ANTIMERIDIAN
目录 →
研究与项目 / 研究文库 / OpenAI 方法论 Primer
The OpenAI Methods Primer · 06

05 · Meta-prompting Primer

Cookbook:Enhance your prompts with meta-prompting(元提示:自动化提示优化)——用提示生成提示、用模型优化提示。

Chapter 6/9字符 862结构标题 4表格 0
English library directory → · 正文保留原文语言
PLATE 01 / CHAPTER STRUCTURE05 · Meta-prompting Primer01一句话定位02菜品精要03方法论精华04编者注CHAPTER6/9CHARACTERS862PARAGRAPHS8TABLES0
按原文章节顺序展示前五个结构节点;不足三个标题时补入原文句子。箭头表示阅读顺序,不表示因果关系。
BOOK SKYLINE & CHAPTER POSITION · 06 / 09OpenAI 方法论 PrimerCURRENT CHARS862SECTIONS4POSITION6/9
Plate 02 · 全集 9 篇的字符数;黄色为当前篇。高度按全集最长篇归一化。
PLATE 03 / SECTIONS 1–5段落结构与篇幅 / 字符数导言 · 05 · Meta-pr…84一句话定位87菜品精要203方法论精华358编者注130
按标题至下一标题的独占区间统计非空白字符(含 Markdown 标记)。每幅图独立归一化;篇幅不代表重要性或证据强度。
核心命题结构拆解边界条件原文核验
Cookbook:Enhance your prompts with meta-prompting(元提示:自动化提示优化)——用提示生成提示、用模型优化提示。一句话定位 → 菜品精要 → 方法论精华 → 编者注原文《05 · Meta-prompting Primer》未单列边界标题;请在正文核对假设、时间与适用范围。回到下方原文核对“一句话定位”;本章 4 个结构标题、0 张表。

Cookbook:Enhance your prompts with meta-prompting(元提示:自动化提示优化)——用提示生成提示、用模型优化提示。


一句话定位

提示词的提示词:把「写一个好提示」本身交给模型——给它任务描述与现有提示,它产出改进版;迭代几轮,提示质量爬坡——提示工程从手艺变成可自动化的搜索问题。

菜品精要

Meta Prompting: A Guide to Automated Prompt Optimization

方法论精华

1. 提示是搜索空间,优化是搜索过程:手写提示=在巨大的提示空间里人肉采样;元提示=让模型带着目标函数采样——任何有明确评估标准的优化都可自动化(前提回到评估课:裁判先于选手)。

2. 失败案例是最好的优化信号:诊断模式的核心输入不是「提示长什么样」而是「它哪里失败了」——喂错误比喂理想更有效,与少样本的「边缘案例价值最高」同理。

3. 元提示的递归边界:元提示本身也是提示——它优化别人的能力有上限,复杂任务的最终责任仍在人;它的真正价值是把「从 60 分到 80 分」的体力活自动化,把人留在「80 到 95」的判断区。

4. 三层自指体系:提示(干活)→ 元提示(优化提示)→ 评估(裁判两者)——三层里评估是地基,这也是为什么 Anthropic 把评估课放在五课之四。

编者注

Meta-prompting 是「AI 干活」的极致自指:连写提示这个「教 AI 干活」的活都交给了 AI。对照 skill-creator 的「简洁+自由度」原则:机器优化擅长形式(清晰、完整),人类判断擅长取舍(锁什么、放什么)——两家的结论殊途同归。