Prompt 进阶 — 提示链（Prompt Chain）和多提示词协同
输入“/”快速插入内容
2️⃣Prompt 进阶 — 提示链（Prompt Chain）和多提示词协同
Prompt 进阶 — 提示链（Prompt Chain）和多提示词协同
用户2347用户2347
用户6100用户61002024年10月14日修改
•
作者：云中江树([1])，李继刚([2])，小七姐([3])， JK（Jackey） (排名不分先后)
这是 LangGPT 推出的第二篇文章，继 系统论述：构建高性能 Prompt 之路——结构化 Prompt([5]) 中论述了如何通过结构化方法写好单个 Prompt 之后，本文谈谈使用多 Prompts 时需要了解的知识和方法。同样的，这只是个人的看法和认知，并非最佳实践定论，受限于个人学识、眼界局限，肯定有很多看法和结论有待商榷，欢迎与我交流。
从本期开始，LangGPT 将会尝试结合社区中朋友的实践和认识，汇聚精华部分形成系统性文章，本期内容由云中江树、李继刚，万能的小七姐, JK（Jackey）几位作者联署联创，云中江树（即本人）是 LangGPT 项目作者，李继刚是即刻 Prompt 达人，小七姐是 B 站 up 主，Prompt 编写培训师，JK 是提示词编写培训师。我们彼此间因对于 Prompt 的热爱和探索相识于 LangGPT 社区，并有着密切的交流合作。本文同时需要感谢 LangGPT 社区中无私分享知识和实践、志愿维护社区高质量内容和良好交流气氛的志愿者们，你们的思考实践促成了本文的内容，你们的认可和支持让 LangGPT 社区走的更远，发展的更好！
LangGPT 社区：⭐LangGPT 结构化提示词 (链接若无法打开，复制到浏览器打开即可)
引言
随着对大模型的应用实践的深入，许多大模型的使用者， Prompt 创作者对大模型的应用越来越得心应手。和 Prompt 有关的各种学习资料，各种优质内容也不断涌现。关于 Prompt 的实践的不断深入，大家对 Prompt 的认知也越来越深入。但同时也发现许多朋友在 prompt 创作，使用大模型能力过程中仍然存在许多误区。有关多 Prompts 协同的优质内容还是比较缺乏。遂作本文，以期能够帮助大家将大模型使用的更加得心应手。
在介绍多 Prompt 协同时，让我们重新认识一下 Prompt，让我们从最显而易见，却又最熟视无睹的地方谈起：什么是 Prompt？
什么是 Prompt？
Prompt 是调用大模型能力的工具，这是大家所熟知的，但是在实际使用大模型的过程中，对 Prompt 的理解存在着许多被忽视的方面。
Prompt 认识误区
从一个广泛的 Prompt 认识误区谈起。
很多人认为的 Prompt 就是从各种平台获取的，用于 ChatGPT 一段对话开头的提示词，类似这种：
以下提示词来自知名的 ChatGPT 中文调教指南项目([6])
代码块
我希望你能担任英语翻译、拼写校对和修辞改进的角色。我会用任何语言和你交流，你会识别语言，将其翻译并用更为优美和精炼的英语回答我。请将我简单的词汇和句子替换成更为优美和高雅的表达方式，确保意思不变，但使其更具文学性。请仅回答更正和改进的部分，不要写解释。我的第一句话是“how are you ?”，请翻译它。
这种用于对话开头的提示词往往需要提示词工程师投入大量时间精力来创作、迭代。由于这类提示词在系统级生效，而且对于使用 API 应用开发来说，这类提示词用于 System 部分，所以之后我们会用 System Prompt 来指代这种系统级提示词（对话开头提示词 or System 提升词内容）。
由于很多教程，文章，还有 Prompt 分享平台分享的都是这类 Prompt，这导致很多朋友对 Prompt 认识仅仅停留在 System Prompt 上。对 Prompt 的理解也仅限于 System Prompt， 甚至单纯的将 Prompt 等同于 System Prompt.
System Prompt 很重要，尤其是对于提示词工程师来说。但是从使用者角度来看，尤其是应对需要使用多轮连续的对话解决的任务时，单纯使用好的 System Prompt 对于用好大模型来说还远远不够。
什么是 Prompt? 如何理解 Prompt?
System Prompt 当然也是 Prompt ，并且是 Prompt 中极为重要的部分。
狭义上可以将 Prompt 与 System Prompt 等同，但是广义上 Prompt 并不仅仅指 System Prompt部分，一切影响模型输出结果的内容（即会作为模型输入的内容），都应被视为 Prompt。
这要从 GPT 模型的原理谈起。我们知道 GPT 模型是依据【之前的内容作为输入】来预测【之后的内容作为输出】，如何简单具体的理解这个事情呢？
可以拿出你的手机，使用你的输入法打字，像下图中一样，我们知道现在的输入法都有智能输入功能，当你打出 "春眠"两个字时，输入法预测 "不觉晓"，当你打出 "春眠不觉晓" 后，输入法预测之后的内容是 "处处闻啼鸟"。简单来说，GPT 模型做的是和输入法类似的事情，在 "努力以统计上合理的方式续写文本"。（实际对于大模型来说是很复杂的一个过程，深度原理科研人员也还在探索研究中，对我们来说可以简单这么理解）。
输入法
了解这一原理很重要，因为在更深层面上这意味着：我们只要让机器将下一个单词预测的足够准确就能完成许多复杂的任务！ 上限在哪？在实践告诉我们答案之前没有人知道。这给了大家无限的想象空间——实现通用人工智能（AGI）。ChatGPT 爆火以来虽然出现了很多有趣的应用，但我真正使我震撼的还是第一次体验 GPT-4 时思考到这一结论的那个时刻。GPT-3.5 并没有给我带来多少惊喜，但看着 GPT-4 在屏幕上一个字一个字打印出来自己脑海中想要的那种结果，我的内心对未来充满期待！