AI原生应用开发 提示工程原理与实战

本书是一本系统的提示工程学习指南，专为帮助读者在进行AI原生应用开发掌握提示设计的技巧、解决提示设计的真实问题而编写。 本书围绕提示工程展开，详细阐述提示工程的理论基础和实际应用。本书共 10 章，每一章都围绕一个核心主题展开，通过原理介绍、案例分析、实战应用等，系统介绍提示工程在 AI 原生应用开发中的应用。 本书特色 1. 内容全面：从基础到进阶、从原理到实践，系统掌握提示工程 2. 实战导向：包含提示工程的 100 多个实践案例和技巧 3. 由浅入深：本书的初衷并非仅仅指导读者如何套用各种预设的提示模板，而是通过深入理解并掌握提示工程，从而找到对大语言模型的输出有决定性影响的关键因子，推动AI原生应用的落地

本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战应用，涵盖提示工程概述、结构化提示设计、NLP任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提示、推理提示和智能体提示等内容。
本书的初衷不是告诉读者如何套用各种预设的提示模板，而是帮助读者深入理解和应用提示设计技巧，以找到决定大语言模型输出的关键因子，进而将提示工程的理论知识应用到产品设计中。
本书适合AI原生应用开发领域的从业者和研究人员，以及人工智能相关专业的教师和学生阅读。

魏承东，某互联网大厂资深研发工程师，拥有 10 余年技术研发经验，在云原生、大数据、AI 原生应用开发领域拥有丰富的项目实践经验。其主持研发的“疫情地图”系列产品曾服务超 10 亿用户，帮助公司获得“工业和信息化系统抗击新冠肺炎疫情先进集体”称号；主持的项目曾两次荣获“IDC 中国未来企业大奖”，是国内较早探索大语言模型在产业落地的技术专家之一，持有国内外 30 余项发明专利。

