1.1
背景概要

从1950年阿兰·图灵在著名的图灵测试中给出人工智能（Artificial Intelligence, AI）的定义至今，作为人工智能中最重要的子领域之一，自然语言处理经过半个世纪的发展，已经取得了显著的进步，从最初的简单规则系统到现在的深度学习和神经网络，自然语言处理逐渐成为科技领域的研究热点，并在各行各业产生了广泛的影响。

在这个过程中，大语言模型应运而生。2022年11月问世的ChatGPT在许多对话场景中的表现已经与人类无异，展现出了令人惊叹的智能水平，甚至有专家推断ChatGPT通过图灵测试只是时间问题。

随着大语言模型的不断发展，尤其是ChatGPT的出现，一门新兴学科——提示工程出现在了大众视野中。学习提示工程的技巧，可以帮助人们更好地理解大语言模型的优势和局限，从而在使用中扬长避短。需要强调的是，提示工程关注与大语言模型进行交互的各种技巧，主要是如何设计和开发提示。在与大部分的大语言模型的交互中，提示工程都发挥着重要作用。尽管不同提示在不同模型中的效果可能存在差异，但它们所遵循的基本原理和方法是相似的。本书以当前受欢迎的大语言模型应用——ChatGPT为基础，深入探讨提示工程技巧。此外，书中所提及的方法在其他主流语言模型应用（如微软的Bing Chat和百度的文心一言等）中同样适用。