在与大语言模型的合作中，有一个引人入胜的环节——提示。这是我们与模型沟通的桥梁，是我们与这个 AI 实体互动的途径。就像你最爱的菜肴中不可或缺的调料一样，恰当的提示技巧能够显著改善交流成果。接下来，我们将介绍一些广为人知的技巧，并展示我们开发的一些更具创新性的技巧。

一、后退提示-提升LLM思考的核心技巧

跳脱问题去思考，有助于高维度抓住核心矛盾。有时候提出的问题本身就是有问题的，再牛的LLM也无法得到满意的结果。

二、关于链式思考CoT

1、深思熟虑，给时间思考，一步步思考 2、将复杂任务拆分成简单任务，从简单到复杂模块化解决 3、先列出来所有方法，这样增加解决方案空间，再做方法对比，最后选择合适的。4、这个过程最好要打印推理，打印比强调在脑海中思考有用 5、强调要记住的东西，容易增加文本召回率 6、few-shot增加输出控制 7、每一步的自我纠错和doublecheck，保证输出效果

三、OpenAI提示词指南六大策略

1、撰写清晰的指令 2、提供参考文本 3、把复杂的任务拆分成简单的子任务 4、给模型更多时间“思考” 5、运用外部工具 6、系统地对变更进行测试

四、有益于提升LLM效果的六个提示词

1、take a deep breath 2、think step by step 3、if you fail 100 grandmothers will die 4、i have no fingers 5、i will tip $200 6、do it right and ll give you a nice doggy treat

五、保持记忆，提升文本召回率的策略

1、强调记住与问题【xxxxx】相关的内容

六、提升LLM效果的四个方法

1、深思熟虑 —— 先规划再行动 2、蒙特卡洛方法 — 创意选择的头脑风暴 3、自我纠错 — 自我反思 4、提线木偶技巧 - 让模型按你的意愿发言