The Prompt Canvas: A Literature-Based Practitioner Guide for Creating Effective Prompts in Large Language Models

要約

大規模言語モデル (LLM) の台頭により、モデルの出力を最適化するための重要な手法として、迅速なエンジニアリングの重要性が浮き彫りになりました。
フューショット、思考の連鎖、役割ベースの手法など、さまざまなプロンプト手法を用いた実験では有望な結果が得られていますが、これらの進歩は学術論文、ブログ投稿、逸話的な実験に渡って断片化されたままです。
この分野の知識を統合するための単一の統一リソースが不足しているため、研究と実用化の両方の進歩が妨げられています。
この文書は、既存の方法論を実務者向けの一貫した概要に統合する包括的なフレームワークの作成を主張します。
デザインベースの研究アプローチを使用して、現在の知識と専門知識を取り込んだプロンプト エンジニアリングに関する広範な文献レビューから得られた構造化フレームワークであるプロンプト キャンバスを紹介します。
プロンプト エンジニアリングで特定された概念的な基礎と実践的な戦略を組み合わせることで、プロンプト キャンバスは大規模言語モデルの可能性を活用するための実践的なアプローチを提供します。
これは主に生徒、学生、従業員向けの学習リソースとして設計されており、迅速なエンジニアリングへの体系的な入門を提供します。
この研究は、研究者向けに統一された方法論を確立し、実践者にガイダンスを提供することで、プロンプトエンジニアリングに関する議論の高まりに貢献することを目的としています。

要約(オリジナル)

The rise of large language models (LLMs) has highlighted the importance of prompt engineering as a crucial technique for optimizing model outputs. While experimentation with various prompting methods, such as Few-shot, Chain-of-Thought, and role-based techniques, has yielded promising results, these advancements remain fragmented across academic papers, blog posts and anecdotal experimentation. The lack of a single, unified resource to consolidate the field’s knowledge impedes the progress of both research and practical application. This paper argues for the creation of an overarching framework that synthesizes existing methodologies into a cohesive overview for practitioners. Using a design-based research approach, we present the Prompt Canvas, a structured framework resulting from an extensive literature review on prompt engineering that captures current knowledge and expertise. By combining the conceptual foundations and practical strategies identified in prompt engineering, the Prompt Canvas provides a practical approach for leveraging the potential of Large Language Models. It is primarily designed as a learning resource for pupils, students and employees, offering a structured introduction to prompt engineering. This work aims to contribute to the growing discourse on prompt engineering by establishing a unified methodology for researchers and providing guidance for practitioners.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google