加州大学提出 Prompt Agent，帮你高效使用 ChatGPT！

要把大模型用得 6，必须得研究一下 prompt 使用技巧，但有时候绞尽脑汁想的 prompt 却无法获得理想的输出结果。一个好的 prompt 的重要性不言而喻，怪不得 Prompt 工程师这个新兴职业的年薪已经达到了二三十万美元。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

但对于大部分公司来说，prompt 工程师是请不起的，怎么办呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

这里有一个省钱小技巧，让你从小白秒变大佬级 Prompt 工程师！文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

加州大学团队提出了可以自动优化 Prompt 的框架 ——PromptAgent，结合大模型的自我反思特点与蒙特卡洛树搜索规划算法，自动迭代检查 Prompt，发现不足，并根据反馈对其进行改进，寻找通往最优 Prompt 的路径，可以将平平无奇的初始 Prompt 打造成媲美人类专家手工设计的 Prompt。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

论文：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

论文链接：
https://arxiv.org/pdf/2310.16427.pdf文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

先看一下例子感受一下有多厉害。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

假设我们想要实现生物医学领域的命名实体识别任务，从句子中提取疾病等实体。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

prompt 可能就设置为：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

从句子中提取疾病或状况文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

这样简单粗暴的 prompt 虽然也能完成部分简单任务，但是效果并不好。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

PromptAgent 能够通过该 prompt 所获得的结果指出错误并不断优化 prompt：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

您的任务是提取疾病或疾病情况...请避免包含任何相关元素，如遗传模式（如常染色体显性）、基因或基因座（如PAH）、蛋白质或生物途径。...考虑具体的疾病和更广泛的类别，并记住疾病和情况也可以以常见的缩写或变体形式出现。以以下格式提供识别出的疾病或情况：{entity_1,entity_2,....}。...请注意，“locus”一词应被识别为基因组位置，而不是疾病名称。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

可以看到，最终的这份 Prompt 涵盖了丰富的生物领域知识，且准确率得到了极大提升。简直就是菜鸟秒变大佬！文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

让我们来看看具体是怎么做的吧！文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

方法

PromptAgent 框架设计

PromptAgent 在确保对广阔的 prompt 空间进行高效策略性的搜索的同时，有效地将专家知识整合到任务 prompt 中。所谓专家知识通过大模型如 GPT-4 生成，而其搜索策略使用的是著名的蒙特卡洛树搜索。整体框架如图 3 所示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

本文将任务 prompt 定义为状态 ,而对 prompt 的修改过程定义为执行动作 。如图 3（b）所示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

1. 给定当前状态 (也就是初始 prompt)，基本模型(gpt-3.5-turbo)从任务数据集获得初始输出，初始输出往往不如人意，需要进一步优化。
2. 使用优化器模型(gpt-4)提供错误反馈并给出改进建议。
3. 优化后的模型根据反馈更新 prompt 并过渡到下一个状态 。

如此循环往复，最终导向专家级 prompt。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

策略优化过程

上述对 prompt 优化的过程可以无缝地将 PromptAgent 与主要的规划算法特别是蒙特卡洛树搜索（MCTS）相结合。从而产生最具普适性的专家级 Prompt。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

蒙特卡洛树搜索（MCTS）通过逐步构建树状结构来实现策略搜索，如图3（a）所示，其中每个节点表示一个状态，每条边表示状态转移的动作。MCTS 执行选择、扩展、模拟和反向传播四步走来迭代搜索。迭代过程在达到预定义的迭代次数后结束，选择最高回报的路径作为最终的 Prompt。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

1. 选择：在每层选择最有前途的节点进行进一步的扩展和探索。在每次迭代中，它从根节点 开始，遍历每树的每一层，选择每层的后续子节点，并在叶节点处停止。在选择每层的子节点时，利用了上界置信树算法（UCT），帮助在"选择最有希望的路径"和"探索新路径"之间找到一个好的平衡。具体如下所示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

   其中 表示在状态执行动作时的有可能获得的回报,表示节点的动作集合，表示节点的访问次数，表示在应用动作到节点后得到的子节点，是一个用于调整探索的常数。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

   公式中第一项用于衡量路径的价值，而第二项衡量被访问节点的不确定性。换句话说，如果一个节点被探索得较少且其子节点也较少被访问过，那么第二项的值会较高。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

2. 扩展：在前一步选择到达的叶节点下面添加新的子节点来扩展树结构。通过多次应用动作生成和状态转换（图 3（b））来完成的，从而产生多个新的动作和状态。需要注意的是，本文采样了多个训练批次得到多样化的错误反馈（动作）。在新的节点中，选择最高回报的节点作为下一个模拟步骤的输入。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html
3. 模拟：模拟扩展阶段所选节点的未来轨迹，并计算如果选择该路径可能得到的回报。模拟策略的选择很灵活，比如选择随机移动直到达到终止状态。为了减少模拟的计算成本并简化过程，本文选择不断生成多个动作，并选择其中回报最高的节点，以快速进入下一个树级别。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html
4. 反向传播：在模拟过程中遇到终止状态时，将进行反向传播。终止状态由预设的最大深度或提前停止条件决定。此时，通过更新 Q 值函数，沿着从根节点到终止节点的路径反向传播计算未来的回报。对于次条路径中的每个状态-动作对，聚合从状态 开始的所有未来轨迹的回报来更新 ，更新方式如下：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

