当前位置: 首页 > news >正文

探秘大模型:《提示工程:技巧、方法与行业应用》背后的故事

提示工程是一种新兴的利用人工智能的技术,它通过设计提示引导生成式 AI 模型产生预期的输出,来提升人与 AI 的互动质量,激发 AI 模型的潜力,提升AI的应用水平。

为了让每一个人都拥有驱动大模型的能力,以微软全球副总裁张祺博士为首的微软(亚洲)互联网工程院十数位专家联合写作了《提示工程:方法、技巧与行业应用》一书,为大家揭示了大语言模型背后的技术奥秘。

950ad6f91fa2b95794c5e7782eb607d6.png

《提示工程》一书涵盖了大语言模型的发展背景、概念及应用场景,以及提示工程的兴起和实操技巧,不仅能够帮助掌握大语言模型的基本概念,还能通过从实战体验和进阶技巧使读者了解其在各行业的应用,从而更好的利用此工具,拓展自身能力边界,提高生产力,释放更多创造力的可能性。

为了更加了解这本书,我们有幸采访到了为本书出版做出了巨大贡献的微软(亚洲)互联网工程院研发总监的龙继东

860c0e92695c6cb45faf6024480cf532.png

龙继东

龙继东于2010年加入美国微软,2013年加入微软(中国),继东和他的团队在本书的写作中发挥了关键性的作用。下面由他来为我们揭晓本书背后的机缘与思索——

动机与缘起

在实际工作和对技术的探索中,我深信提示工程在未来的各个领域将有着巨大的应用前景。自2023年起,国外已经涌现出一批科普书籍,旨在介绍这一技术。然而,令人遗憾的是,在国内这项技术尚未普及,甚至连一本介绍这项技术的书籍都找不到。在我学习提示工程的过程中,由于各种原因,我发现这类书籍很难找到,甚至身边的朋友都只能通过图片来了解这方面的内容。这清楚地显示了当时国内对类书籍的强烈需求。另外,由于语言障碍,国内读者的阅读门槛较高,这进一步阻碍了相关知识的普及。因此,我们团队想到有没有可能编写一本书面向国内的大众读者。

提示工程通过自然语言进行交互,使得机器能够理解“人类语言”。它未来的受众不仅局限于“程序员”,还包括普通大众。然而,市面上却很少有针对普通人的提示工程知识普及材料。为了真正推动这项技术走向更广泛的人群,编写一本面向大众的书籍势在必行。

fbb028d92acc9be5fdb30ae0a3c3206c.png

图片来源于网络

当然,最初我们着手创作这本书源于自身遇到的问题,引发了我们对新兴技术的好奇与探索。当我们意识到传统的人工方法在Matrix处理中的高成本时,我们转向了LLM(Large Language Models),并开始思考如何应用提示工程技术,提高LLM在实战中的应用能力。这项技术的应用将大大减少各项成本支出。我向张祺博士汇报了这一发现,他高度认可,并认为根据他在这一领域多年的专业经验判断,这项技术应该得到大力推广。因此,编写这本书成为了当务之急。

团队突出贡献与本书亮点

一本科普教育类书籍的首要目标是系统全面地介绍当前领域,让读者能够清晰易懂地理解、系统化地掌握领域内的基础知识,并激发其学习热情。因此,我们努力将本书打磨得深入浅出、系统化、实战性强。

我们以系统性的方式介绍提示工程,用大众易懂的语言解释这一概念。在编写过程中,我们的思路始终是让即便是初学者也能轻松理解,降低大众的学习门槛。这会让这本书的受众范围更广,更多的普通人可以理解并从中获益。

