本文是一篇关于如何编写大语言模型的 prompt 的教程，详细介绍了 prompt 的基础原理、迭代优化方法、文本总结和概括技巧等内容。同时，文章还提供了许多实用案例，包括识别情感类型、制作特定主题的新闻判断以及自然语言翻译等。

文章要点:
1. 本文首先解释了 Prompt 原理，并给出了清晰明确指令和指导模型思考一步一步解决问题两个原则。在每个原则下又列举出几种策略，并通过具体示例进行说明。
2. 文章接着阐述了如何迭代优化你的 prompt，强调第一次编写的 prompt 可能无法达到预期效果，需要不断地修改并测试才能得到满意结果。
3. 在处理文本汇总概括时，作者提出可以使用 “提取” 来替代 “总结”，并根据运输交付或价格价值感为重点进行总结。
4. 对于推理文本类型部分，文章介绍了如何从产品评论和新闻文章中推断情感和主题，并给出相应示例。
5. 最后，在自然语言处理方面，作者展示了如何利用 chatGPT 支持多种语言进行翻译工作以及将语气转换为正式用语。

Keywords：大语言模型、Prompt、迭代优化、情感推断、自然语言处理

文档地址：https://github.com/PandaBearLab/prompt-tutorial?tab=readme-ov-file

版权说明：

本文为DemoChen收集的互联网信息，然后手动编写整理，未经许可，不可转载

本文链接：https://www.dochub.wiki/ruhebianxieda/