对于大模型prompt的设计，近期斯坦福吴恩达伙同OpenAl出了一套视频教程（B站地址：https://www.bilibili.com/video/BV1AT41187qt?p=2&vd_source=ded42eb7f6e5765ff5aacc787d8e620e）。其中第二篇-指南篇给出了很多prompt设计的重要原则和方法，此处做一个极简笔记整理，适合那些患有”视频过敏症“的同学简单了解。个人建议有时间还是要研究一遍视频，特别是其中的例子，值得反复推敲。
原则一：清楚、明确的指令
1、使用分隔符标识重要文本
如用''' *** ---等，例：请对如下文本进行摘要''' 文本内容 '''
注意内容与提示词的冲突
即，避免需要处理的内容包含某指令，而又与原本的指令不同
2、结构化输出
即告诉大模型需要输出的格式，如json、xml或自定格式步骤123等，以及所需要包含的关键内容等
3、要求模型检查是否满足条件
例：”xxxx“，整理上述文字，并一步一步进行重写，如果原文字不包含步骤，则写明“未提供相应步骤”
4、少量提示词
即，在要求模型执行之前，先提供成功的任务案例
原则二：给模型思考的时间
1、指定完成任务所需的步骤（不仅仅指定输出格式，也要包含要做哪些事）
如：告诉模型需要做1/2/3步骤，每个步骤要做什么，
指定格式可以用三角号“”等标识出来，分隔符的含义可以在提示中告诉模型
2、告诉模型在匆忙做出结论之前先思考解决方案
如，在判定某问题对错的任务中，让模型先自己做一份答案，再去判断原文的对错
模型的限制：模型会产生幻觉（看起来合理却不正确的内容）
方法：
1、按照上述原则设计prompt
2、要求模型先从原文中找出任何相关的引用，然后基于这些引用回答问题，并且可以追溯答案回源文档。（说实话这句我也没有很明白。。。。先抄下来，炼丹过程中体味）