或中性：
  文本：`这家餐厅太棒了，服务一流！` 情感：正面
  文本：`电影糟透了，浪费我的时间。` 情感：负面
  文本：`包裹准时送达。` 情感：中性
  文本：`我认为这次假期还可以。` 情感：
  
  

• 期望输出：中性
  
• 核心思想： 在任务指令后，提供少量（通常1-5个）输入-输出示例，作为模型学习的“示范”。让模型通过示例理解任务的具体格式、要求或模式。
• 如何工作： 你告诉模型“做什么”，并通过几个例子展示“怎么做”。
• 示例：
• 优点： 显著提高模型在特定任务上的表现，尤其是当任务格式复杂或需要特定模式时。比零样本更可靠。
• 缺点： 需要精心挑选有代表性的示例。示例过多或过少、质量不高都可能影响效果。上下文窗口有限制。
• 关键：提供少量输入-输出示例作为示范。

3. 思维链

• 提示：

  问题：小明有5本书。小华有比小明多3倍的书。小丽的书是小明和小华总和的一半。小丽有多少本书？
  解答：
  第一步：小明的书：5本。
  第二步：小华的书：5本 * 3 = 15本。
  第三步：小明和小华的总和：5本 + 15本 = 20本。
  第四步：小丽的书：20本  2 = 10本。
  答案：10本
  
  问题：一个农场有鸡和羊。它们一共有12个头，34只脚。鸡有多少只？
  解答：
  
  

• 期望输出： 模型会模仿示例，展示计算鸡和羊数量的步骤（例如设方程），最后给出答案。
• 少样本CoT： 最常用。在少样本提示的示例中，不仅包含输入和最终输出，还包含详细的推理步骤。
• 零样本CoT： 在指令中直接要求模型“逐步推理”或“让我们一步步思考”。
• 核心思想： 一种专门用于解决复杂推理问题（如数学题、逻辑推理、多步问题） 的技术。它鼓励或要求模型在生成最终答案之前，逐步地、显式地展示其推理步骤和中间思考过程。
• 如何工作： 不是直接问答案，而是引导模型“一步一步地想”，把思考的“链条”展示出来。
• 实现方式：
• 示例 (少样本CoT)：
• 优点： 极大提升模型在需要多步逻辑推理任务上的准确性和可靠性。使模型的思考过程更透明、可解释。
• 缺点： 主要针对推理任务，对于简单分类、生成等任务效果提升不大或没必要。增加了输出的长度。
• 关键：要求/展示逐步推理过程，特别是解决复杂问题时。

总结与区别：

简单来说：

• 你直接下命令，不给例子 -> 零样本。
• 你下命令，并给几个例子示范怎么做 -> 少样本。
• 你要解决一个难题（尤其是数学或逻辑推理），要求或示范模型把解题的每一步想法都写出来 -> 思维链（通常用少样本的方式提供带推理步骤的例子）。

思维链可以看作是少样本提示的一种特化和增强形式，专门用于激发模型的推理能力，尤其是在解决需要多步思考的问题时。零样本和少样本是更通用的提示方法。

ps：最近也建了一个AI社群，有需要添加交流的小伙伴后台回复：加群。