提示词工程中，究竟哪里是工程?
提示工程是工程与艺术的结合。有些人很擅长写提示词，他们能用很自然的方式和大语言模型交流。但是，很多人可能做不到。 他们可能需要额外的帮助来创建高质量的提示词，以用于生成令人满意的文本。
在这个项目中，我们构建了一个工具，能够让你轻松成为提示词大师，创造出可以在你的余生中重复使用的提示词。
我们提供了3种类型的提示词优化器：
- Simple Refiner: 通过简单的前缀优化你的提示词。
- Schema Refiner: 通过广泛使用的提示词模板来优化你的提示词，例如
COSTAR,RISE. - Annotated Refiner: 通过文本批注来优化你的提示词
查看 示例 来获取更多细节。
查看 schemas 获取更多模板。
pip install polish_your_prompt在 .env 文件中，输入你的大模型 API base 和 API key （如果没有这个文件，就创建一个）.
API_BASE="your-api-base"
API_KEY="your-api-key"理论上，只要大模型支持 OpenAI API 风格，就可以使用这个工具。
以 SchemaRefiner 为例:
from polish_your_prompt.core import SchemaRefiner, MODE
from polish_your_prompt.schemas import *
prompt = "help me do my homework"
refiner = SchemaRefiner()
structure, prompt = refiner.refine(prompt, schema=COSTAR(), mode=MODE.ONE_STEP)COSTAR 是由新加坡政府技术局（GovTech）组织的新加坡首届“GPT-4提示词工程”比赛中， Sheila Teo 提出的一个提示词模板。
查看 文章 获取更多细节。
LLM会将输入的提示词转换成一个 COSTAR 风格的结构，如：
# CONTEXT #
You are a student in high school taking a math class.
# OBJECTIVE #
Seek assistance with completing your homework assignment.
# STYLE #
Informal student seeking help.
# TONE #
Polite and respectful.
# AUDIENCE #
Classmate or tutor who can provide guidance.
# RESPONSE #
Clear explanation of the homework task and request for assistance.\n'
在大多数情况下，LLM 会生成一个更令人满意的回答。
查看 示例 获取更多细节。
- 一个网页界面
- 多语言支持
- 中文
- 一个给非程序员的网页界面
- 提供给LLM死亡威胁或10美元小费的选择
想要贡献？查看 open issues。
如果你有一个可以让这个项目变得更好的建议，请 fork 这个仓库并创建一个 pull request。
你也可以简单地开启一个带有“enhancement”标签的ISSUE。
别忘了给个star！谢谢！
MIT License. 查看LICENSE.txt。
对本项目有启发的项目或文章：