从众多研究报告中筛选出1565篇论文发布了大模型《提示技术报告》

研究团队从各种学术资源中筛选出超过1,500篇相关论文，整理出了一套标准术语和提示方法，并创建了一个易于理解和使用的目录。

使得不论是开发者还是普通用户，都能更清楚地知道如何给AI下达有效的指令。

研究团队系统性地审查了相关文献，采用了PRISMA方法，从三个主要学术数据库（arXiv、Semantic Scholar和ACL）中共处理了4797条记录，最终筛选出1565篇与提示技术相关的论文。

论文中详细介绍了58种基于文本的提示技术。此外，还收集并整理了许多多模态（如图像、音频）和多语言的提示技术。

除了基础的提示技术外，论文还审查了如何扩展这些技术来创建更复杂的系统，比如如何评估生成的内容，以及设计出更加安全和可靠的提示。

论文地址：

https://arxiv.org/pdf/2406.06608

报告地址：

https://trigaten.github.io/Prompt_Survey_Site/