選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

什麼是提示詞工程?

焦點模式
什麼是提示詞工程? - Amazon Bedrock

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

提示工程是指通過選擇合適的單詞,短語,句子,標點符號和分隔符號字符來有效地用LLMs於各種應用程序來製作和優化輸入提示的實踐。換句話說,迅速的工程是與LLM. 高品質的提示條件是LLM產生所需或更好的回應。本文件中提供的詳細指南適用於 Amazon 基岩LLMs內的所有人。

您的使用案例的最佳提示詞工程方法取決於任務和資料兩者。Amazon 基岩支援LLMs的常見任務包括:

  • 分類:提示包含一個問題,其中包含數個可能的答案選項,且模型必須以正確的選擇回應。分類使用案例為情緒分析的範例:輸入內容為文欄位落,而模型必須將文字的情緒分類,例如是正面或負面,或無害或有毒。

  • 問答,不含上下文:此模型必須以不含上下文或文件的內部知識回答問題。

  • 問答,含上下文:使用者提供附帶問題的輸入文字,而模型必須根據輸入文字中提供的資訊來回答問題。

  • 摘要:提示詞是一段文字,此模型必須以較短的段落進行回應,該段落會擷取輸入要點。

  • 產生開放式文字:在提示下,此模型必須以符合描述的原始文欄位落做出回應。這也包括創意文字的產生,例如故事、詩歌或電影劇本。

  • 產生程式碼:此模型必須根據使用者規格產生程式碼。例如,提示可以要求文本到SQL或 Python 代碼生成。

  • 數學:輸入內容描述了在某種程度上需要數學推理的問題,這可能是數字、邏輯、幾何或其他方式。

  • 推理或邏輯思維:此模型必須進行一系列邏輯演繹。

  • 實體擷取:實體擷取可以根據提供的輸入問題擷取實體。您可以根據提示從文字或輸入擷取特定實體。

  • C hain-of-thought 推理:根據您的提示給出如何 step-by-step 推理答案。

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。