大家好，今天分享提示词的进阶学习内容，生成知识提示。这个方法可以增强大模型对常识推理类任务的效果。
一、生成知识提示
尝试使用大模型生成知识，然后作为提示词的一部分，可以对常理类的任务有所提升。大模型在执行需要更多关于世界的知识的任务时存在局限性，也容易陷入幻觉。我们可以通过生成相关的知识进行改进。
使用 少样本提示的方法，利用大模型生成知识的提示词示例：
输入：希腊比墨西哥大。
知识：希腊的面积约为131,957平方公里，而墨西哥的面积约为1,964,375平方公里，使墨西哥比希腊大了1,389%。
输入：眼镜总是会起雾。
知识：当你的汗水、呼吸和周围的湿度中的水蒸气落在冷的表面上，冷却并变成微小的液滴时，会在眼镜镜片上产生冷凝。你看到的是一层薄膜。你的镜片相对于你的呼吸会比较凉，尤其是当外面的空气很冷时。
输入：高尔夫球的一部分是试图获得比其他人更高的得分。
知识：
下一步是将知识整合并得出预测。
示例：
问题：高尔夫球的一部分是试图获得比其他人更高的得分。是或否？
知识：{{第一步执行的结果}}
解释和答案：
值得注意的是，大模型生成的知识具有不稳定性；如果有条件，尽可能的提供高质量的示例，或者直接提供上下文知识更好。当我们不确定需要提供哪些上下文知识的时候，用大模型生成的效果可能会稍好一些。
二、提示词书写总结
步骤1：根据少样本提示的方式编写提示词，让大模型根据我们的问题，生成知识
步骤2：根据上一步大模型的回答，和我们的问题，编写新的提示词，然后让大模型给出最终问题的答案。
好啦，今天的分享就到此结束了，你学废了嘛？
新增福利，欢迎查收！
永久免费星球『算法·成长·一人企业』，在这里我会高频输出和算法，个人成长，副业相关的知识以及资源分享，欢迎围观~，微信扫码就可以加入。
通往 AGI 之路专栏简介
AGI 也就是通用人工智能，是我们的愿景，虽然实现它有很长的一段路要走。我们只希望让你在行走的时候不要走弯路，能真正体验的 AI 的强大。
目前已经更新的文章，可以点击链接进行查看：
通往AGI之路：什么是结构化提示词
END
好了，今天的分享就到这里，希望对你有所帮助。
你的每一个『点赞』，都是鼓励我进步的勇气，点个『在看』，加油吧，一起成长！
原文作者：雨飞AI笔记；如有侵权，请联系管理员删除。
