2025年6月25日至27日每晚18:30至20:30，西班牙哈恩大学的Nicolás José Fernández Martínez副教授通过钉钉在线进行了主题为Prompt Engineering in NLP（自然语言处理中的提示工程）的系列讲座。本讲座由百人计划研究员宋晨晨主持。
在本次讲座中，Fernández Martínez副教授首先介绍了提示工程的核心概念，即设计最恰当、精准且有效的自然语言指令，以引导大型语言模型产生期望的输出结果。随后，他阐述了提示工程的基本原理，并展示了如何为各类自然语言处理任务（如文本分类、信息抽取、自动摘要）设计高效提示。此外，他还介绍了提示工程在计算语言学其他任务（如语料库合成）中的应用价值。
在第一天的讲座中，Fernández Martínez副教授聚焦于提示工程的基础知识、结构解析与设计原则。他强调了提示语清晰性、简洁性及相关性对模型性能的关键作用，并通过实例演示了如何利用提示工程引导模型生成特定风格、格式或结构的回答。同时，考虑到算力、安全性等因素，Fernández Martínez副教授向与会者推荐了适用于即开即用场景的本地离线大型语言模型工具。
在第二天的讲座中，Fernández Martínez副教授详细讲解了提示工程在多种计算语言学任务中的具体应用。他以文本分类、信息抽取、自动摘要、机器翻译、问答、对话、语料库合成及语料库标注等任务为例，详细展示了针对不同任务的有效提示词设计技巧。他还着重介绍了零样本提示技术，和与会者一起完成了一系列动手练习。
在第三天的讲座中，Fernández Martínez副教授进一步介绍了多种进阶提示技术，包括少样本提示、思维链、校准置信度提示、思维树、递归自我改进、结构化提示、角色模式、解释性提示、情感激发技术、迁移学习、自我一致性提示以及元提示技术等，并分享了如何利用这些技术支持多样化的自然语言处理任务。在练习环节，与会者体验了这些进阶技术在不同模型及不同参数设定下的效果。
在为期三天的讲座中，与会者与Fernández Martínez副教授进行了深入的交流和讨论。大家围绕提示工程的优化策略、模型训练细节、提示语设计的最佳实践以及提示工程的应用前景等方面展开讨论。通过此次讲座，与会者不仅深化了对提示工程的理解，而且收获了关于未来学习及科研的新启发。
文：罗嘉琪
