系统化的提示词工程方法,通过迭代优化和科学评估提升LLM输出质量
任务类型 | 主要技术 | 优化重点 | 性能提升 |
---|---|---|---|
分类任务 | Few-shot + 类别定义 | 示例质量、格式一致性 | 18-25% |
生成任务 | CoT + 输出约束 | 推理步骤、长度控制 | 30-40% |
推理任务 | Tree-of-Thoughts | 分支探索、自我验证 | 35-50% |
对话任务 | 角色设定 + 记忆管理 | 人格一致性、上下文保持 | 20-30% |
模型 | 优化重点 | 特殊技巧 |
---|---|---|
GPT-4o | 结构化输出、JSON模式 | 使用response_format参数 |
Claude 3.5 | 多轮推理、自我一致性 | 利用200K上下文优势 |
Gemini 1.5 | 多模态提示、长文本 | 1M token窗口批处理 |
DeepSeek | 数学推理、代码生成 | 强化CoT步骤展示 |