Prompt Engineering全面自动化-开放智能

在计算机领域，提示词 (Prompt) 指的是算法输出之前的那段前置左向字符串。比如最早 MSDOS 下的 C:\>，Linux 下的～:，IPython 下面的 >>> 这些都算是提示词。在 2023 年，提示词已经成为和大规模语言模型 (LLMs) 互动最自然直观的方式。

如果将 ChatGPT 比喻成哈利波特小说中的绚丽魔法，那么提示词就像召唤魔法时的咒语。能不能用好这个魔法，取决于你念咒语时是清晰明确，还是夹杂着 “口音”。同样一个魔法，念咒的人不同，威力也不尽相同。所谓一千个读者就有一千个哈姆雷特，但一千个巫师的阿瓦达索命咒也不及伏地魔一个人念的有效（当然伏地魔念得再好也不如哈利念得有效）。

所以，能不能用好 ChatGPT 和大规模语言模型，很大程度上取决于你提示词的质量。事实上，不仅语言模型，包括几个月前很火的 DALL·E，Stable Diffusion 等 AI 文本到图片的生成模型，提示词对其生成艺术的风格和质量也有非常大的影响。

（同样是汉堡，同样是 Stable Diffusion 2.1 模型，左边汉堡中的提示词哪怕加了 “Trending on Artstation” 也令人没有胃口。那么问题来了，右边的提示词你能猜到是什么么？）

但说起提示词，难免让人爱恨交加。爱的人把它视为技术与艺术的融合，恨的人把它看作阻碍机器学习和 AI 前进的绊脚石。

ChatGPT 创始人 Sam Altman 认为提示词工程（Prompt Engineering）是用自然语言编程的黑科技，绝对是一个高回报的技能。网络和论坛上搜集、整理甚至高价出售、悬赏提示词的比比皆是。很多人把提示词看作 AIGC 这个时代的源代码，对应的网课已经开始涌现。

与之相对应的，人尽所知的深度学习巨头 Yann LeCun 却认为，提示词工程的存在是因为 LLMs 对真实世界理解的不足。他觉得 LLMs 需要提示词只是一个临时态，这恰恰说明了当前 LLMs 还有很大的改进空间。随着 LLMs 技术的不断革新，LLMs 很快会具备理解真实世界的能力，到那时提示词工程就失去了存在的价值。

未来太远，但就目前 LLM 的发展来客观讲，提示词的存在是有一定意义的。正如在现实世界中人与人的互动需要一定的沟通技巧一样，你也可以把提示词看作人与机器互动时的沟通技巧。好的提示词可以帮助你在使用 LLMs 时取得更好的结果，这就像在现实世界中，口才出众、能说会道的人往往可以更快速地协调完成工作。

尽管在 2023 年，自然语言已经鱼跃成为了人和人、人和机器之间沟通的统一方式，然而与 LLM 机器进行沟通还是比与人交谈更具挑战性。首先，LLM 无法像人类一样理解细微差别、语气或上下文，这意味着需要仔细设计提示词，使其明确且易于被模型理解。你可以想象你叽里咕噜对 LLM 说了一大堆，然后 LLM 冷淡地回复了一句 “说人话”。其次，由于训练语料的限制，LLMs 在语言理解方面可能存在一定的局限性，一些现实世界中的长逻辑表达，铺陈、反转、甚至是简单推理归纳在 LLMs 中不能被完美的理解和执行。而 LLMs 中因为训练语料中而产生的一些暗语（比如 GPT 中最著名的 “Let’s think step by step / 让我们一步一步思考” , “Below is my best shot / 下面是我最好的一次预测”）在人与人的日常沟通间反而不常见。这些都使得提示词工程进一步复杂化，晋升为所谓的 “玄学”。

对于母语非英语的中国用户来说，提示词也是阻碍大家对 LLMs 尝鲜的最大痛点。回想 2022 年暑期 Midjourney、Stable Diffusion 在英语市场如日中天时，国内的社区反应并不热烈。究其原因，还是因为 Midjourney、Stable Diffusion 的提示词以英文为主，在构建时需要大量的词汇和流行文化储备。这对于想尝鲜的中文用户都极其不友好。ChatGPT 之所以能够在中文社区火爆，一部分原因也得力于其在中文上的良好支持，这极大地降低了中文用户的门槛。汉语作为世界上使用量数一数二的语言，仍然被提示词绊了一个小跟头；自郐而下，小语种究竟有多难可想而知。

