Prompt Engineering — Instruksjonsdesign for store språkmodeller

Prompt engineering er praksisen med å utforme strukturerte naturlig-språklige instruksjoner – prompter – for å fremkalle målrettede utdata fra store språkmodeller (LLM-er). Formalisert av Brown et al. (2020) i kontekst av GPT-3 og utvidet av 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 å trene en modell på nytt, former analytikeren modellens atferd utelukkende gjennom utformingen av inndatateksten.