本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
提示工程概念
提示工程是指优化对大型语言模型(LLM)的文本输入以获得所需响应的做法。提示可以帮助 LLM 执行各种任务,包括分类、问题解答、代码生成、创意编写等。您向 LLM 提供的提示的质量可能会影响模型的响应质量。本节为您提供了开始使用提示工程所需的信息。它还介绍了一些工具,当您在 Amazon Bedrock 上使用 LLM 时,这些工具可帮助您找到最适合您应用场景的提示格式。
注意
本文档中的所有示例均通过 API 调用来获得。由于 LLM 生成过程具有随机性,响应可能会不同。如果未另行指定,则提示由 AWS的员工编写。
Amazon Bedrock 包括各种提供商的模型。以下是针对这些模型的提示工程指南列表。
-
Amazon Nova Micro、Lite 和 Pro 提示指南:Amazon Nova 理解模型的最佳实践提示
-
亚马逊 Nova Canvas 提示指南:使用亚马逊 Nova 生成图片
-
亚马逊 Nova Reel 提示指南:使用亚马逊 Nova 生成视频
-
Anthropic Claude 模型提示指南:https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
-
Cohere 提示指南:https://txt.cohere.com/how-to-train-your-pet-llm-prompt-engineering
-
Meta Llama 2 提示指南:https://ai.meta.com/llama/get-started/ #prompting
-
Stability AI 提示指南:https://platform.stability。 ai/docs/getting
-已开始 -
Mistral AI 提示指南:https://docs.mistral。 ai/guides/prompting_capabilit
ies/
免责声明:本文档中的示例使用 Amazon Bedrock 中当前可用的文本模型。此外,本文档还提供一般提示准则。有关特定于模型的指南,请参阅 Amazon Bedrock 上相应的文档。本文档提供了一个切入点。虽然以下示例响应是使用 Amazon Bedrock 上的特定模型生成的,但您也可以使用 Amazon Bedrock 中的其他模型来获得结果。模型不同,结果可能也不同,因为每个模型都有自己的性能特征。您使用 AI 服务生成的输出就是您的内容。由于机器学习的性质,不同客户的输出可能不是唯一的,并且服务为各客户生成的结果可能会相同或相似。