总而言之，提示词工程的存在具有它的合理性。一个好的提示词也确实能带来事半功倍的意义。好的提示词能够帮助我们了解大语言模型的能力和边界，深入挖掘它的潜力，从而在生产实践中更好地发挥其作用。这其中最著名的例子就是上下文学习(In-context learning)。

用魔法打败魔法

在现实中，提示词的优化过程需要反复试错迭代，极其繁琐；并且还需要一定的知识储备。这就不禁让人发问，在 AI 当道的今天，提示词能不能也自动生成？

在 Yann LeCun 抨击提示词的推文回复里，我们注意到了这条回复：“提示词工程就如同对科学中对待一个问题的描述和定义；同一个问题，在不同人的描述下，或优或劣、或易或难、或可解或不可解。所以，提示词工程的存在并没有错，而且提示词工程本身也可以被自动化。” 这位网友同时还给出了一个产品：「最美提示词」(PromptPerfect.jina.ai)。也就是说，这种用算法来优化提示词的新范式已经被成功实现了！

产品体验链接：
https://promptperfect.jina.ai

这条回复中提到的 promptperfect.jina.ai 用魔法驯化魔法，让 AI 指导 AI，当你输入提示词后，它就会输出优化后的「最美提示词」，并让你预览优化前后的模型输出。这样就实现了从 “garbage-(prompt)-in-garbage-(content)-out” 到 “好输入 – 好输出” 的良性循环。根据产品的官方文档介绍，其不仅支持当下最火的 ChatGPT 提示词优化，还支持 GPT 3、Stable Diffusion、Dall-E。接下来就让我们来测评一下这位 “AI 提示词工程师” — 最美提示词（PromptPerfect）究竟有哪些科技与狠活。

如何 10 秒钟内轻松优化提示词？

1、将口语需求变成条理清晰的提示词

优化提示词需要理解语言的构造，知道哪些句子哪些词能够 “启动” LLMs 的智能。如果没有这些储备，提示词含糊不清，如口语一团乱麻，那么就容易被 LLM 带沟里。“最美提示词” 可以从海量数据中学习并深入理解更深刻的语言知识，以产生更加准确、清晰、有效的提示词，不管想要什么样的需求和任务，都能直接量身定制，提供最精准的表述。

面对 GPT3 或 ChatGPT 时，提示词卡壳可能是因为沟通能力有限，难以表述清晰的问题或指令，严重影响到模型的回答质量。我们尝试用「最美提示词」优化一些常见指令，如下图，「最美提示词」把原本简略粗糙的提示词 “请给我发一些赚钱思路” 进行了上下文的扩展，输出了一条堪称完美的提示词：

手动输入靠运气

使用「最美提示词」靠科技

相比原始提示词，「最美提示词」定义了明确的目标、清晰的产出，还给 ChatGPT 补充了情景式铺垫的逻辑，使得 ChatGPT 生成的措施更具实操性，效果的确肉眼可见地得到了大幅改善。

2、轻松拿捏不同的 LLMs/LMs 的 “话术”

不同的 LLMs 有不同的脾气和习惯，想要与他们进行有效沟通，就需要学会当地的话术。否则就很容易形成鸡同鸭讲。就好比当你好不容易掌握了 Stable Diffusion 咒语，结果发现 ChatGPT 的对话方式就完全不同，一切积累从头再来。“最美提示词” 帮用户就免去了对不同模型的学习成本，不论是 ChatGPT、GPT 3、Stable Diffusion 还是 Dall·E 等，只要选择模型，就可以一键就能优化最合适的提示词。

3、中文提示词一键优化生成完美英文提示词

跟单模态的 ChatGPT 比起来，在 AI 绘画领域，英文说不好就是难下笔。就算囤了一堆提示词，也可能因为词汇量不够，不知道怎么描述，找不到合适的提示词而郁闷。「最美提示词」可以把你用中文想的提示词直接变成英文的提示词，让你用起来更顺手，效果也更棒，不用再费劲去学习各种英文形容词，中文用户也能轻松上手。有时候我们用 DALL・E 或 Stable Diffusion 生成图片时，会觉得很难出效果。这可能是因为我们英文不够好，也可能想象力不够丰富，没法想出具体的图像或场景。所以出来的图片就很模糊或者很奇怪。

