Prompt中文指南（二）

“ Prompt中文指南，帮助你从0开始学习如何写提示。建议一定要按照提示案例一个一个尝试，你会发现，写好Prompt其实很简单……”

“ 另外我创建了AI交流群，里面会实时分享AI最新有用的信息，群里信息密度和新鲜度非常高，交流氛围也很好，欢迎感兴趣的朋友可以后台回复关键词【微信】，扫码入群。”

CoT（思维链 Chain-of-Thought）

思维链是指在提示中增加中间推理步骤，帮助模型发现复杂的推理能力[1]，也即告诉模型如何思考。

跟普通的Prompt相比，CoT的区别在于Prompt 与Completion之间多了中间推导的逻辑推理过程。

原来是 Q->A

有了CoT后变成了

Q-> 逻辑推理 -> A

示例：

Prompt	Q：这组数中的奇数加起来是偶数： 4、8、9、15、12、2、1。 A：将所有奇数相加（9、15、1）得到25。答案为False。 Q：这组数中的奇数加起来是偶数： 17、10、19、4、8、12、24。 A：将所有奇数相加（17、19）得到36。答案为True。 Q：这组数中的奇数加起来是偶数： 16、11、14、4、8、13、24。 A：将所有奇数相加（11、13）得到24。答案为True。 Q：这组数中的奇数加起来是偶数： 17、9、10、12、13、4、2。 A：将所有奇数相加（17、9、13）得到39。答案为False。 Q：这组数中的奇数加起来是偶数： 15、32、5、13、82、7、1。 A：
Completion	将所有奇数相加（15、5、13、7、1）得到41。答案为False。

这里用了我们 Prompt中文指南（一）里的少样本提示的方法，给了模型4个样本，每个样本都给出了推理逻辑，黄色部分标注出来，模型根据样本得出了正确的答案。

那么是否更少的样本也可以实现呢，答案是可以的。

示例：

Prompt	Q：这组数中的奇数加起来是偶数： 4、8、9、15、12、2、1。 A：将所有奇数相加（9、15、1）得到25。答案为False。 Q：这组数中的奇数加起来是偶数： 15、32、5、13、82、7、1。 A：
Completion	将所有奇数相加（15、5、13、7、1）得到41。答案为False。

备注：论文作者声称这是足够大的语言模型才会出现的新兴能力。

这里有一个问题：

给出样本是说我已经知道了推理的逻辑，更重要的情况是我不知道推理逻辑才找GPT帮忙。

那么如果我不知道推理逻辑的情况下，模型是否能帮我得出正确的答案呢？

答案也是可以的，但是要在Prompt里加一个特殊提示[2]【让我们逐步思考】或者【让我们一步一步思考】，叫 零样本CoT

示例：

Prompt	我去市场买了10个苹果。我给了邻居2个苹果和修理工2个苹果。然后我去买了5个苹果并吃了1个。我还剩下多少苹果？
Completion	11个苹果

答案是错误的。让我们把特殊提示加上试一下。

示例：

Prompt	我去市场买了10个苹果。我给了邻居2个苹果和修理工2个苹果。然后我去买了5个苹果并吃了1个。我还剩下多少苹果？让我们逐步思考
Completion	让我们逐步思考这个问题： 你一开始买了10个苹果。 然后你给了邻居2个苹果和修理工2个苹果。所以你手上还剩下 10 - 2 - 2 = 6 个苹果。 接着你去买了5个苹果，这时你手上共有 6 + 5 = 11 个苹果。 但是你又吃了1个苹果，所以最后你手上剩下的苹果数量是 11 - 1 = 10 个苹果。 所以最后你还剩下10个苹果。

正确了。

这个特殊的简单提示，在这个任务中非常有效。在你没有样本的时候，应该特别有用。有样本GPT帮你提高效率，没有样本GPT帮你推理并提高效率。

阅读原文 在页面底部分享按钮上方，点击可以关注文档的更新。

欢迎关注AIhackathon，把AI当队友！

参考文献：

[1]https://arxiv.org/abs/2201.11903

[2]https://arxiv.org/abs/2205.11916