由于我们团队都是微软一线的工程师,已经成功开发了许多产品应用。在本书中,我们展示了提示工程的实际应用,并提供丰富的实战案例。相信工程师的一线经验会让本书更具说服力和实践性,使想要进阶的读者更容易获得启发,从而激发创造力。

a4908ccd57aea773bf2163867ef62068.jpeg

未来可能的影响

由于提示工程自然语言交互的特性,只要懂得使用文字,就能够应用。例如,像Sora这样的大模型,一句话就能生成一段高质量的视频,这极大地拓展了个人能力的边界。这项技术的潜在受众不仅局限于程序员,还包括各行各业的人士。因此,本书的目的是让更多人了解并掌握这项技术,从而在工作和生活中产生改变。

我深知自己我们所做的事情有限,未来还需更加进步,我们抛砖引玉,这部书将填补国内对提示工程科普教育的空白,为更多人提供了学习的机会。这本书是一本很好的入门教材,可以帮助想要探索提示工程的人打开一扇大门,学习是应用这项技术的第一步。更重要的是,这本书能鼓励更多普通人参与到人工智能的应用,让更多人从中受益。

收获与成长

对于我们团队来说,参与这本书的写作带来了巨大的收获和成长。在写作过程中,我们需要系统性地学习,在提炼、总结和输出的过程中,我们不仅学到了很多新知识,还锻炼了自己的表达能力等等。

此外,学习的结果不仅体现在书中,更在微软具体的产品中得到了良好的反馈,形成了正向的循环。成为Prompt engineering的早期探索者,在人工智能重要性愈发显著的趋势下,我们也很幸运在职业发展中增添了宝贵的经历。团队的成长也带来了更多的机会,我们对提示工程有了更深一层的理解,认识到prompt engineering仍有很大的空间和潜力,上限很高,需要不停地去激发它,这改变了我们解决问题的逻辑,因此也加速了产品的迭代过程。

dd1d62c995a8f9cc78100467a8749915.jpeg

后续的思考与推动

当然,在书籍问世之后,我们团队不会就此止步,后续还将继续推动提示工程这一技术的发展和传播。

我们将继续保持开放的心态,继续推广提示工程这项技术。在编写此书的过程当中,我们也在研发相应的课程,帮助更多人来学习;另外,微软中许多团队在未来都有可能使用到提示工程这项技术,因此我们未来可能将在公司内部开设相关课程,鼓励大家学习;不仅如此,我们还将继续与外界分享这一技术,为更多人提供交流和学习的机会,尽可能带动更多人参与其中。

我们还将保持发展的眼光,随时接受最新技术迭代的挑战。因为我们深知,提示工程的更新迭代速度日益加快,作为这项技术的传播者,需要在实践过程中不断汲取最新的知识,或许未来会有第二部的编写,带来最新的案例和经验,也或许在某个论坛,不断更新,不局限于载体,更重要的是紧跟最新技术的脚步,并持续地为传播提示工程贡献自己的力量。

最后的话

在《提示工程:技巧、方法与行业应用》的背后,是由一群对技术充满热情的探索者编写的,他们以无限的创意和勇气,将一项技术普及到国内,为推动技术传播贡献了自己的力量。希望这本书能够成为更多人迈向人工智能领域的引路人,助力技术的应用和推广。


欢迎关注微软 智汇AI 官方账号

一手资讯抢先了解

515b7d8863064a65f4b22c7df75f4a78.jpeg

5bfbdb7cc2d858abd14e43d76400be50.jpeg

感谢喜欢,点击一下 在看 吧 

相关文章:

探秘大模型:《提示工程:技巧、方法与行业应用》背后的故事

提示工程是一种新兴的利用人工智能的技术,它通过设计提示引导生成式 AI 模型产生预期的输出,来提升人与 AI 的互动质量,激发 AI 模型的潜力,提升AI的应用水平。 为了让每一个人都拥有驱动大模型的能力,以微软全球副总裁…...

