元学习（meta-learning）和元提示（meta-prompts）是机器学习和自然语言处理（NLP）中的概念，它们能让模型学会如何更高效地学习或适应新任务。
元学习（meta-learning）：元学习也被称为 "学会学习"，指的是通过训练模型来学习如何从过去的经验中归纳并快速适应新任务或新领域的过程。它包括在任务分布上训练元模型，让模型获得知识和优化策略，这样就能促进它在新的、没见过的任务上更快地学习。例如我们前文介绍过的少样本提示（few shot）就是一种验证有效的元学习方式。
元提示（meta-prompts）：元提示指的是使用提示词引导模型执行特定任务或生成所需的输出。它的理念是提供高级提示，让模型学会如何处理和设计提示词，并针对不同任务泛化到新的提示词，相当于让模型自己设计‘’如何引导它自己生成内容‘’。
本篇主要讲元提示（meta-prompts）的一些落地的方法，也就是：如何用提示词来生成提示词。
