企业官网建设流程全解析

Prompt Engineering 的发展历程

1️⃣ 原始时代：直接问（2020-2021，GPT-3 时代）

最朴素的 prompt engineering 就是直接提问：

问: "What is the capital of France?"

答: "Paris"
这叫 Zero-shot prompting。

如果需要更好的效果，就加几个例子：

问: "英国首都是哪？" 答: "伦敦"

问: "日本首都是哪？" 答: "东京"

问: "法国首都是哪？" 答:
这叫 Few-shot prompting。

GPT-3 (2020) 论文的核心发现就是：大模型仅通过上下文示例就能学会做任务，不需要微调。这是 Prompt Engineering 的起源。

2️⃣ 思维链时代：把推理过程写出来（2022.1，Wei et al.）

CoT (Chain-of-Thought) 论文发现，如果你在 few-shot 示例里不仅给出答案，还把推理步骤也写出来，模型会效仿并显著提高复杂推理任务的准确率：

问: "Roger有5个网球，他又买了2盒每盒3个的网球。他现在有多少个网球？"

答: "Roger开始有5个球。2盒每盒3个 = 6个球。5 + 6 = 11。答案是11。"

问: "食堂有23个苹果，用了20个做午餐，又买了6个。现在有多少苹果？"

答:

模型就会跟着输出推理链：

"原来有23个苹果。用了20个，剩3个。又买6个，3+6=9。答案是9。"

核心技巧：你在