5 個 Prompt engineering 技巧

提示工程技術優缺點與適用情境 

技術名稱	英文專業用詞	優點	缺點	適用情境
零樣本提示	Zero-shot prompting	快速、靈活，不需範例，適合簡單任務	複雜任務準確率低，易受指令影響	明確、簡單、規則明確的任務
少樣本提示	Few-shot prompting	提升理解力與準確性，適合複雜任務	需準備範例，範例不佳易產生偏誤	較複雜、需範例說明的任務
思路鏈提示	Chain-of-thought prompting	增強邏輯推理，適合多步驟問題	提示較長，效率較低，步驟過細易迷失重點	數學、邏輯推理、多步驟推理問題
元提示	Meta prompting	強調結構與邏輯，泛用性高，節省token	對模型理解力要求高，結構設計不佳效果有限	多任務、需統一格式或流程的任務
自洽性提示	Self-consistency prompting	多路徑推理，提升準確性，適合複雜推理	計算資源消耗大，需整合多個答案	複雜推理、常識判斷、需高準確性

各技術範例與分析

零樣本提示（Zero-shot prompting） 

• 英文範例：Classify the following text as neutral, negative, or positive. Text: I think the vacation was okay.

• 中文範例：請將以下文字分類為中立、負面或正面。文字：我覺得這次假期還可以。

• 分析：只給明確指令，無需範例，適合標準化分類等簡單任務，但遇到模糊或複雜情境容易出錯。

少樣本提示（Few-shot prompting） 

• 英文範例：A baku is a large blue flightless bird native to the Hawaiian islands. Example sentence: We saw many bakus on our trip to Maui. Now, use “baku” in a sentence.

• 中文範例：baku 是夏威夷群島特有的大型藍色不會飛的鳥。例句：我們去茂宜島旅行時看到了很多 baku。請用「baku」造句。

• 分析：提供範例讓模型學習語境，適合新詞彙、格式要求明確的任務，但範例品質會直接影響結果。

思路鏈提示（Chain-of-thought prompting） 

• 英文範例：I started out with 8 marbles. I gave 3 to a friend, and then found 4 more. How many marbles do I have now? Think step by step.

• 中文範例：我一開始有8顆彈珠，給了朋友3顆，然後又找到4顆。現在我有幾顆彈珠？請一步一步思考。

• 分析：引導模型分步推理，適合多步驟計算或邏輯推理，但提示較長，效率較低。

元提示（Meta prompting） 

• 英文範例：Step 1: Define the variables. Step 2: Apply the relevant formula. Step 3: Simplify and solve.

• 中文範例：步驟1：定義變數。步驟2：套用相關公式。步驟3：化簡並求解。

• 分析：用結構化步驟指導模型，適合多任務或需統一流程的情境，但對模型理解力要求較高。

自洽性提示（Self-consistency prompting） 

• 英文範例：When I was 6, my sister was half my age. Now I’m 70. How old is my sister? (The model generates multiple reasoning paths and selects the most consistent answer.)

• 中文範例：我6歲時，妹妹只有我一半大。現在我70歲，妹妹幾歲？（模型會產生多條推理路徑，選出最一致的答案。）

• 分析：讓模型多次推理並比對答案，適合複雜推理或需高準確性的任務，但計算資源消耗較大。

混合使用提示技術範例 

混合應用情境：數學應用題解答 

英文混合提示：

You are a helpful math tutor.
Step 1: Read the problem carefully.
Step 2: Think step by step and show your reasoning.
Step 3: If you are unsure, generate two possible solutions and choose the most logical one.
Problem: Sarah has 12 apples. She gives 5 to Tom and then buys 7 more. How many apples does she have now?

中文混合提示：

你是一位親切的數學家教。
步驟1：仔細閱讀題目。
步驟2：請分步推理並展示你的思考過程。
步驟3：如果不確定，請產生兩種可能的解法並選擇最合理的答案。
題目：小華有12顆蘋果，給了小明5顆，然後又買了7顆。她現在有幾顆蘋果？

分析：

• 結合 Meta prompting（元提示）：用步驟明確規範解題流程。

• 結合 Chain-of-thought prompting（思路鏈提示）：要求分步推理。

• 結合 Self-consistency prompting（自洽性提示）：不確定時，產生多種解法並選擇最合理答案。

這種混合設計能提升模型在複雜或不確定任務中的結構性與準確性。