一篇关于「Prompt」的极极极简介绍。

「Prompt」是什么？ ¶

由于知识储备的欠缺，这个词的起源我不太能追溯到。但相信在 GPT 时代，大家或多或少都听过这个词。关于「Prompt」，网络上有很多很多的解释：

1. often contains instructions and examples of what you'd like the LLM to do^[1].
2. instructions issued to a computer system (such as a text-to-image artificial intelligence) in the form of written or spoken language^[2].
3. an instruction or discussion topic a user provides for the ChatGPT AI model to respond to^[3].
4. ……

简单概括一下就是：Prompt 是输入到语言模型中的指示性、引导性信息。

「Prompt」能干啥？ ¶

很多朋友在体验 ChatGPT 的时候可能会感觉它并没有别人吹的那么惊艳，觉得它不听话、回答毫无价值、废话连篇、不符合期望。不可否认这玩意确实有很多问题，不过我想很大一部分朋友可能还是对它的定位和能力有一些误解。

ChatGPT 是 OpenAI 开发的一个聊天机器人程序，它使用基于 GPT-3.5、GPT-4 架构的大语言模型（Large Language Model, LLM）并以强化学习（Reinforcement Learing, RL）训练^[4]。它具有很强的自然语言处理能力，可以真正意义上理解用户输入的文本（一定程度上），并生成一个回答。在一些简单的情况下，它的回答还是相对靠谱的。但是由于我们平时使用的自然语言通常省略了很多逻辑细节和前提条件，所以当我们使用人类间交流的语言来跟 ChatGPT 交流时，它生成的答案并不总是合理。所以在使用 ChatGPT 以及其他的 LLM 时，给出精确的、有效的 Prompt 就显得十分重要。

对比下面两个 Prompt，虽然都并非完全规范，但还是高下立判。

有什么好听的歌曲推荐给我？

你是一名专业的音乐鉴赏师，为一个平常一般听 Mandopop、Cantopop、Contemporary Folk 的人推荐 5 - 10 首歌曲。

可以明显地看出，第二个 Prompt 比第一个提供了更多的信息（音乐类型），并作出了一些限制（歌曲数量），还为模型设定了一个角色。则比起第一个 Prompt，第二个自然更有可能生成更靠谱的回答。

「Prompt」都有哪些类型 ¶

根据不同的分类方式，Prompt 可以被分成不同的类型。较为常见的分类方式之一是依据样本的数量将其分为 Zero-Shot Prompt 和 Few-Shot Prompt。前者不向模型提供相关的实例，如

Translate Flower to Spanish.

后者则允许模型在少量示例或指导信息的帮助下生成回答，如：

English: music
Spanish: música
English: father
Spanish: padre
English: flower
Spanish: {}

Prompt 的编写相当值得学习。后续的文章 中我会进一步介绍其常见的的编写规范与技巧。