prompt在我们和大模型交互过程中扮演着很重要的一环。简单理解就是GPT是一个知识宝库，我们需要用prompt去告诉大模型我们的诉求，大模型会根据对prompt的理解，生成对应的内容，这里我们通过输入框输出的信息就是我们常说的prompt了。但是prompt的质量也影响着信息生成的质量，学习如何写好prompt对GPT的使用将会大有裨益。
prompt的组成部分:
- 角色
- 指令/任务
- 问题
- 上下文
- 示例
比如以下prompt：1
2
3你是一位数学领域的专家（角色），你需要帮助解决用户的数学问题（任务）。
已知一种运算法则，有三个变量，A，B，C，当A=1，B=1的时候，C=0；当A=1，B=0的时候，C=1。（示例）
现在，请你帮忙告诉我当A=0，B=0的时候，C等于多少？（问题）
然后我们可以进行追问，A=0，B=1的时候，C等于多少？这样gpt会根据上下文信息继续生成回复。
ps：这个prompt让我想起来高中写语文作文的时候，经常就是一段文字，然后给出一些要求，最后根据这个引发联想，写一篇800字的作文，感觉还挺像的。
值得注意的点是，大模型的使用始终绕不过的一个问题就是安全。大模型生成的任务是无法保证完全准确的，里面可能存在偏见，虚假的信息，训练不当也可能造成数据泄漏。用户可以利用prompt欺骗LLMs绕过风控拦截，使其生成不合规的内容。大模型安全也是一个很有研究意义的领域。
比如chatgpt，豆包等这种的，其实都是一个智能体agent。其实我们也可以一些AI应用开发平台（如coze）自己搭建一个agent智能体。在配置的时候以下参数需要注意：
- 热度（Temperature）：热度可以控制大模型输出的随机性，最大是1。高热度可以让模型生成富有创造性的内容，反之则是保守的内容。
- Top p：核心采样。通过设定一个阈值，然后大模型会选择累计概率超过该阈值的最佳词汇，最终从这组随机的词汇中抽取生成输出。
我们可以用prompt干什么？
- 学习助手：假如我们当前在学习AI，对于AI方面不懂的可以问它，我们可以用它加深对某一领域的探索，不至于找不到方向。
- 编程辅助：可以生成一些简单的函数，或者帮助我们优化代码，debug代码等。但是这里要注意，一定要让它一起生成单测以及一些case。然后我们自己本地跑一下，防止出现潜在的bug。
- 数学推理：这个是当前AI还比较薄弱的地方，也是衡量一个AI是否强大很重要的方面。大模型使用的是Transformer架构，简单理解就是一个很大的函数，这个函数有很多特征输入，然后配以对应的权重，输出最具相关性的回复。数学推理是强逻辑性的，而且要求是精确严谨的，不像人脑有抽象的能力，往往很难找到一个很完美的特征权重。
- 文本总结：21世纪的人，每天要接受处理成千上万条消息，其实很多内容都是无用的，我们只需要知道核心表达即可，这个时候用GPT可以很好的帮助我们总结文本，过滤无效消息，比如通过上传网页或者pdf，让AI快速总结内容。