第2章　提示工程与上下文学习

在本章中，我们将学习如何通过低代码方式与生成式AI模型进行交互，特别是通过提示工程（Prompt Engineering）和上下文学习（In-Context Learning）来实现这一点。你会发现，编写提示（prompt）既是一门艺术，也是一门科学。有效的提示可以帮助模型生成更好、更适当的响应。我们还提供了一些定义提示和提示模板的有效实践，以充分利用生成式AI模型。

我们将学习如何使用上下文学习在提示的上下文中传递多个提示-补全（prompt-completion）对（如问题-答案对）。上下文学习促使模型对上下文中的提示-补全对做出类似的响应。这是生成式模型较为显著的能力之一，因为它可以暂时改变模型在该单次请求期间的行为。

我们还将学习一些最常配置的生成参数，比如temperature（温度）和top-k，这些参数控制了生成式模型在创造内容时的创造力。

基于语言的生成式模型接受提示作为输入并生成补全。这些提示和补全都由基于文本的token组成。接下来，我们将会看到这一点。