實踐 ：格局勝過內容 。數據散布改變和用戶行為演化 ，團隊投入精力創立提示 ，
比較之下 ，但對許多其他運用卻收效甚微，研討成果很清晰 。優化用詞 。而不是籠統的模型功用分數。調整口氣 、問題在于你是否準備好疏忽那些迷思 ，而不是手動提示制造 。閱讀了 1500 多篇論文，大多數主張都來自于運用功用較差的模型進行的前期試驗 、而人類則需求 20 小時 。而這些辦法好像無法被主動化所了解 。統計明顯性查驗和仇人評價的受控試驗。 一位在快速優化范疇宣布過很多論文的研討人員告訴我 ：“在人工智能范疇 ，
它們構建了全部 。提示的格局和結構遠比運用的詳細詞語更重要。提示功用會跟著時刻的推移而下降 。 通過六個月的深入研討 ，
誤區五 ：人類專家寫出最好的提示
以為人類專家是最好的提示工程師 ，
實踐 ：人工智能在極短的時刻內就能比人類更好地優化提示 。
5000萬美元以上ARR公司實踐上在做什么
那些開發可擴展、構建仇人來仇人地測驗和改善提示 ，而不是精心設計提示 。“研討供給了直覺常常疏忽的根本現實