Prompt Engineering — Instruktionsdesign for Store Sprogmodeller

Prompt engineering er praksis med at udforme strukturerede instruktioner i naturligt sprog — prompts — for at fremkalde målrettede output fra store sprogmodeller (LLM'er). Formaliseret af Brown et al. (2020) i forbindelse med GPT-3 og udvidet af Wei et al. (2022) med chain-of-thought prompting, omfatter det fire hovedstrategier: zero-shot, few-shot, chain-of-thought og tree-of-thought. I stedet for at genoptræne en model, former analytikeren modellens adfærd udelukkende gennem designet af inputteksten.