什麼是 Prompt Engineering ？
現今生成式 AI 對大家來說已經離不開日常工作，成式 AI 能夠生成內容和回答問題的語言模型，但有時候會發現生成式 AI 可能答非所問或給出錯誤的答案，可能是因為我們問的問題太過廣泛，導致他無法理解，這時候就需要 Prompt。
Prompt Engineering 中文叫 AI 提示工程，設計和優化對話提示（prompts），有效的和生成式 AI 模型互動的技術。透過引導生成式 AI 執行的程序，讓生成式 AI 可以理解各種提示 / 指令，而產出最佳解答，過程中，工程師也要對指令不斷的設計、優化和測試。

Prompt Engineering 主要的核心?
在設計 AI 自動化聊天機器人時，Prompt Engineering 有重要的角色，有效設計 prompts （對話提示），可以讓機器人生成更準確、具體且實用的回應，尤其是客製化情境。

• 了解業務需求：設計提示之前要先了解機器人具體的應用場景。例如：機器人是否要查詢數據、專業知識解釋等等
  • 範例：台北旅遊景點機器人，設計的 prompts 就需要包含，台北各大旅遊景點和歷史，捷運等大眾交通工具附近景點介紹。
• 具體化和明確化：提示需要具體，避免含糊的指令。
  • 範例：請介紹台北景點，要該要更改成「描述台北主要的3個旅遊景點，和大眾交通工具如何抵達物。」
• 根據數據調整 Prompt：在實現 Retrieval-Augmented Generation (RAG) 或其他定制化模型時，Prompt Engineering 可以針對具體數據源進行優化。根據資料庫或文件，生成的回應也會依據上下文。
  • 範例：在 ChromaDB 嵌入台北市政府捷運站附近旅遊景點介紹，就可以設計介紹台北捷運站周邊景點介紹。
• 多步驟提示：對於較複雜問題，可以把提示設計步驟形式，避免一次性回答不精確。
  • 範例：首先列出你感興趣的捷運站，然後查詢並介紹該捷運站附近的主要景點。
• 實驗和優化：需要不斷測試和優化，藉由反覆測試和觀察回覆，來調整提示。
• 上下文保留：在多人或多輪對話時，設計 Prompt 也要考量上下文內容，在 Prompt 嵌入上下文資訊，讓機器人記住之前的資訊。
• 指令和限制：也可以對機器人的回應設置限制條件，例如：數字、格式等等。

Prompt Engineering 在客製化聊天機器人中，讓機器人能夠正確執行指令並精確回應的核心，透過不斷優化和提示，可以讓機器人滿足特定場景。