提示词技巧 – 第 2 页 – 令爷课程-曾确令(ColinZENG)AIGC玩家

投稿时需要附上CRediT Author Statement，怎么写？

2026年7月28日2023年10月28日作者曾确令

CRediT Author Statement 意为作者署名声明或论文贡献作者角色说明，也称作Author Statement或Authorship Contribution ，论文发表过程中越来越多的期刊要求提供论文贡献作者角色说明，用以阐述当前学术论文中每位作者的具体贡献。大部分期刊都要求作者在首次投稿的时候就添加这部分内容，也有一些仅要求在发表之前提交。 CRediT（贡献者角色分类法）是一种高级分类法，该方法将作者的贡献划分为14个类别，并对每个类别的角色详细精确地定义了作者的贡献。 CRediT（贡献者角色分类法） 2012年，美国国家信息标准协会（National Informat...

谷歌提出一种称为“Step-Back Prompting”的Prompt技术

2026年7月28日2023年10月25日作者曾确令

来源于谷歌Deepmind在10月9日提交的一篇论文。论文下载地址：https://arxiv.org/pdf/2310.06117.pdf 谷歌提出一种称为“Step-Back Prompting”的Prompt技术，让LLMs自己抽象问题，得到更高纬度概念和原理，再用这些知识推理并解决问题。他们用PaLM-2L模型做了实验，发现这种Prompt技巧能显著提升密集推理任务（STEM、知识问答、多跳问题）的性能质量表现。 MMLU 物理和化学方面表现提高了7%，TimeQA 提高27%，MuSiQue 提高了7%。 MMLU：大规模多任务语言理解测试数据集 TimeOA：时间敏感问题测试数...

提升ChatGPT性能的实用指南：Prompt Engineering的艺术

2026年7月28日2023年10月13日作者曾确令

一起探索 Prompt Engineering 的奥秘，并学习如何用它来让 ChatGPT 发挥出最大的潜力。什么是提示工程？提示工程是一门新兴学科，就像是为大语言模型（LLM）设计的"语言游戏"。通过这个"游戏"，我们可以更有效地引导 LLM 来处理问题。只有熟悉了这个游戏的规则，我们才能更清楚地认识到 LLM 的能力和局限。这个"游戏"不仅帮助我们理解 LLM，它也是提升 LLM 能力的途径。有效的提示工程可以提高大语言模型处理复杂问题的能力（比如一些数学推理问题），也可以提高大语言模型的扩展性（比如可以结合专业领域的知识...

微软的GPT-4V说明书：166页详细讲解，提示词demo示例

2026年7月28日2023年10月7日作者曾确令

多模态王炸大模型GPT-4V， 166页“说明书” 重磅发布！而且还是微软团队出品。什么样的论文，能写出166页？不仅详细测评了GPT-4V在十大任务上的表现，从基础的图像识别、到复杂的逻辑推理都有展示；还传授了一整套多模态大模型提示词使用技巧 —— 手把手教你从0到1学会写提示词，回答专业程度一看就懂，属实是把GPT-4V的使用门槛打到不存在了。值得一提的是，这篇论文的作者也是“全华班”，7名作者全部是华人，领衔的是一位在微软工作了17年的女性首席研究经理。在166页报告发布前，他们还参与了OpenAI最新DALL·E 3的研究，对这个领域了解颇深。相比OpenAI的18页G...

Prompt框架

2026年7月28日2023年9月18日作者曾确令

ICIO框架 Instruction：指令即你希望 AI 执行的具体任务 Context：背景信息给AI更多的背景信息引导模型做出更贴合需求的回复 Input Data：输入数据告知模型需要处理的数据 Output Indicator：输出引导告知模型我们要输出的类型或风格 CRISPE 框架 Capacity and Role：能力和角色 ChatGPT 应扮演什么角色 Insight：见解提供你请求的背后见解、背景和上下文 Statement：声明你要求 ChatGPT 做什么 Personality：个性你希望 Ch...

