京东图书:https://item.jd.com/14976580.html (本博客特约半价)
全书介绍:https://download.csdn.net/download/alphaAIstack/90284677
内 容 提 要
本书结合 AI 原生应用落地的大量实践,系统讲解提示工程的核心原理、相关案例分析和实战技巧,涵盖以下内容: 提示工程概述、结构化提示设计、NLP 任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提 示、推理提示、智能体提示等。
本书的初衷不是告诉读者如何套用各种预设的提示模板,而是帮助读者深入理解和应用提示设计技巧,以找到决 定大语言模型输出的关键因子,进而将提示工程的理论知识应用到产品设计中。
本书适合 AI 原生应用开发的从业者和研究人员,以及人工智能相关专业的教师和学生阅读。
目 录
第 1 章 提示工程概述 1
1.1 AI 原生应用的形态 1
1.1.1 内容创作 1
1.1.2 辅助助手 2
1.1.3 能力引擎 2
1.1.4 智能体 3
1.2 AI 原生应用的机遇与挑战 4
1.2.1 开发模式的华丽转身 4
1.2.2 技术落地的荆棘之路 4
1.3 案例演示的准备工作 5
1.3.1 使用官网接入大语言模型 5
1.3.2 使用 API 接入大语言模型 6
1.3.3 初次体验 7
1.4 提示工程的本质 7
1.4.1 提示是引导生成的起点 8
1.4.2 提示是一个稳定函数 9
1.4.3 用户提示是完整提示的一部分 9
1.5 KITE 提示框架 11
1.5.1 注入知识 12
1.5.2 明确指令 13
1.5.3 设定目标 14
1.5.4 界定边界 15
1.6 提示调试技巧 16
1.6.1 迭代优化 16
1.6.2 给提示添加调试说明 17
1.6.3 让模型重述任务 18
1.6.4 利用知识生成完善任务描述 19
1.7 小结 21
第 2 章 结构化提示设计 23
2.1 结构引导设计 23
2.1.1 层次结构 23
2.1.2 输入和输出位置 23
2.1.3 有序列表和无序列表 24
2.1.4 解释或补充说明 24
2.1.5 不可分割 25
2.1.6 强调内容 25
2.1.7 语义槽位 25
2.1.8 内容边界 26
2.1.9 输出格式 26
2.1.10 字段和数据类型 27
2.1.11 输出长度控制 28
2.2 内容引导设计 29
2.2.1 模拟对话提示 29
2.2.2 句式引导提示 29
2.2.3 前导语提示 30
2.2.4 规律提示 30
2.2.5 少样本提示 31
2.2.6 取值范围提示 32
2.3 提示编排设计 33
2.3.1 映射-化简策略 34
2.3.2 长文本滚动策略 36
2.3.3 多阶段拆分策略 38
2.4 小结 40
第 3 章 NLP 任务提示 41
3.1 文本生成任务 42
3.1.2 观点总结 43
3.1.3 机器翻译 44
3.1.4 对抗文本生成 46
3.1.5 同义句转换 46
3.2 文本分类任务 47
3.2.1 基本文本分类 47
3.2.2 文本相似度 49
3.2.3 文本聚类 50
3.2.4 情感分析 51
3.3 信息抽取任务 53
3.3.1 关键词抽取 53
3.3.2 命名实体识别 54
3.3.3 属性抽取 55
3.3.4 关系抽取 57
3.3.5 隐含信息抽取 58
3.4 文本整理任务 60
3.4.1 文本纠错 60
3.4.2 表格整理 61
3.4.3 信息筛选 64
3.4.4 知识整合与更新 66
3.5 小结 68
第 4 章 内容创作提示 69
4.1 影响创作质量的核心要素 69
4.1.1 内容创意 70
4.1.2 受众定位 76
4.1.3 创作目的 77
4.1.4 文体选择 78
4.1.5 风格要求 79
4.1.6 呈现方式 83
4.2 基础创作提示 86
4.2.1 撰写 86
4.2.2 改写 88
4.2.3 润色 90
4.2.4 续写 91
4.2.5 扩写 91
