The Prompt Report: A Systematic Survey of Prompting Techniques

要約

生成人工知能 (GenAI) システムは、さまざまな業界や研究領域にわたってますます導入されています。
開発者とエンドユーザーは、プロンプトおよびプロンプト エンジニアリングを使用してこれらのシステムと対話します。
プロンプト エンジニアリングは広く採用され、広範囲に研究されている分野ですが、比較的最近登場したため、用語の矛盾や効果的なプロンプトを構成するものについての存在論的理解が断片化されているという問題があります。
私たちは、プロンプト技術の分類を組み立て、その応用を分析することによって、プロンプトエンジニアリングの構造的な理解を確立します。
33 の語彙用語の詳細な語彙、58 の LLM プロンプト手法の分類、および他のモダリティの 40 の手法を紹介します。
さらに、ChatGPT などの最先端 (SOTA) LLM をプロンプトするためのアドバイスを含む、プロンプト エンジニアリングのためのベスト プラクティスとガイドラインも提供します。
さらに、自然言語プレフィックスプロンプティングに関する文献全体のメタ分析を提示します。
これらの取り組みの集大成として、この文書では、これまでのプロンプト エンジニアリングに関する最も包括的な調査を紹介します。

要約(オリジナル)

Generative Artificial Intelligence (GenAI) systems are increasingly being deployed across diverse industries and research domains. Developers and end-users interact with these systems through the use of prompting and prompt engineering. Although prompt engineering is a widely adopted and extensively researched area, it suffers from conflicting terminology and a fragmented ontological understanding of what constitutes an effective prompt due to its relatively recent emergence. We establish a structured understanding of prompt engineering by assembling a taxonomy of prompting techniques and analyzing their applications. We present a detailed vocabulary of 33 vocabulary terms, a taxonomy of 58 LLM prompting techniques, and 40 techniques for other modalities. Additionally, we provide best practices and guidelines for prompt engineering, including advice for prompting state-of-the-art (SOTA) LLMs such as ChatGPT. We further present a meta-analysis of the entire literature on natural language prefix-prompting. As a culmination of these efforts, this paper presents the most comprehensive survey on prompt engineering to date.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google