Her er noen viktige avanserte prompte-ingeniørteknikker for kodingsoppgaver med store språkmodeller:
1. Forstå modellens tolkning av kodingsrelaterte spørsmål: Dette innebærer å ha en dyp forståelse av programmeringskonsepter og være i stand til å artikulere dem på en måte som modellen kan behandle effektivt. Målet er å lage ledetekster som stemmer overens med modellens interne representasjoner og oppmerksomhetsmekanismer.[1]
2. Prompt-kjeding og multi-turn-spørring: Bryte ned en kompleks kodeoppgave i en sekvens av ledetekster, der utdataene fra en ledetekst brukes som input for den neste. Dette gjør at modellen kan takle oppgaven trinn for trinn.[2][3]
3. Chain-of-Thought (CoT) Prompting: Gi modellen eksempler på trinnvise resonnementer for å løse et problem, veilede den til å generere sin egen resonnementskjede.[4][5] Dette har vist seg å forbedre ytelsen på komplekse resonneringsoppgaver betydelig.
4. Self-Consistency Prompting: En utvidelse av CoT der flere resonneringsveier er samplet, og det mest selvkonsistente svaret er valgt. Dette er nyttig for åpne problemer med flere gyldige løsninger.[4]
5. Automatic Prompt Engineering (APE): En teknikk som behandler selve ledeteksten som "programmet" som skal optimaliseres, ved å bruke språkmodeller for å generere og søke over kandidatledetekster for å finne den mest effektive for en gitt oppgave. [5]
6. Gi relevant kontekst og eksempler: Inkludering av domenespesifikk informasjon, retningslinjer for kodestil og eksempler på input/output i ledeteksten kan bidra til å styre modellen mot mer nøyaktig og relevant kodegenerering.[1][3]
Nøkkelen er å iterativt eksperimentere med rask design, testing og raffinering for å finne de mest effektive ledetekstene for dine spesifikke kodeoppgaver og språkmodell. Nøye, rask utvikling kan forbedre mulighetene til store språkmodeller for kodingshjelp betydelig.
[1] Prompt Engineering for Coding Tasks – Towards Data Science[2] Advanced Prompt Engineering Techniques - Mercity AI[3] Prompt Engineering in 2024: Techniques, Uses & Advanced... - Acorn[4] Avansert promptteknikk: Hva innebærer det? – DataScientest.com[5] prompts-advanced-usage.md - GitHub
Sitater:[1] https://towardsdatascience.com/prompt-engineering-llms-coding-chatgpt-artificial-intelligence-c16620503e4e?gi=54ae68d69ee0
[2] https://www.mercity.ai/blog-post/advanced-prompt-engineering-techniques
[3] https://www.acorn.io/resources/learning-center/prompt-engineering
[4] https://datascientest.com/en/advanced-prompt-engineering-what-does-it-involve
[5] https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-advanced-usage.md