第1章提示工程概述1
1.1AI原生应用的形态1
1.1.1内容创作1
1.1.2辅助助手2
1.1.3能力引擎2
1.1.4智能体3
1.2AI原生应用开发面临的机遇与挑战4
1.2.1开发模式的华丽变身4
1.2.2技术落地的荆棘之路4
1.3案例演示的准备工作5
1.3.1使用官网接入大语言模型5
1.3.2使用API接入大语言模型6
1.3.3初次体验7
1.4提示工程的本质7
1.4.1提示是引导生成的起点8
1.4.2提示是一个稳定的函数9
1.4.3用户提示是完整提示的一部分9
1.5KITE提示框架11
1.5.1注入知识12
1.5.2明确指令13
1.5.3设定目标14
1.5.4确定边界15
1.6提示调试技巧16
1.6.1迭代优化16
1.6.2给提示添加调试说明17
1.6.3让模型重述任务18
1.6.4利用知识生成能力生成任务描述19
1.7小结21
第2章结构化提示设计22
2.1结构引导设计22
2.1.1层次结构22
2.1.2输入和输出位置22
2.1.3有序列表和无序列表23
2.1.4解释或补充说明23
2.1.5不可分割24
2.1.6强调内容24
2.1.7语义槽位24
2.1.8内容边界25
2.1.9输出格式25
2.1.10字段名称和数据类型26
2.1.11输出长度控制27
2.2内容引导设计28
2.2.1模拟对话提示28
2.2.2句式引导提示28
2.2.3前导语提示29
2.2.4规律提示29
2.2.5少样本提示30
2.2.6取值范围提示31
2.3提示编排设计32
2.3.1映射-化简策略33
2.3.2长文本滚动策略35
2.3.3多阶段拆分策略37
2.4小结39
第3章NLP任务提示40
3.1文本生成任务41
3.1.1文本摘要41
3.1.2观点总结42
3.1.3机器翻译43
3.1.4对抗文本生成45
3.1.5同义句转换45
3.2文本分类任务46
3.2.1基本文本分类46
3.2.2文本相似度评估48
3.2.3文本聚类49
3.2.4情感分析50
3.3信息抽取任务52
3.3.1关键词抽取52
3.3.2命名实体识别53
3.3.3属性抽取54
3.3.4关系抽取56
3.3.5隐含信息抽取57
3.4文本整理任务59
3.4.1文本纠错59
3.4.2表格整理60
3.4.3信息筛选63
3.4.4知识整合与更新65
3.5小结67
第4章内容创作提示68
4.1影响创作质量的核心要素68
4.1.1内容创意69
4.1.2受众定位75
4.1.3创作目的76
4.1.4文体选择76
4.1.5风格要求77
4.1.6呈现方式82
4.2基础创作提示85
4.2.1撰写85
4.2.2改写87
4.2.3润色88
4.2.4续写89
4.2.5扩写89
4.3长文本创作提示90
4.3.1巧用文体结构进行创作91
4.3.2利用人机交互进行创作92
4.3.3基于故事框架进行创作93
4.4小结97
第5章生成可控性提示98
5.1可控性问题分类98
5.1.1幻觉问题98
5.1.2指令遵循问题99
5.1.3内容安全问题100
5.2可控性影响因素101
5.2.1训练数据101
5.2.2涌现性和多样性102
5.2.3生成过程控制102
5.3生成参数和对话控制103
5.3.1生成参数调节103
5.3.2对话历史管理104
5.3.3对话立即停止104
5.4基于提示的可控设计105
5.4.1内容范围限定提示105
5.4.2前置条件限定106
5.4.3回答“我不知道”108
5.4.4使用外部知识109
5.4.5要求引用原文回答110
5.4.6使用外部工具110
5.4.7记忆增强提示114
5.4.8任务说明后置115
5.5基于内容审查的可控设计116
5.5.1基于传统模型的内容审查117
5.5.2基于大语言模型的内容审查118
5.6小结119
第6章提示安全设计120
6.1数据泄露121
6.1.1模型记忆泄露121
6.1.2应用调用泄露121
6.1.3主要防御手段122
6.2注入攻击127
6.2.1任务挟持127
6.2.2提示泄露128
6.2.3越狱攻击128
6.2.4主要防御手段130
6.3越权攻击134
6.3.1代码解释器漏洞134
6.3.2开发框架漏洞136
6.3.3调用工具漏洞137
6.3.4主要防御手段138
6.4小结142
第7章形式语言风格提示144
7.1利用形式语言增强提示144
7.1.1编译器提示145
7.1.2数据类型145
7.1.3运算指令150
7.1.4控制结构151
7.2利用大语言模型编写代码157
7.2.1代码生成提示157
7.2.2代码优化提示168
7.2.3错误检查提示172
7.3小结177
第8章推理提示178
8.1大语言模型的推理178
8.2基础思维链179
8.2.1零样本提示179
8.2.2少样本提示180
8.2.3少样本思维链提示181
8.2.4零样本思维链提示182
8.3进阶思维链185
8.3.1思维表提示185
8.3.2自我一致提示187
8.3.3由少至多提示188
8.3.4自问自答提示192
8.4高阶思维链195
8.4.1思维树提示195
8.4.2推理-行动提示200
8.4.3自动思维链提示204
8.5尝试构建自己的思维链208
8.5.1自由辩论提示209
8.5.2圆桌会议提示211
8.6小结213
第9章智能体提示215
9.1什么是智能体216
9.2感知端217
9.2.1文本输入217
9.2.2视觉输入218
9.2.3听觉输入219
9.2.4其他输入219
9.3控制端221
9.3.1大语言模型221
9.3.2任务规划模块221
9.3.3记忆模块227
9.4行动端233
9.4.1文本输出233
9.4.2工具使用235
9.5小结250
第10章AI原生应用开发展望252
10.1AI原生应用的落地252
10.1.1远离妄想与过度理想252
10.1.2重视系统之外的调整253
10.1.3选择务实的技术路线253
10.2AI原生应用效果评估254
10.2.1基准模型评估255
10.2.2AI原生应用评估255
10.2.3评估指标256
10.2.4评估方法259
10.2.5评估方法的选择264
10.3待解决的工程化问题265
10.4小结266