总而言之：当你想提高语言模型（LM）的性能时，可以从提示工程技术开始，这些技术投资小，能够快速迭代，验证解决问题的可行性。这个过程不是线性的，可能需要多次迭代才能满意，你会在这些技术之间来回切换。1. 我们隔着一条鸿沟远远地观望，我们会以为某件事情很简单2. 但是当我们建立好评测标准、样本集合，并且实践之后，才会发现有很多原先没考虑到的问题。3. 当我们解决一个问题之后，会发现指标提高一点（也可能证明不可行），这个过程不是线性的，没有一帆风顺的情况。都是启发式地，碰到问题，然后解决问题。