Prompt engineering设计原则

一、清晰具体的prompt

一个合理的prompt设计决定了大模型能力的上下限。更长、更复杂的Prompt，给出更清晰明确的上下文

1. 使用分隔符

使用```来作为分隔符，防止提示词注入（用户的输入和提示词有冲突，会导致模型被操纵）

2. 结构化的输出（JSON）

一般使用Json来进行输出，这样输出的格式不会乱，而且后续可以通过Python提取json中的内容

3. 要求模型检查是否满足条件

4. 提供少量案例

二、给模型时间去思考

1.指定完成任务所需的步骤

我们应通过 Prompt 指引语言模型进行深入思考。可以要求其先列出对问题的各种看法，说明推
理依据，然后再得出最终结论。在 Prompt 中添加逐步推理的要求，能让语言模型投入更多时间逻辑思
维，输出结果也将更可靠准确。

2. 指导模型在下结论之前找出一个自己的解法

我们可以在 Prompt 中先要求语言模型自己尝试解决这个问题，思考出自己的解法，然后再与提
供的解答进行对比，判断正确性。这种先让语言模型自主思考的方式，能帮助它更深入理解问题，做出
更准确的判断。

但实际上学生的解法是错误的
在接下来这个 Prompt 中，我们要求模型先自行解决这个问题，再根据自己的解法与学生的解法进行对
比，从而判断学生的解法是否正确。同时，我们给定了输出的格式要求。通过拆分任务、明确步骤，让
模型有更多时间思考，有时可以获得更准确的结果。在这个例子中，学生的答案是错误的，但如果我们
没有先让模型自己计算，那么可能会被误导以为学生是正确的。