什么才是好的自然语言提示符？

随着大型语言模型(LLM)向更符合人类水平的水平发展，人类与AI之间的交互日益增多，提示符已成为决定性因素。然而，关于何种量度自然语言提示符的概念共识有限。我们尝试回答此问题，通过对2022至2025年间来自主要NLP和AI会议及博客的150多篇与提示符相关的论文进行元分析。我们提出一种基于属性和人类的框架，用于评估提示符质量，涵盖21个属性，归类为六个维度。我们 then 检查了现有研究如何评估其对LLM的影响，揭示其在模型和任务上的支持不平衡，以及实质性研究空白。进一步，我们分析了高质量自然语言提示符中属性之间的相关性，得出提示优化建议。我们 then 在推理任务中探索了多属性提示增强，观察到单属性增强往往具有最大影响。最后，我们发现针对属性增强提示的指令调优可导致更好的推理模型。我们的发现为属性中心的提示评估与优化奠定了基础，弥合了人类-AI交互之间的差距，并开启了新的提示研究方向。