大家好，我是老三，正在不断地学习 AI 知识，用 AI 来武装自己。
这是我学习记录的第4篇文章。
今天继续为大家介绍写好提示词的，本篇文章为策略三：给模型更多时间“思考”
前言
在我们与大模型进行交流时，采取的策略之一是“给予模型更多时间进行思考”。但这并不是说让模型物理上的运算时间变长，而是通过构建精心设计的提示词（prompt），促使大模型进行更为深入的分析和推理。
简而言之，我们不仅仅是要求它寻求直接的答案，而是鼓励它展现出思考的过程，激发它的“思维活动”。
这种策略体现在通过设置一系列逐步推理的步骤或逻辑过程，引导模型生成更为丰富和详尽的内容。
这就是说我们会要求模型不仅给出答案，同时也展示其推理路径，考量不同角度和可能性。这样下来模型能够提供更加细致、仿佛经过人类式深思熟虑的回应。
我们在设计提示时运用这一策略，目的是提升大模型回答的深度和质量。
写好提示词的策略之三：给模型更多时间“思考”
-
引导模型自己寻找解决方法
-
通过内心独白或连串问题掩饰模型的思考过程
-
问模型在之前的步骤是否有遗漏
实战示例：
1）引导模型自己寻找解决方法
这涉及到构建prompt，激励模型不仅仅给出一个直接的答案，而是展示其解决问题的过程。例如，你可以要求模型列出解决特定问题的步骤，或者提出一种假设然后解释为什么这个假设是合理的。
比如说让大模型帮助我们批改学生的作业。
Prompt1：
首先，你需要自己找出问题的答案，之后再将你自己的答案和学生的答案做一下比较，判断学生的答案是否正确，给出清晰正确的解释。在你没有自己解答完问题之前，不要对学生的答案做出判断。
题目：笼中装有鸡和兔若干只，共100只脚，若将鸡换成兔，兔换成鸡，则共92只脚。笼中原有兔、鸡各多少只？学生答案：鸡10只，兔子30只
从上面的对话可以看出，大模型根据我们的提示词，把题目的解答过程展示了出来并对学生的答案进行了评估。
2）通过内心独白或连串问题掩饰模型的思考过程
这种策略是构建一种模拟内在推理过程的提示词，就像大型模型正在经历一种思维独白。
这样做不仅赋予了模型输出的内容一种似乎经过周密考虑的质感，而且还通过一系列紧密相连的问题，每一个问题都是在前一个问题的答案基础上提出的，能有效激发大模型的深层思考。
Prompt2：
按以下步骤回答用户问题
第一步：先自己独立解决问题，不要依赖学生的答案，因为学生的答案可能有误。
第二步：将你的答案和学生的答案进行比较，判断学生的答案是否正确。
第三步：假如学生的答案不正确，想出一个不直接透露答案的提示。
第四步：假如学生的答案不正确。将第三步的内容以“提示：”作为前缀
要求：第一步、第二步、第三步的输出内容不要展示给用户，只需要把第四步展示给用户即可。
从上面可以看出，大模型将推理的过程隐藏了，只给我们展示了提示的内容。
3）问模型在之前的步骤是否有遗漏
为了确保分析的全面性，我们需要大模型回顾并重新审视其已经提出的解决方法。这不仅促进了大模型对先前推理的深入评估，还鼓励它进行必要的自我修正，以及补充任何遗漏的信息。
通过让大模型自我完善，大模型能够向我们提供更丰富、更准确的信息，从而极大地增强了我们对问题的理解。
Prompt3：还有遗漏的吗？
通过上述方法追问大模型，大模型又给我们提供了额外的一些技巧供我们参考。
今天的分享就到这了，希望我的分享对小伙伴们有所帮助。
点击上方“老三的 AI 充电站”关注我有更多的干货分享哦
有帮助的小伙伴记得点个“在看”
有一块交流学习的小伙伴可以链接我
下面是我的二维码