prompt-engineering

Effective prompt engineering is fundamentally about closing two gaps between human intent and model behavior. Understanding which gap you're dealing with determines whether prompt refinement will actually solve your problem.

This gulf separates what you mean from what you actually wrote in the prompt. Your intent — the task you want the LLM to perform — is often only loosely captured by the words you write. Specifying tasks precisely in natural language is surprisingly hard.

Even prompts that seem clear often leave crucial details unstated. For example:

استخدم هذه المهارة عند صياغة المطالبات الخاصة بخطوط أنابيب LLM أو مراجعتها أو تحسينها - بما في ذلك مطالبات المهام ومطالبات النظام ومطالبات LLM-as-Dudge. تتضمن المشغلات: طلبات كتابة موجه أو تحسينه، وتشخيص سبب إنتاج LLM لمخرجات غير متسقة أو غير صحيحة، أو سد الفجوة بين سلوك النية والنموذج، أو تقليل الغموض في التعليمات، أو إضافة أمثلة قليلة، أو هيكلة المطالبات المعقدة، أو تحسين تنسيق المخرجات. يُستخدم أيضًا عندما يحتاج المستخدم إلى المساعدة في التمييز بين حالات فشل المواصفات (تعليمات غير واضحة) وحالات فشل التعميم (قيود النموذج)، أو عند التكرار على المطالبات بناءً على أوضاع الفشل الملحوظة. لا تستخدمه في مهام الترميز العامة أو إنشاء المستندات أو الكتابة بخلاف LLM. المصدر: maragudk/evals-skills.