2024年光学通信和物联网、自动化控制和大数据国际会议(OCITACB2024)

2024年光学通信和物联网、自动化控制和大数据国际会议(OCITACB2024) 会议简介 2024年国际光通信与物联网、自动控制和大数据会议(OCITACB2024)的主要目标是促进光通信与物联网、自动管理和大数据领域的研发活动。另一个目标是促进研究人员、开发人员、工…...

q @ k运算及att = (q @ k.transpose(-2, -1))含义

以下代码经常在Transformer的算法中见到:q, k, v qkv[0], qkv[1], qkv[2] # query, key, value tensor q q * self.scale attn (q k.transpose(-2, -1))其中涉及到a b操作和transpose操作 a torch.Tensor([[1,2],[3,4]]) print(a)b torch.Tensor([[0.5,2],[…...

leetcode628-Maximum Product of Three Numbers

题目 给你一个整型数组 nums ,在数组中找出由三个数组成的最大乘积,并输出这个乘积。 示例 1: 输入:nums [1,2,3] 输出:6 分析 这道题目要求数组中三个数组成的最大乘积,由于元素有正数有负数&#xff…...

本地项目提交 Github

工具 GitIdeaGithub 账号 步骤 使用注册好的 Github 账号,登陆 Github; 创建 Repositories (存储库),注意填写图上的红框标注; 创建完成之后,找到存储库的 ssh 地址或 https 地址,这取决于你自己的配置…...

Idea中 maven 下载jar出现证书问题

目录 1: 具体错误: 2: 忽略证书代码: 3: 关闭所有idea, 清除缓存, 在下面添加如上忽略证书代码 4:执行 maven clean 然后刷刷新依赖 完成,撒花!&#x…...

ArcGIS Server 10发布要素服务时遇到的数据库注册问题总结(一)

工作环境: Windows 7 64 位旗舰版 ArcGIS Server 10.1 ArcGIS Desktop 10.1 IIS 7.0 开始的时候以为10.1发布要素服务和10.0一样,需要安装ArcSDE,后来查阅资料发现不需要,数据库直连方式就可以了。 首先我来说一下发布要素服…...

自我介绍的HTML 页面(入门)

一.前情提要 1.主要是代码示例&#xff0c;具体内容需自己填充 2.代码后是详解 二.代码实例和解析 代码 <!DOCTYPE html> <html lang"zh-CN"> <head> <meta charset"UTF-8"> <title>自我介绍页面</title>…...

负载均衡原理及算法

负载均衡&#xff08;Load Balancing&#xff09;是在计算机网络中&#xff0c;将工作负载&#xff08;即请求&#xff09;分配给多个资源&#xff0c;以实现最优资源利用、最大化性能、最小化延迟和提高可用性等目标的技术。负载均衡通常用于分布式系统、网络服务和服务器集群…...

【iOS ARKit】USDZ文件

USDZ 概述 ARKit 支持 USDZ&#xff08;Universal Scene Description Zip&#xff0c;通用场景描述文件包&#xff09;、Reality 两种格式的模型文件&#xff0c;得益于 USDZ的强大描述能力与网络传输便利性&#xff0c;使得iOS 设备能够在其信息&#xff08;Message&#xff0…...

鹅厂实习offer

#转眼已经银四了&#xff0c;你收到offer了吗# 本来都打算四月再投实习了&#xff0c;突然三月初被wxg捞了&#xff08;一年前找日常实习投的简历就更新了下&#xff09;&#xff0c;直接冲了&#xff0c;流程持续二十多天&#xff0c;结果是运气还不错&#xff0c;应该是部门比…...

极狐GitLab 如何在 helm 中恢复数据

本文作者&#xff1a;徐晓伟 GitLab 是一个全球知名的一体化 DevOps 平台&#xff0c;很多人都通过私有化部署 GitLab 来进行源代码托管。极狐GitLab 是 GitLab 在中国的发行版&#xff0c;专门为中国程序员服务。可以一键式部署极狐GitLab。 本文主要讲述了如何在极狐GitLab …...

