LLM Agent工作流中Prompt精华解析

文章预览

点击上方 蓝色 “ 顶层架构领域 ”，关注精彩与你分享 在与大模型交互的过程中，提示词是很关键的，也是成本最低解决幻觉的有效方法。所以一定要给它一些Example，在没有一个不包含Example，结果往往是不理想的。虽说网上也有介绍Zero Shot 的Prompt，比如 Let's think step by step ，但遇到稍微复杂点的任务，它就不一定能达到自己想要的效果。 一个精心设计完成特定任务的Prompt大体需要包含这几部分： 解决任务的方法 任务的输入和输出 任务的Example，3到5个左右。 任务的历史纪录，如果有的话 用户输入的问题。 下面我们一起来看看一些案例： 一、ReAct Prompt ReAct 提供了一种更易于人类理解、诊断和控制的决策和推理过程。它的典型流程如下图所示，可以用一个有趣的循环来描述：思考（Thought）→ 行动（Action）→ 观察（Observation），简称TAO循环。 循 ………………………………