本文旨在分享如何利用其他大型语言模型（LLM）应用程序的快速工程技巧，以下是一些关键技巧。
1. 提供上下文信息：给语言模型提供足够的上下文信息非常重要，这样可以确保获得有意义的结果。例如，在撰写电子邮件时，明确告知模型收件人、与收件人的关系、您的角色、预期结果以及其他相关细节，有助于模型更好地理解任务。
2. 分配角色：在许多情况下，为模型分配一个特定的角色可以提高效果。例如，在提示中指定模型为技术作家、资深编辑、SEO专家或友好的机器人，可以根据任务需求进行个性化定制。
3. 使用分隔符：分隔符在快速工程中扮演着关键角色，可以帮助区分较大提示中的特定文本段落。使用分隔符可以明确指示语言模型需要翻译、改写、总结等文本部分。分隔符可以是三引号（""""）、三个重音符（```）、三个破折号（—）、尖括号（<>）、XML标签（
4. 要求结构化输出：根据具体需求，可以要求模型以不同的结构输出结果，例如项目符号列表、表格、HTML、JSON格式等。
5. 检查用户输入的有效性：对于依赖用户提供特定类型输入的应用程序开发人员而言，这一建议尤为重要。在这种情况下，首先引导模型验证条件是否满足。如果输入不符合指定的条件，模型应该停止执行任务。例如，可以要求模型检查提供的文本是否包含与健康相关的问题。
6. 提供成功示例：在要求模型执行特定任务之前，提供成功示例可以帮助指导模型达到预期的输出效果，特别适用于让模型模仿特定的回答风格。
7. 指定完成任务所需的步骤：对于复杂的任务，可以将其分解为几个步骤，并在提示中明确指定这些步骤。这样可以增强语言模型输出的可靠性。
8. 要求模型仔细检查自身工作：为了避免错误，可以要求模型仔细检查自身的工作，例如询问模型是否在之前的迭代中有任何遗漏或错误。
除了以上技巧，还可以采取站长之家提供的其他建议，例如请求参考特定文档以减少模型产生虚构信息的可能性，将提示工程视为迭代过程，并不断改进以适应任务需求等。
综上所述，与其他语言模型进行有效交互需要遵循一些关键原则和策略。站长之家在本文中提供了一系列指导，包括清晰的指令撰写、上下文设置、角色分配和输出结构化等技巧。同时，站长之家也强调了提示工程是一个迭代的过程，需要不断改进和学习。