LLMs 中 CoT、ToT 解决复杂逻辑问题

2026年7月28日2023年9月16日作者曾确令

目前大语言模型在日常交流对话中，展现出强大的能力，但是如果遇到一些复杂提问，如解决24点游戏问题等需要具备逻辑思维较为密集的场景，往往LLMs 表现能力不佳，那么今天就介绍一下LLMs 中解决这类思维较为密集问题的技术CoT，ToT 技术。作者翻看全网对ToT 技术的讲解，发现没有一篇将所有涉及到的重点讲清楚，现在我将深入对ToT 思想论文《Tree of Thoughts: Deliberate Problem Solving with Large Language Models》进行深入讲解。希望大家喜欢。注意：前面文章较多的介绍了模型架构，Transformer， MoE 等技术，这些...

CoT实践案例解析

2026年7月28日2023年9月8日作者曾确令

CoT案例 ChatGPT 回答的有时候逻辑性不好。正确答案是：7个偶数，3个奇数。ChatGPT甚至连数字都抄错了然而，我们人类很多时候也是这样，当我们依赖于直觉判断，或是思维跳得太快，没有按部就班一步一步推理时，就很容易犯错，得出错误的答案。不过，当我们遇到一些问题时（如257*37=？），我们懂得不要着急给出答案（就算想也做不到啊），而是会在脑海里先计算推理一番，用「工作记忆」记住计算过程中的临时结果，对于更难的问题，我们会先做一下草稿或利用工具，由此来得到正确的答案。注：人脑的「工作记忆」是一种记忆容量有限的认知系统，被用以暂时保存信息。工作记忆对于推理以及指导决策和行为有...

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

2026年7月28日2023年9月8日作者曾确令

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！首发: **AINLPer 微信公众号（每日论文干货分享！！** ）编辑: ShuYini 校稿: ShuYi-ni 时间: 2023-09-04 引言为了提高大型语言模型（LLM）上下文学习能力，今天给大家分享的这篇文章提出了思维图（GoT），其性能超过了思维链（CoT）、思维树（ToT）等。思维图（GoT）的关键是能够将 LLM 生成的信息建模为任意图，其中信息单位是顶点，边代表顶点之间的依赖关系。这种方法优点能够将任意LLM的思维组合在一起，提炼出整个思维图内容。实验结果显示：相比目前的思维...

chatgpt的涌现

2026年7月28日2023年9月6日作者曾确令

来源：木遥 [木遥 ]() 2023-02-24 展开讲讲一些关于大语言模型的理解的问题在哪里。这些评论通常归结为这句话：大语言模型「只不过是把语料中的统计相关性复现出来而已。」但这句话是错的，其错误程度就像是在 AlphaGo 出现的时候说「AlphaGo 只不过是在背诵它见过的棋谱而已」一样。很多人对大语言模型（或者更一般地说，大神经网络）的理解还停留在两三年前。而过去两年里重要的两个研究方向（并不只有这两个，但它们对下面要说的事最关键）显示出它终于开始初步跳出贝叶斯的陷阱，展现出了一点通用智能的模样。这两者一是思维链条（chain of thought, CoT），二是自发性地结构...

prompt方法论

2026年7月28日2023年9月4日作者曾确令

prompt方法论零样本提示如今，经过大量数据训练并调整指令的LLM能够执行零样本任务。我们在前一节中尝试了一些零样本示例。以下是我们使用的一个示例：提示：将文本分类为中性、负面或正面。文本：我认为这次假期还可以。情感：输出：中性请注意，在上面的提示中，我们没有向模型提供任何示例——这就是零样本能力的作用。指令调整已被证明可以改善零样本学习Wei等人（2022）(opens in a new tab)。指令调整本质上是在通过指令描述的数据集上微调模型的概念。此外，RLHF(opens in a new tab)（来自人类反馈的强化学习）已被采用以扩展指令调整，其中模型被调整以更...

