Prompt Engineering 的发展历程1️⃣ 原始时代：直接问（2020-2021，GPT-3 时代）最朴素的 prompt engineering 就是直接提问：问: "What is the capital of France?"答: "Paris"这叫 Zero-shot prompting。如果需要更好的效果，就加几个例子：问: "英国首都是哪？" 答: "伦敦"问: "日本首都是哪？" 答: "东京"问: "法国首都是哪？" 答:这叫 Few-shot prompting。GPT-3 (2020) 论文的核心发现就是：大模型仅通过上下文示例就能学会做任务，不需要微调。这是 Prompt Engineering 的起源。2️⃣ 思维链时代：把推理过程写出来（2022.1，Wei et al.）CoT (Chain-of-Thought) 论文发现，如果你在 few-shot 示例里不仅给出答案，还把推理步骤也写出来，模型会效仿并显著提高复杂推理任务的准确率：问: "Roger有5个网球，他又买了2盒每盒3个的网球。他现在有多少个网球？"答: "Roger开始有5个球。2盒每盒3个 = 6个球。5 + 6 = 11。答案是11。"问: "食堂有23个苹果，用了20个做午餐，又买了6个。现在有多少苹果？"答:模型就会跟着输出推理链："原来有23个苹果。用了20个，剩3个。又买6个，3+6=9。答案是9。"核心技巧：你在
