PromptWizard (PW) 是一款自动化提示优化工具，它巧妙地结合了大型语言模型（LLM）的迭代反馈与高效的探索技术，能在短时间内生成高效的提示。PW 的核心在于其自我进化机制，LLM 迭代生成、评估并改进提示和示例，通过反馈和综合实现持续优化。经过多项任务的评估，PW 在准确性、效率和适应性方面均优于其他先进技术。其关键组件包括反馈驱动改进、多种示例的联合优化与合成，以及自生成思维链步骤，从而确保了其在各种任务中的卓越表现。

🔄 反馈驱动改进：PromptWizard 采用迭代反馈循环，LLM 在其中生成、批评和改进提示和示例，确保每次迭代都比上次更好，从而产生高效的提示和示例。

🧩 多示例联合优化：PW 生成的合成示例不仅稳健多样，而且具有任务感知能力。通过同时优化提示和示例，确保它们协同工作，有效满足特定任务要求。

🧠 自生成思维链（CoT）：结合 CoT 推理可提高模型的解决问题能力。PW 为每个示例生成详细的推理链，从而促进细致入微、循序渐进的问题解决方法。

2024-12-24 11:57 湖北

PromptWizard (PW) 旨在自动化和简化提示优化。它将 LLM 的迭代反馈与高效的探索和改进技术相结合，在几分钟内创建高效的prompts。

PW的核心是其自我进化和自适应机制，LLM 会同时迭代生成、评论和改进提示和示例。此过程通过反馈和综合确保持续改进，实现针对特定任务的整体优化。

PromptWizard 经过 45 多项任务的严格评估，涵盖了一般挑战和特定领域挑战。与最先进的技术（包括 Instinct、InstructZero、APE、PromptBreeder、EvoPrompt、DSPy、APO 和 PromptAgent）对比，PW 在准确性、效率和适应性方面始终优于竞争对手。

PromptWizard三个关键组件

 PromptWizard 概述

反馈驱动改进： PW 的核心是利用迭代反馈循环，LLM 在其中生成、批评和改进自己的提示和示例。这种持续改进机制确保每次迭代都比上一次更好，从而产生高效的提示和示例。 

多种示例的联合优化与合成： PW 生成的合成示例不仅稳健多样，而且具有任务感知能力。通过同时优化提示和示例，确保它们协同工作，有效满足特定任务要求。 

自生成思维链 (CoT) 步骤：结合 CoT 推理可提高模型的解决问题能力。通过使用选定的少量样本，PW 为每个示例生成详细的推理链，从而促进细致入微、循序渐进的问题解决方法。

PromptWizard 的工作原理

PromptWizard 从用户输入开始：问题描述、初始提示指令和一些作为当前任务基础的训练示例。

它的输出是一套经过精炼、优化的提示指令，并搭配精心挑选的上下文小样本示例。这些输出包含详细的推理链、任务意图和专家资料，将类人推理与人工智能的响应联系起来。 

第一阶段：完善提示指令

第一阶段侧重于完善提示的任务说明。PromptWizard 生成多个候选说明，使用 LLM 的反馈对其进行评估，并迭代地综合改进版本。此过程平衡了探索（尝试各种想法）和利用（完善最有希望的想法）。

例如，如果初始指令产生的结果不是最优的，PW 会结合反馈来识别其缺点并生成改进版本。经过三到五次迭代，此迭代周期可确保指令收敛到最优状态。 

 提示指令的细化

第二阶段：指令与示例的联合优化

将第一阶段得到的精炼提示与精心挑选的示例相结合，共同优化。通过批判与综合机制，PromptWizard 确保提示与示例保持一致，同时综合新示例以提升任务表现。

这种结构化方法使 PromptWizard 具有高度的通用性，可以适应从解决数学问题到生成创意内容等各种任务。 

指令与示例的联合优化

https://github.com/microsoft/PromptWizardhttps://www.microsoft.com/en-us/research/blog/promptwizard-the-future-of-prompt-optimization-through-feedback-driven-self-evolving-prompts/

推荐阅读

• 对齐LLM偏好的直接偏好优化方法：DPO、IPO、KTO

• 2024：ToB、Agent、多模态

• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！

• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）

---

欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

跳转微信打开