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 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/530463.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++设计模式:原型模式(八)

1、定义与动机 定义:使用原型实例指定创建对象的种类,然后通过拷贝这些原型来创建新的对象。 动机: 在软件系统中,经常面临着“某些结构复杂的对象”的创建工作;由于需求的变化,这些对象经常面临着剧烈的变…

Window安装PostgresSQL

PostgreSQL 安装参考:Windows下安装PostgreSQL_window 安装postgresql-CSDN博客 安装好后打开pgAdmin4 配置Navicat连接PostgresSQL 找到安装目录文件 pg_hba.conf 修改配置增加: 修改前: # TYPE DATABASE USER ADDRES…

AI论文精读之CSPNet—— 一种加强CNN模型学习能力的主干网络

目录 一、论文摘要部分 二、提出背景 三、本文的方法 3.1 DenseNet 3.2 Cross Stage Partial DenseNet 3.3 引入 partial dense block及partial transition layer的目的 3.3.1 partial dense block 3.3.2 partial transition layer 3.4 将CSPNet应用到其他结构中 3.5 E…

100 Explosion Pack

该套装包括100种爆炸效果,包括火灾爆炸、冲击波、风暴、奇异点、特斯拉等效果。 纹理有一个透明的alpha通道,所以你可以在任何背景上使用它们! 所有效果都是高质量的,动画流畅(64帧,每帧512像素) 每个效果都使用独特的高质量精灵表。 100个不同的小精灵大小:4096x4096 …

IO流(2.其他流)

能够高效读写的缓冲流,能够转换编码的转换流,能够持久化存储对象的序列化流 一、缓冲流 缓冲流,也叫高效流,是对4个基本的FileXxx 流的增强,所以也是4个流,按照数据类型分类: 字节缓冲流:Buffe…

【中文医疗词嵌入模型】SMedBERT:结构化知识图谱 + 混合注意力机制 + 提及-邻居上下文建模

【中文医疗词嵌入模型】SMedBERT:结构化知识图谱 混合注意力机制 提及-邻居上下文建模 提出背景SMedBERT 具体到点的设计逻辑SMedBERT的背景SMedBERT的工作原理 SMedBERT 具体实现细节3.1 符号和模型3.2 Top-K Entity Sorting3.3 提及-邻居混合注意力3.4 提及-邻居…

Softing工业将亮相2024汉诺威工业博览会——工业物联网的数据集成和连接

您可在2024年4月22至26日前往汉诺威参观Softing展台,我们将在015号馆的F48展位进行展出,期待您的莅临! | 通过灵活的数据集成解决方案无缝连接机器 在此次汉诺威工业博览会上,您将了解到Softing数据集成解决方案——用于机器连接…

【深度学习|基础算法】初识Transformer-encoder-decoder

关于transformer的学习 一、前言二、初识Transformer2.1 总览2.2 encoder2.3 decoder 三. 流程与细节1、输入2、self-attention 一、前言 我本身是从事图像算法行业的,在之前主要是做传统的图像算法,后来接触了基于CNN的神经网络图像算法,包括…

[ritsec CTF 2024] 密码部分

这个比较密码这块还是比较简单的,经过问了N人以后终于完成。 [Warm Up] Words 给了个猪圈密码的图片,这东西好久不见的感觉。 [Warm Up] Emails MTP似乎也没多好的方法,猜更快,先给了几封email然后一个用MTP长度是32&#xff08…

【微服务】------常见模型的分析与比较

DDD 分层架构 整洁架构 整洁架构又名“洋葱架构”。为什么叫它洋葱架构?看看下面这张图你就明白了。整洁架构的层就像洋葱片一样,它体现了分层的设计思想。 整洁架构最主要的原则是依赖原则,它定义了各层的依赖关系,越往里依赖越…

HUD抬头显示器中如何设计LCD的阳光倒灌实验

关键词:阳光倒灌实验、HUD光照温升测试、LCD光照温升测试、太阳光模拟器 HUD(Head-Up Display,即抬头显示器)是一种将信息直接投影到驾驶员视线中的技术,通常用于飞机、汽车等驾驶舱内。HUD系统中的LCD(Liq…

51单片机之LED点阵屏

目录 1.LED点阵屏简介 2.配置LED点阵屏代码 1.LED点阵屏简介 LED点阵屏真的是遍布我们我们生活的每个角落,从街边的流动显示字的招牌到你的液晶显示屏,都是基于点阵屏的原理研究出来的。还有那个世界上最大的球状建筑物:MSG Sphere&#xff…

GridView控件的使用(一)

GridView控件通常用于在Windows窗体或Web应用程序中显示数据表格。它是一个强大的数据绑定控件,能够灵活地显示和编辑数据源中的数据。 在何种情况下应使用GridView进行绑定控件: 显示结构化数据:当您需要展示一系列具有相同字段的数据记录…

机器学习 —— 使用机器学习进行情感分析 详细介绍版

机器学习 —— 使用机器学习进行情感分析 详细介绍版 机器学习 —— 使用机器学习进行情感分析 演示版 目录 一、 绪论二、 数据处理1. 构建CSV文档2. 构建模型前的思考2.1. 问题2.2. 解决方法 3. 读取数据4. 用正则表达式来进行对特定符号的剔除5. 使用口袋模型进行文本处理和…

稀碎从零算法笔记Day44-LeetCode:整数转罗马数字

题型:贪心、模拟 链接: 12. 整数转罗马数字 - 力扣(LeetCode) 来源:LeetCode 题目描述 罗马数字包含以下七种字符: I, V, X, L,C,D 和 M。 …

【Springboot开发】后端代码基础框架

前言:主要介绍最基础的springboot开发架构 目录 1. overall2. 配置文件2.1 YAML2.2 properties2.3 配置文件加载顺序2.4 多配置文件 3. 代码包3.1 infrastructure3.1.1 persistence 3.2 application3.2.1 dto3.2.2 converter3.2.3 service 3.3 api3.3.1 vo3.3.2 req…

go websocket

WebSocket 是一种网络协议,建立在 HTTP 协议之上,允许双向通信。WebSocket 协议允许服务器发送数据到客户端,同时也可以让客户端向服务器发送数据。WebSocket 使用 HTTP 协议的升级请求和响应来建立连接。WebSocket 的主要优点在于它可以通过…

【JavaSE】接口 详解(下)

前言 欢迎关注个人主页:逸狼 创造不易,可以点点赞吗~ 如有错误,欢迎指出~ 目录 前言 接口实例运用 代码举例理解 比较对象的年龄 比较对象的姓名 利用冒泡排序实现Array.sort 年龄比较器 姓名比较器 比较示例测试 clone接口 浅拷贝和深拷贝 浅…

代码随想录学习Day 26

332.重新安排行程 题目链接 from collections import defaultdictclass Solution:def findItinerary(self, tickets):targets defaultdict(list) # 创建默认字典,用于存储机场映射关系for ticket in tickets:targets[ticket[0]].append(ticket[1]) # 将机票输入…

GlusterFS分布式存储

目录 前言 一、GlusterFS分布式存储概述 1、GFS概念 2、GFS特点 3、GFS术语 4、GFS构成 5、GFS工作流程 6、后端存储如何定位文件 7、GlusterFs的卷类型 7.1 Distributed Volume(分布式卷) 7.2 Striped Volume(条带卷&#xff09…