   这里 M 表示从状态 开始的未来轨迹的数量，和 分别表示从状态 和动作 开始的第 个状态序列和动作序列。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

PromptAgent 使用预设的迭代次数执行上述四个操作，当达到迭代次数后，选择具有最高回报的最佳路径中的最佳节点（即Prompt）进行最终评估。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

实验

实验设置

为了全面评估 PromptAgent 对各种应用的影响，作者从三个不同领域精选了 12 个任务进行深入实验：
- 6个BIG-Bench Hard (BBH) 任务，强调领域知识（如几何形状和因果判断）和复杂推理能力（如桌上的企鹅、物体计数、认识论推理和时间序列）。
- 3个生物医学领域特定任务：疾病命名实体识别（NER）、生物医学句子相似性任务（Biosses）和医学问答任务（Med QA）。
- 3个著名的自然语言理解任务，包括两个文本分类任务（TREC和Subj）和一个自然语言推理任务（CB）。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

实验结果与分析

整体效果

表 1 显示 PromptAgent 在 BBH 任务上明显优于所有基线。相对人类 Prompt（ZS）、CoT 和 APE 方法分别提升了 28.9%、9.5% 和 11.2%。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

对于需要广泛的领域知识和深厚的 LLM Prompt 工程经验的生物领域任务，人类 Prompt 和 CoTPrompt 效果不佳。而 APE 通过自动 Prompt 抽样和优化融入了一些领域知识，减少了人工干预，效果有所提升。但是，PromptAgent 相对于 APE 平均提高了 7.3%，这表明 PromptAgent 可以更好地引导有效的领域知识，产生专家级 Prompt，并弥合新手和专家 Prompt 工程师之间的知识差距。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

而对于通用的 NLU 任务，PromptAgent 的能力和通用性也完胜所有的基线。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

Prompt 泛化性

作者还对经过 PromptAgent 优化后的 Prompt 能否推广到其他基础 LLM 模型上展开评估。由于较低级别和较小规模的 LLM 模型（如 GPT-2 或 LLaMA）可能无法熟练掌握这些专家级 Prompt 的微妙之处，会导致显著的性能下降。本次评估选取了一个性能更强大（GPT-4）和一个比 GPT-3.5 性能更弱的模型（PaLM 2）。结果显示 PromptAgent 具有巨大的潜力：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

• 当使用更强大的 GPT-4时，优化后的专家 Prompt 几乎在所有任务（11/12）中都取得了进一步改进。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html
• 将专家 Prompt 转移到 PaLM 2 时，性能可能不如更强大的模型，但仍然可以在某些任务（如 Penguins）中获得提升。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

消融实验

本文还对比了多种搜索策略的效果，包括每次随机抽样并选择一个动作的单次蒙特卡洛（MC）搜索、始终选择多个样本中的最佳样本的贪婪深度优先搜索（Greedy）和在每个层级保留多个有用路径的束搜索（Beam search）。表格 4 显示：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

• 贪婪搜索（Greedy）和束搜索（Beam）都极大地改进了 MC 基线，表明结构化的迭代探索是必要的。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html
• Beam 和 Greedy 严格按照前进的方向操作，没有在 Prompt 空间中进行策略性搜索，缺乏预见未来结果和回溯过去决策的能力。相比之下，MCTS 的策略规划允许 PromptAgent 更有效地遍历复杂的专家 Prompt 空间，在所有任务上明显优于所有搜索变体。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

搜索效率分析

除了卓越的性能外，PromptAgent 的一个关键优势是通过策略规划能够高效地搜索。搜索效率是通过搜索过程中 Prompt 数量来衡量的，即在搜索过程中生成的节点数。图 4a 中绘制了搜索效率与任务性能的关系，可以看到，PromptAgent 的数据点聚集在左上角，表明在更高的准确性下，搜索的节点数也较少。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

结论

本文介绍了 PromptAgent，一种新颖的 Prompt 优化框架，结合 LLMs 的自我反思能力将任务的领域特定知识纳入到新生成的 Prompt 中，并使用 MCTS 规划的能力高效遍历复杂的 Prompt 空间找到专家级 Prompt，PromptAgent 优化后 Prompt 也始终表现出专家级的特征，丰富了领域特定的细节和指导。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html

在未来势必会出现越来越强大的大语言模型，能理解并支持的复杂指令越来越多，仅依赖人工专家 Prompt 是远远不够的，自动构建专家级 Prompt 将是一个非常有潜力的方向。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/57091.html