详细内容或原文请订阅后点击阅览
提示工程技术和最佳实践：在 Amazon Bedrock 上使用 Anthropic 的 Claude 3 边做边学
您可能已经有机会与生成人工智能 (AI) 工具（例如虚拟助手和聊天机器人应用程序）进行交互，并注意到您并不总是能得到您想要的答案，而且实现它可能并不简单。大型语言模型 (LLM) 是生成 AI 革命背后的模型，它收到 [...]
来源:亚马逊云科技 _机器学习您可能已经有机会与生成式人工智能 (AI) 工具（例如虚拟助手和聊天机器人应用程序）进行交互，并注意到您并不总是能得到您想要的答案，而且实现它可能并不简单。大型语言模型 (LLM) 是生成式 AI 革命背后的模型，它通过称为提示的自然语言文本接收有关做什么、如何做以及对其响应的一组期望的指令。提示的制作方式极大地影响了 LLM 生成的结果。写得不好的提示通常会导致幻觉、结果不理想以及生成的响应整体质量较差，而高质量的提示会将 LLM 的输出引导到我们想要的输出。
提示在这篇文章中，我们展示了如何为您的应用程序构建高效的提示。我们利用 Amazon Bedrock 游乐场的简单性和最先进的 Anthropic 的 Claude 3 系列模型来演示如何通过应用简单的技术来构建有效的提示。
Amazon Bedrock Anthropic 的 Claude 3提示工程
提示工程是精心设计提供给生成式 AI 模型的提示或指令以产生所需输出的过程。提示充当指南，为 AI 提供背景并设定期望。借助精心设计的提示，开发人员可以利用 LLM 来生成高质量、相关的输出。例如，我们使用以下提示通过 Amazon Titan 图像生成模型生成图像：
Amazon Titan 图像生成一个人与机器人交谈的插图。这个人看起来明显很困惑，因为他无法指示机器人做他想做的事情。
我们得到以下生成的图像。
Claude 3 Haiku Amazon Bedrock 游乐场 模型访问我们使用以下提示：
Claude 3 Haiku 的回应：
Claude 3 Haiku 的回应：Claude 3 Haiku 的回应：
Claude 3 Haiku 的回应：任务上下文