4.3 长文本创作提示 92
4.3.1 巧用文体结构创作 92
4.3.2 利用人机交互创作 94
4.3.3 基于故事框架创作 95
4.4 小结 98
第 5 章 生成可控性提示 100
5.1 可控性问题分类 100
5.1.1 幻觉问题 100
5.1.2 指令遵循问题 101
5.1.3 内容安全问题 102
5.2 可控性影响因素 103
5.2.1 训练数据的影响 103
5.2.2 涌现性和多样性副作用 104
5.2.3 生成过程控制不力 104
5.3 生成参数和对话控制 105
5.3.1 生成参数调节 105
5.3.2 对话历史控制 106
5.3.3 对话立即停止 106
5.4 基于提示的可控设计 108
5.4.1 内容范围限定提示 108
5.4.2 前置条件限定 109
5.4.3 给出不知道的选项 110
5.4.4 使用外部知识 111
5.4.5 要求引用原文回答 112
5.4.6 使用外部工具 113
5.4.7 记忆增强提示 117
5.4.8 任务说明后置 117
5.5 基于内容审查的可控设计 118
5.5.1 基于传统模型的内容审查 120
5.5.2 基于大语言模型的内容审查 120
5.6 小结 122
第 6 章 提示安全设计 123
6.1 数据泄露 124
6.1.1 模型记忆泄露 124
6.1.2 应用调用泄露 124
6.1.3 主要防御手段 125
6.2 提示注入攻击 130
6.2.1 任务挟持 130
6.2.2 提示泄露 131
6.2.3 越狱攻击 131
6.2.4 主要防御手段 134
6.3 越权攻击 138
6.3.1 代码解释器漏洞 138
6.3.2 开发框架漏洞 139
6.3.3 调用工具漏洞 141
6.3.4 主要的防御手段 142
6.4 小结 146
第 7 章 形式语言风格提示 148
7.1 利用形式语言增强提示 148
7.1.1 编译器提示 149
7.1.2 数据类型 149
7.1.3 运算指令 154
7.1.4 控制结构 156
7.2 利用大语言模型编写代码 161
7.2.1 代码生成提示 162
7.2.2 代码优化提示 172
7.2.3 错误检查提示 176
7.3 小结 182
第 8 章 推理提示 183
8.1 大语言模型的推理 183
8.2 基础思维链 184
8.2.1 零样本提示 184
8.2.2 少样本提示 185
8.2.3 少样本思维链提示 186
8.2.4 零样本思维链提示 187
8.3 进阶思维链 190
8.3.1 思维表提示 190
8.3.2 自我一致提示 192
8.3.3 由少至多提示 194
8.3.4 自问自答提示 198
8.4 高阶思维链 201
8.4.1 思维树提示 201
8.4.2 推理-行动提示 206
8.4.3 自动思维链提示 210
8.5 尝试构建自己的思维链 216
8.5.1 自由辩论提示 216
8.5.2 圆桌会议提示 219
8.6 小结 221
第 9 章 智能体提示 223
9.1 什么是智能体 224
9.2 感知端 225
9.2.1 文本输入 225
9.2.2 视觉输入 226
9.2.3 听觉输入 227
9.2.4 其他输入 228
9.3 控制端 229
9.3.1 大语言模型 229
9.3.2 任务规划 230
9.3.3 知识和记忆 235
9.4 行动端 242
9.4.1 文本输出 242
9.4.2 工具使用 244
9.5 小结 259
第 10 章 展望未来 261
10.1 AI 原生落地路径建议 261
10.1.1 远离妄想与过度理想 261
10.1.2 重视系统之外的重塑 262
10.1.3 选择务实的技术路线 262
10.2 AI 原生应用效果评估 264
10.2.1 基准模型评估 264
10.2.2 AI 原生应用评估 265
10.2.3 评估指标 266
10.2.4 评估方法 269
10.2.5 评估方法的选择 275
10.3 待解决工程化问题 276
10.4 小结 277