【提纲挈领】学会提问题，你就是那个年薪百万元的提示词工程师！LLM时代，如何提问题成为关键技能！多图说明！

一、会提问题的重要性
二、提示词工程师
三、如何提问
- 3.1 提示词框架——BROKE原则
- - 3.1.1 打个比方
  - 3.1.2 举个实例
- 3.2 提升ChatGPT性能的实用指南
- 3.3 提示词优化工具
四、推荐网站

一、会提问题的重要性

在这里插入图片描述
爱因斯坦的这句话强调了科学探索和创新思维的重要性。这句话可以从几个角度来理解：

创新和发现的起点：在科学研究和日常生活中，提出一个有见地的问题往往是创新和发现的起点。一个好的问题可以引导我们探索未知领域，激发新的思考，从而可能导致重大的科学突破和技术创新。
思维方式的转变：提出问题是一种批判性思维的体现，它要求我们不仅仅接受现状，而是要质疑和挑战现有的知识和假设。这种思维方式是推动社会进步和个人成长的关键。
问题的导向性：解决问题通常是针对已知的问题进行，而提出问题则是探索未知的过程。有时候，正确的问题可以指引我们找到更有效的解决方案，甚至可能揭示出问题的本质，从而引导我们找到更根本的解决办法。
教育和学习的启示：在教育领域，鼓励学生提出问题比仅仅教授他们答案更为重要。培养学生的提问能力可以激发他们的好奇心和求知欲，帮助他们成为终身学习者。
问题本身的价值：有时候，问题的提出本身就是一种进步，它可以帮助我们重新审视现有的理论和方法，甚至可能引导我们走向全新的研究方向。

二、提示词工程师

随着ChatGPT、Midjourney等AIGC工具的兴起，一个新职业由此诞生——提示词工程师。日前，美国专业财经新闻门户网站Benzinga报道称，部分提示词工程师的年薪高达 37.5 万美元（约合人民币 267.3 万元），且不需要技术背景。

该报道或许稍显夸张，但毫无疑问的是提示词工程师这个新职业确实已存在，且相对高薪。据悉，美国硅谷人工智能独角兽公司Scale AI最先拉开“提示词工程师”招聘的序幕，数据科学家Riley Goodside凭借熟练玩转ChatGPT的提示词，收到了Scale AI的Offer，成为了全网第一位提示工程师，获得百万年薪。

在美国求职网站Indeed上，AI初创公司Anthropic也在招聘“提示词工程师”，薪酬报价在17.5万~33.5万美元/年，主要职责是帮助公司构建提示库，让LLM（大型语言模型）完成不同的任务。

有着“ChatGPT 之父”称号的OpenAI CEO Sam Altman也发推文表示：“为聊天机器人编写一个非常好的提示是一项非常高杠杆的技能，也是使用自然语言进行编程的早期示例。”而ChatGPT提示词工程师和AI大神吴恩达合作的提示词教学视频，则在B站广为传播。

三、如何提问

3.1 提示词框架——BROKE原则

BROKE 框架由陈财猫在书籍《ChatGPT进阶–提示工程入门》提出，该框架主要包括以下五个部分，每个部分都旨在指导提示词的创建，以便在使用 ChatGPT 或其他类似的语言模型时获得更准确和有用的输出。

背景 B(Background)
角色R(Role)
目标O(Objectives)
关键结果 K(Key Results)
实验改进E (Evolve)

以下是每个部分的详细解释：

背景 (Background): 提供相关的背景信息，为模型设定上下文。这包括任何必要的先前信息、情境描述或背景故事，以帮助模型理解提示的出发点。
角色 (Role): 指定模型应该扮演的角色或身份。这可以是特定的职业，如医生、律师、程序员，或者是更抽象的角色，如顾问、导师或创意思想家。通过明确角色，模型可以更准确地模拟该角色的知识和语言风格。
目标 (Objectives): 清晰地阐述你希望模型达成的目标或任务。这些目标应该是具体和可衡量的，以便模型知道需要产生什么样的输出。
关键结果 (Key Results): 定义预期结果的关键指标。这些是衡量成功与否的标准，它们应该是量化的，如果可能的话，还应该包括时间限制或性能指标。
实验改进 (Evolve): 鼓励模型提供反馈和改进的机会。这部分可以包括对输出结果的分析、潜在的错误或不足的识别，以及未来改进的方向。这有助于模型在未来的迭代中不断提高其响应的质量。

“BROKE” 框架的目的是通过提供更具体、更有针对性的提示词，从而提高语言模型在特定任务上的性能。通过这个框架，用户可以更有效地指导模型生成所需的输出，同时也能够通过实验改进部分来优化模型的表现。

更详细的说明参照这篇博客。