Prompt Engineering - 프롬프트 엔지니어링

Prompt Engineering

• LLM에게 질문을 얼마나 잘 할 것인가?
• 이것만 잘하더라도 LLM의 정확도를 엄청나게 높일 수 있다

General Prompt Structure

1. Role
2. Task
3. Context
4. Example
5. Constraint

N-shot prompt

• 예제를 하나 주면 one-shot prompting, 두개를 주면 two-shot prompting 이라고 부른다
• 보통 한개 두개 예제를 줄 때마다 결과의 정확도가 드라마틱하게 올라가기 때문에 예제를 주는 것이 굉장히 중요하다

Chain-Of-Thought (COT)

• 어떤 과정을 통해서 생각을 해내야하는지를 설명해서 LLM에게 생각하는 힘을 키워주는 것을 COT라고 부른다
• 수학 문제 같은 경우에 COT를 사용하면 정확도를 굉장히 높일 수 있다

Zero-shot COT

Multimodal COT

ReAct

RTF

TAG

BAB

RISEN

Chain of Density

Security

Prompt Attack

주의할 점

• 프롬프팅 전략이 모델마다 다르다
• ChatGPT, Sora, Gemini 등 모두 전략이 다르다
• 그래서 똑같은 프롬프팅 전략으로 접근하면 안된다
• 각 모델에 맞게 접근하는 것이 중요한데 가장 쉬운 방법은 벤더에 직접 물어보는 것이다
  ChatGPT는 마소 Azure 팀에 물어보고, Gemini는 구글 클라우드팀에 가서 물어보고 엔트로피는 엔트로피가서 물어보면 됨

Reference

https://www.promptingguide.ai/techniques

Prompting Techniques – Nextra