Hololens2远程音视频通话与AR远程空间标注,基于OpenXR+MRTK3+WebRTC实现

Hololens2远程音视频通话与AR远程空间标注 使用Unity2021.3.21版本开发&#xff0c;基于OpenXRMRTK3.0WebRTC实现。 &#xff08;1&#xff09;通过视频获取视频帧的矩阵的方法可以参考&#xff1a;https://learn.microsoft.com/zh-cn/windows/mixed-reality/develop/advanced…...

2024年03月CCF-GESP编程能力等级认证Scratch图形化编程二级真题解析

本文收录于专栏《Scratch等级认证CCF-GESP真题解析》,专栏总目录・点这里 一、单选题(一共 15 个题目,每题 2 分,共 30 分) 第1题 小杨的父母最近刚刚给他买了一块华为手表,他说手表上跑的是鸿蒙,这个鸿蒙是?( ) A、小程序 B、计时器 C、操作系统 D、神话人物 答案…...

开发语言漫谈-C#

C#的#&#xff0c;字面上的意思就是&#xff0c;也就是把C再。微软只所以搞C#就是要抗衡Java。微软当时搞了个J&#xff0c;被Java告了&#xff0c;没办法了只能另取炉灶。从纯技术角度来看&#xff0c;C#设计非常优秀&#xff0c;可以覆盖所有领域&#xff0c;是几乎唯一的全栈…...

微信小程序用户登录授权指定(旧版本)

配置旧版本基础库2.12.3 实现效果 点击登录按钮即可直接登录&#xff0c;获取用户昵称和头像 点击获取头像昵称按钮则需要授权&#xff0c;才能成功登录 代码实现 my.xml <!-- 登录页面,调试基础库为2.20.2库 --> <view class"mylogin"><block w…...

电商技术揭秘十五:数据挖掘与用户行为分析

相关系列文章 电商技术揭秘一&#xff1a;电商架构设计与核心技术 电商技术揭秘二&#xff1a;电商平台推荐系统的实现与优化 电商技术揭秘三&#xff1a;电商平台的支付与结算系统 电商技术揭秘四&#xff1a;电商平台的物流管理系统 电商技术揭秘五&#xff1a;电商平台…...

云原生:5分钟了解一下Kubernetes是什么

在当今的云计算时代&#xff0c;容器化技术变得越来越重要。它能够帮助开发者更高效地部署和管理应用程序。而Kubernetes&#xff0c;作为容器编排领域的领军者&#xff0c;正逐渐成为企业构建和管理云原生应用的核心工具。 近期将持续为大家分享Kubernetes相关知识&#xff…...

【stm32】I2C通信协议

【stm32】I2C通信协议 概念及原理 如果我们想要读写寄存器来控制硬件电路&#xff0c;就至少需要定义两个字节数据 一个字节是我们要读写哪个寄存器&#xff0c;也就是指定寄存器的地址 另一个字节就是这个地址下存储寄存器的内容 写入内容就是控制电路&#xff0c;读出内容就…...

《论文阅读》构建情感共识并利用未配对数据生成共情对话 ACL 2021

《论文阅读》构建情感共识并利用未配对数据生成共情对话 ACL 2021 前言简介模型构架损失函数实验结果前言 亲身阅读感受分享,细节画图解释,再也不用担心看不懂论文啦~ 无抄袭,无复制,纯手工敲击键盘~ 今天为大家带来的是《Constructing Emotion Consensus and Utilizing …...

AutoDL部署大模型后,除了Chat:手把手教你用本地API接口玩转文档总结、代码生成和智能客服

AutoDL部署大模型后&#xff0c;除了Chat&#xff1a;手把手教你用本地API接口玩转文档总结、代码生成和智能客服 当你已经在AutoDL上成功部署了大语言模型&#xff0c;并验证了基础的聊天功能后&#xff0c;是否思考过如何将这些能力真正融入日常工作流&#xff1f;本文将带你…...