小七姐：批量生成美食创意短语

2026年7月28日2023年9月4日作者曾确令

作者：万能的小七姐（B站同名）收到一个朋友转过来的prompt需求，这个需求比较小众，但这个prompt的生产过程算是比较经典的少样本提示和思维链提示的用法，在这先对prompt思路做一个分享：首先来看需求客户需要生成1000条俏皮灵动，趣味盎然，比喻精妙的和美食有关的短句子，要求文风优美，句子让人充满食欲。客户使用这些句子的场景比较奇妙，而且不易于解释，所以我们可以换为一个更简单易于理解的场景来让GPT理解。从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！[/caption] 第一步：描述清楚这个prompt的需求背景：对于独居者或者一起...

刘海：美妆海报文案

2026年7月28日2023年9月4日作者曾确令

来源：https://waytoagi.feishu.cn/wiki/Dor2wc2FviY3q3kgSuScJrkhngg 海报文案生成案例（优化前）来，家人们，直接上例子 ~(我前同事写的Prompt哈哈)~ ：你是一名美妆品牌的文案策划。你需要为新产品宣传海报生成一个吸引人的美妆产品文案。首先,你要明确这条文案要达到的营销目的: 然后,你要考虑你要面向的目标客户群: 再然后,你要确定产品的卖点和特征: 最后,你要控制这条文案在25-30字之间。注意:1.请运用简洁流畅的语句； 2.请适当添加生动的修辞手法； 3.让我们一步一步来。 — 产品:彩妆定制服务目标客户:25-40...

chatgpt的创意风暴

2026年7月28日2023年9月4日作者曾确令

来源： ElfeXu [南瓜博士 ]() 2023-05-10 发表于美国看到有人说人的创意比 AI 强～～一百个不同意。想起可以把这篇文章发出来。创意是什么？是在你思考的范畴之外，远远的地方，找到一个点，然后想方设法让这个点和你思考范畴之内的事物产生关联，创意就出来了。找一个远远的点再创造联系的事情，AI 可比人强太多了，它直接大模型上要多远能找多远，还总能链回来。 AI 比人差的，大概是对找到的创意到底靠谱不靠谱有没有价值的判断。以下是三个月前写的正文。大家可以感受一下 GPT 找的点有多远 ========= 女儿小时候我常和她玩各种随机词汇游戏，例如随机想三个词语编进故事里。这...

chatgpt的联想能力

2026年7月28日2023年9月4日作者曾确令

来源： ElfeXu [南瓜博士 ]() 2023-05-28 前些天和朋友聊怎样用 AI 陪娃玩，我说“最简单的用法，让 AI 给娃讲故事，培养孩子想象力可好用了”。朋友有些不以为然：“哄哄小宝宝也就罢了。我家的已经上小学了，编故事不太够了呀。” 确实，不同年龄段孩子的想象力是有区别的。低龄孩子的想象力自由不受限，从角色扮演到天马行空想象出一个离奇的世界。我们可以称之为幻想。随着年龄的增长，孩子们逻辑思考能力、对抽象概念的理解力逐步发展，他们开始能用想象力理解多元的事物、处理复杂情绪、创造性解决问题甚至规划未来。这个阶段的想象，可以称之为创想。 AI 是否能从幻想到创想的每一个阶段，都...

提升大模型可靠性的 prompt方法汇总

2026年7月28日2023年9月3日作者曾确令

从 prompting 的角度有哪些方法可以提高大模型在复杂任务上的性能表现呢？汇总现有的一些方法：细节法：给出更清晰的指令，包含更多具体的细节分解法：将复杂的任务分解为更简单的子任务（Let's think step by step, CoT，LangChain等思想）记忆法：构建指令使模型时刻记住任务，确保不偏离任务解决路径（system 级 prompt）解释法：让模型在回答之前进行解释，说明理由（CoT 等方法）投票法：让模型给出多个结果，然后使用模型选择最佳结果（ToT 等方法）示例法：提供一个或多个具体例子，提供输入输出示例（one-shot, few-sho...