详解：被 GPT 带火的 Prompt 提示词是什么？

    随着AI人工智能的发展，自ChatGPT出圈以来，直到我们今天讨论的主角 Prompt 出现，NLP 竞争战场的天平一下子倒向了 GPT，如果只能为 GPT3 火选一个原因，那这个原因必须是：Prompt。那么Prompt 到底是什么？我们一起细说一下。

　　在自然语言理解涵盖范围很广，不过总体可以把自然语言处理分成两大类任务：NLU 自然语言理解和自然语言生成 NLG。

　　NLU 是所有支持机器理解文本内容的方法模型或任务的总称，即能够进行常见的文本分类、序列标注、信息抽取等任务。简单来说，是指自然语言理解的运用希望机器人能够像人一样，具备正常的语言理解能力。微软的认知服务里面有一个对话语言理解服务 LUIS，就是经典的 NLU 任务。

　　NLG 主要目的是降低人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式，换句话说就是可以：文本到语言的生成（text-to-text）、数据到语言的生成（data-to-text）、图像到语言的生成（image-to-text）这么一说你就明白了， NLG 就是 GPT 嘛！的确，GPT 是 NLG 目前最优秀的实现。

　　Prompt 对 LLM 提出了“预训练，提示，预测”方法，就是“给预训练语言模型一个线索/提示，帮助它可以更好的理解人类的问题。”，所以您可以认为 Prompt 类似于人机接口进行微调，这样等于从另一个角度拉低了 finetuning 的技术门槛，或者这么说不够严谨，我们可以换一个方式来说：Prompt 类似于人机接口进行微调，但 finetuning 目前依然有技术优势，或许有一天 LLM 强大到可以真的用 Prompt 彻底替代 finetuning。

　　既然 Prompt 是一个人机接口，那么就说明我们需要和 GPT 用文字进行沟通。这时候就体现出你是被 AI 驱动还是你驱动 AI 的最佳体现了。我们在生活中总是会遇到一些人词不达意，我想他们应该好好训练自己的语言和逻辑能力，这样才能更好的使用 Prompt 和 LLM 进行沟通。

　　优秀的 Prompt 需要清晰、目的性明确、明确的角色演绎、追加新的提示。

　　GPT3 已经展示 Prompt 取代微调或者降低微调的路线是有较大可能走得通的。虽然未来 LLM 还有很长的路要走，但是 GPT3 让我们看到 LLM 模型在 Prompt 的加持下，NLP 领域将出现全新的世界。