什麼是 Prompt Engineering

昨天在公司分享了一場關於 prompt engineering 的活動，內容持續了一個小時。

主要討論了如何撰寫清晰明確的指示，並提供了一些 prompt 讓大家練習。這裡簡單整理一下分享的內容。

什麼是 Prompt Engineering

在前一篇文章，解析 OpenAI 的 Prompt Engineering 有提到六大策略。

而我個人的整理為四個項目：

1. 清晰明確的指示
2. 提供上下文參考資訊：主要是想要降低 AI 產出的幻覺 (Hallucination)，而這邊更進一步的處理就會是 RAG (Retrieval Augmented Generation)。
3. 拆解複雜任務：會受限 LLM 的 token 數量限制，或是精準度，這時候就可以分拆成多個項目處理。背後可能就會用到 function call 或 tool use。
4. 持續迭代測試：這個部分是最重要的，因為 prompt 的設計是一個不斷調整的過程。所要有明確的成功指標與評估方式。

這次分享主要聚焦在 清晰明確的指示 部分

清晰明確的指示

這邊我主要分成幾個小項目

1. 包含詳細資訊：人、事、時、地、物 與 專業術語、關鍵字 兩個部分
2. 提供範例
3. 指定角色：系統或使用者 與 風格與語調 兩個部分
4. 結構提示：例如 Markdown 的語法或是 XML tag 的使用
5. 指定任務步驟：要求列出推理步驟 與 列出步驟順序提供參考 兩個部分
6. 限制輸出：限制輸出長度或數量 與 限制輸出格式 兩個部分