大语言模型：LLM的高阶应用「指令工程」

在企业级应用中使用LLM（大语言模型），最重要的便是提示词的设计。提示词设计有3个重要的知识版块，分别是：提示框架、提示工程、反向提示工程。

• 提示框架：是一种结构化的提示词描述方式，用于引导模型学习数据的特征和模式，比较常用的提示框架包括CREATE提示框架（即：角色、请求、示例、调整、输出类型、附加功能）等等。

• 提示工程：具体来说，提示工程它是一组提示策略的组合，帮助LLM克服数据偏差，以及解决生成结果的一致性和可控性。具体的策略包括：给定样本、思维链、生成知识提示、提示一致性、等其他策略。

• 反向提示工程：指通过LLM从输出文本反向获取提示信息，优化了人工撰写提示词的不完备性。

在应用LLM的过程中，如果是简单的业务，可能只需要一系列简单的提示词组合即可实现业务诉求。但是大部分需要使用LLM的业务，并非是简单的业务，它需要综合考虑多系统、多角色、多任务的协同，此时再通过简单的提示词，将无法实现复杂的业务需求。而“提示工程”便是解决复杂业务过程中的利器。

一、给定样本提示

给定样本提示策略，即可向LLM提问时，为LLM提供正负样本。具体的策略包括：零样本提示、单样本提示、少样本提示。