GLM-4.1V-9B-Base行业实践:农业病虫害田间照片识别与防治建议辅助

GLM-4.1V-9B-Base行业实践&#xff1a;农业病虫害田间照片识别与防治建议辅助 1. 农业场景下的视觉AI需求 在现代农业生产中&#xff0c;病虫害防治一直是困扰农户的核心问题。传统识别方法依赖农技人员现场勘查&#xff0c;效率低下且成本高昂。根据农业农村部数据&#xff…...

科研人必备:用浏览器插件给IEEEXplore做个‘小手术’,告别20秒加载

科研效率革命&#xff1a;用浏览器插件精准优化IEEEXplore访问体验 每次打开IEEEXplore文献库&#xff0c;那个转不停的加载图标是否让你焦躁不安&#xff1f;作为每天要与学术数据库打交道的科研工作者&#xff0c;20秒的等待时间足以打断思考流&#xff0c;降低工作效率。这背…...

告别兼容性问题:手把手教你用canvas和base64转换TIFF图片

前端工程师必备&#xff1a;TIFF图片处理全攻略与实战解决方案 在当今数字内容爆炸式增长的时代&#xff0c;图片处理已成为前端开发中不可或缺的一环。作为专业开发者&#xff0c;我们经常需要面对各种图片格式的兼容性问题&#xff0c;其中TIFF&#xff08;Tagged Image Fil…...

FunASR Docker部署避坑大全:从SSL证书报错到热词不生效,一次解决所有常见问题

FunASR Docker实战排障指南&#xff1a;从证书配置到热词优化的深度解决方案 当你第一次尝试在Docker环境中部署FunASR语音识别服务时&#xff0c;那些看似简单的命令行参数背后可能藏着无数个"坑"。本文不会重复官方文档的基础操作&#xff0c;而是聚焦于五个最具代…...

革新性Koikatu体验增强工具:KK-HF_Patch效率提升指南

革新性Koikatu体验增强工具&#xff1a;KK-HF_Patch效率提升指南 【免费下载链接】KK-HF_Patch Automatically translate, uncensor and update Koikatu! and Koikatsu Party! 项目地址: https://gitcode.com/gh_mirrors/kk/KK-HF_Patch 你是否曾在《Koikatu》游戏中遇到…...

OBS多平台直播同步解决方案:从配置到优化的完整指南

OBS多平台直播同步解决方案&#xff1a;从配置到优化的完整指南 【免费下载链接】obs-multi-rtmp OBS複数サイト同時配信プラグイン 项目地址: https://gitcode.com/gh_mirrors/ob/obs-multi-rtmp 在当今内容创作领域&#xff0c;多平台同步直播已成为扩大受众覆盖的关键…...

Qwen3.5-9B惊艳案例:上传X光片→识别骨折位置→标注解剖结构→生成诊断报告草稿

Qwen3.5-9B惊艳案例&#xff1a;上传X光片→识别骨折位置→标注解剖结构→生成诊断报告草稿 1. 医疗影像分析的革命性突破 想象一下这样的场景&#xff1a;一位急诊医生面对堆积如山的X光片&#xff0c;需要在短时间内做出准确诊断。传统方法需要医生逐张查看、标注异常部位、…...

Phi-4-mini-reasoning部署实操手册:supervisor服务管理与日志排查指南

Phi-4-mini-reasoning部署实操手册&#xff1a;supervisor服务管理与日志排查指南 1. 模型概述 Phi-4-mini-reasoning 是一个专注于推理任务的文本生成模型&#xff0c;特别适合处理数学题、逻辑题、多步分析和简洁结论输出。与通用聊天模型不同&#xff0c;它采用"题目…...

OPENIPC[ssc338Q+hi3536dv100]开源图传----硬件选型与实战避坑指南

1. 开源图传系统硬件选型逻辑 第一次接触OPENIPC开源图传时&#xff0c;我和大多数新手一样被各种专业术语搞得头晕眼花。经过三个月的实际搭建和测试&#xff0c;终于摸清了硬件选型的门道。这里分享的不仅是参数对比&#xff0c;更是我踩过坑后总结的实战经验。 核心硬件架构…...