我们尝试用「最美提示词」优化一些常见指令，比如说，下图，「最美提示词」把原来简单粗糙，略显无聊的 “印象派的北京街景” 改成了一句带有丰富描述，超级赞的英文！

优化前的提示词完全显示不出来印象派、耳机、未来风格

AI 绘画的提示词测试起来更加一目了然，「最美提示词」生成了冗长但无比精准的 “咒语”，直接提升了原始提示词的审美、想象和阅历，使得画面更生动，更准确地表达了我们原本的期望。

4、开发者可直接调用的 API

想要大批量优化提示词，或是直接在现有系统中集成，那么可以直接调用「最美提示词」的 API ，这样可以更快地生成批量的优质提示词，不管你需要多少个提示词，「最美提示词」都能为你快速完成，提供最优质的服务。

背后的技术与团队

我们注意到「最美提示词」自 2 月 28 日一经推出以来，就引发了大量关注，大家都想要用它来优化各种场景的提示词。短短几天之内就吸引了数千用户优化了近万提示词，在各类平台狂揽好评。毕竟只要用了它生成的提示词，就能让大模型出来的东西既有创意又有美感。

「最美提示词」要给各种语言模型找到最好的提示词，它用了两招高级的机器学习技术：强化学习和上下文学习。强化学习就是它的教练，一直在给它灌输知识和经验，让它变得越来越厉害。它先用一些人工筛选的提示词给一个预训练模型打好基础，再根据用户输入和模型输出来调整提示词网络策略。比如说，当我们要优化 DALL・E 和 Stable Diffusion 的提示词时，我们要让生成的内容既有关联又有美感，就像教练要求运动员在各方面都表现得非常优秀。

上下文学习就是它的老师，通过多个例子来教它怎么学。但是它不是把所有的例子都堆在一起，而是把很多的例子分成几组，然后让语言模型自己去编码。这样「最美提示词」就可以用更多的例子来教模型，从而生成更准确、更有效的提示词。通过用这两招，「最美提示词」就可以为各种语言模型优化提示词，显著提升效率和准确度，就像一个由教练和老师一起培养出来的顶尖运动员。

这种大规模的生成式模型，无论是语言生成模型还是多模态的生成式模型，在目前是以语言为主。然而，在未来，我们肯定会看到更多多模态的生成式模型的出现。我们发现「最美提示词」的研发团队其实正是专注于多模态 AI 的新兴技术公司 Jina AI ，成立于 2020 年，总部位于德国柏林，在北京深圳均设有研发。Jina AI 专注于多模态 AI 技术研发，在搜索和生成领域都有广泛的应用，此前 Jina AI 已经发布了一系列如下的开源的项目，在 GitHub 累计收到来自全球开发者将近四万星星的关注，为开发者快速实现多模态 AI 应用提供了方便：

多模态 MLOps 框架 Jina：

https://github.com/jina-ai/jina

专为多模态数据而生的数据结构DocArray：

github.com/docarray/docarray

CLIP-as-service：

github.com/jina-ai/clip-as-service

产品体验链接：https://rationale.jina.ai

随着 ChatGPT API 的开放，2023 年面向 C 端的 AI 应用就像 2000 年互联网时代一样，形成井喷式大爆发：每天都有数以百计的 ChatGPT API 的应用面世，它们遍布各个领域，打破了现有的规则，并颠覆了多个领域的生态。一些传统巨头面临挑战，一些传统的壁垒面临打破，一些传统行业面临革新。而对于我们来说，想要在 AI 新时代站稳脚跟，就得站在巨人的肩膀上，吟诵出完美的咒语，用魔法来解决各类生成任务，毕竟完美的提示词就是一个 ChatGPT 应用的灵魂所在。

访问链接：
https://promptperfect.jinaai.cn/

获取「最美提示词」。目前使用电脑打开体验更佳，iOS 手机端用户请复制链接 promptperfect.jina.ai 到 Safari 浏览器打开。

THE END