Prompting 知識養成 Day23

更新 發佈閱讀 4 分鐘

第23天:提示連鎖 (Chaining Prompts) 與協同提示 (Collaborative Prompts)

當我一看到這兩個技巧,就感到很熟悉,才發現它們與之前學過的CoT、MAS是相類似的概念,只是在不同層面的運作。

*提示連鎖 (Chaining Prompts):以一種線性、順序性的流程制定Prompt,意即:第一個 Prompt 的輸出會作為下一個 Prompt 的輸入,依序完成最終生成內容。

*協同提示 (Collaborative Prompts):同時以多個 Prompt設定多個專家的角色扮演,讓這些專家就同一個任務進行協作、辯論和審核的過程,最終生成內容。


還記得CoT (chain-of-thought),是指:思維鏈,意即,讓LLM進行思考推理、按步就班生成內容。
而MSA (Multi-Agent System) 則是:多個AI代理人的系統,透過多個LLM 代理人,具有不同的persona及相應專業技能,實現終極「角色扮演」。

這兩者,與今天的「Chaining Prompts (提示連鎖)」&「Collaborative Prompts (協同提示)」的概念可以說是直接相互呼應、不謀而合:「提示連鎖」’對應’ 於 CoT;「協同提示」’對應’** 於 MAS。
(**註:這裡我使用 ‘類對應’ 指「像是對應,但不完全是對應」。其中道理,會在後面有更明確的說明。)

在這樣的對照下,我們便可進一步來了解它們在 類應用層面的對照。


▶︎應用層面的 ‘對應’

顯而易見的, Chaining Prompts (提示連鎖) 與 Collaborative Prompts (協同提示) ,都有Prompt,所以可知這兩個是在Prompt層面的應用。CoT &MAS則是在LLM模型層面的應用。

而 Prompt 層面又包含了兩部分: 
1. 用戶端:用戶自行設計、手動輸入 prompt
2. 應用程式:透過 Prompt Engineering,設定在軟體架構面

所以總共是有三層,Prompt層面有兩層,第三層是在LLM模型層面。

應用層面圖示

應用層面圖示


應用層面的 ‘對應’ 如下:

*Chaining Prompts (提示連鎖) 
Chaining Prompts 應用在Prompt層面的「用戶端」、「應用程式」
vs. 
CoT應用在LLM 模型層面

 ‘類對應’ 說明:
兩者皆屬於按步驟(by step)思考推理執行,但兩者仍有些微差異,Chaining Prompts 是透過外部流程控制「多個」prompt之間的輸出入串連,而CoT 則是LLM 在回應「單次」Prompt 時展現出內在思考歷程。就此而言,所以以 ‘類對應’ 指涉。


*Collaborative Prompts (協同提示) 
Collaborative Prompts 應用在Prompt層面的「用戶端」、「應用程式」
vs. 
MAS 應用在LLM 模型層面...
... 雖然我想直接這樣說,但這並不完全正確...

 ‘類對應’ 說明:
前面已經溫習說到「MAS是『多個』LLM Agent的『系統』」,但我們這裡所提到的 LLM 其實都是單一個 LLM 實體,所以換言之,MAS 無法應用在單一個LLM 模型上。在這種情況下,若想要在系統端實現「類 MAS」概念,就只有透過「Collaborative Prompts 應用在Prompt層面的『應用程式』」。
這就是一個小小細微、但不可以忽略或輕易帶過的差異。

不過終究來看,Collaborative Prompts 的做法-提出多個角色扮演的prompt指令-確實是運用prompt 實現MAS 概念無誤。

留言
avatar-img
留言分享你的想法!
avatar-img
不是雞湯,但是又如何
3會員
309內容數
不是雞湯,但 是又如何 不是雞湯,但是 又如何
2025/08/02
第22天:Prompt Engineering 中的 Agentic Workflow (代理工作流)與 Function Calling (函數調用) 之前已經學過 LLM 作為代理人(as an Agent)的概念,今天就要來進一步理解,當 LLM as an Agent 時的細部流程,也就是
Thumbnail
2025/08/02
第22天:Prompt Engineering 中的 Agentic Workflow (代理工作流)與 Function Calling (函數調用) 之前已經學過 LLM 作為代理人(as an Agent)的概念,今天就要來進一步理解,當 LLM as an Agent 時的細部流程,也就是
Thumbnail
2025/07/31
第21天 Prompt Engineering 中的安全性與倫理考量 (Safety & Ethical Considerations) 這是我私心非常在意的一塊 (儘管這裡的內容仍很表淺...)。以下是理解摘要筆記。 - 如果將 LLM 比擬為所向無敵的孫悟空,想像沒有戴著金箍的孫悟空會
2025/07/31
第21天 Prompt Engineering 中的安全性與倫理考量 (Safety & Ethical Considerations) 這是我私心非常在意的一塊 (儘管這裡的內容仍很表淺...)。以下是理解摘要筆記。 - 如果將 LLM 比擬為所向無敵的孫悟空,想像沒有戴著金箍的孫悟空會
2025/07/30
第20天: 今天是Prompt Engineering 中的版本控制 (Version Control) 與管理 (Management)。 包含我的理解筆記&練習。 - A. 控制什麼、管理什麼? 如同軟體開發需要對程式碼進行版本控制,Prompt Engineering 同樣需要極佳的版本管
2025/07/30
第20天: 今天是Prompt Engineering 中的版本控制 (Version Control) 與管理 (Management)。 包含我的理解筆記&練習。 - A. 控制什麼、管理什麼? 如同軟體開發需要對程式碼進行版本控制,Prompt Engineering 同樣需要極佳的版本管
看更多
你可能也想看
Thumbnail
高中數學主題練習—配方法
Thumbnail
高中數學主題練習—配方法
Thumbnail
高中數學主題練習—配方法
Thumbnail
高中數學主題練習—配方法
Thumbnail
7/29(月)助詞線上講座報名中 主題:了解「で」的用法、學會如何使用
Thumbnail
7/29(月)助詞線上講座報名中 主題:了解「で」的用法、學會如何使用
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:
Thumbnail
「他們兩個串通起來搞我!」的英文怎麼道地說出來?三種講法全教給你。
Thumbnail
「他們兩個串通起來搞我!」的英文怎麼道地說出來?三種講法全教給你。
Thumbnail
最近有新的訂閱者加入, 想趁這個機會再分享一次學習心法與建議給第一次練習的讀者、同學們。 如果你本身已經很熟練演算法,那隨機挑題目練習ok,可以測試觀念是否正確,並且驗證寫code的效率與正確程度。 如果是剛畢業或還在學,以前沒有打過程式競賽。 想開始有系統地增強演算法&資料結構的能力
Thumbnail
最近有新的訂閱者加入, 想趁這個機會再分享一次學習心法與建議給第一次練習的讀者、同學們。 如果你本身已經很熟練演算法,那隨機挑題目練習ok,可以測試觀念是否正確,並且驗證寫code的效率與正確程度。 如果是剛畢業或還在學,以前沒有打過程式競賽。 想開始有系統地增強演算法&資料結構的能力
Thumbnail
這篇文章,會帶著大家複習以前學過的遞回框架, 並且鏈結串列的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 遞回框架 尋找共通模式(common pattern),對應到演算法的General case 確立初始條件(initial conditio
Thumbnail
這篇文章,會帶著大家複習以前學過的遞回框架, 並且鏈結串列的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 遞回框架 尋找共通模式(common pattern),對應到演算法的General case 確立初始條件(initial conditio
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News