The meaning of prompts and the prompts of meaning: Semiotic reflections and modelling
作者: Martin Thellefsen, Amalia Nurma Dewi, Bent Sorensen
分类: cs.CL
发布日期: 2025-09-10
备注: 22 pages, 2 figures
💡 一句话要点
基于Peirce符号学理论，重构LLM提示工程为动态的符号互动过程
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 提示工程 符号学 Peirce符号学 意义构建
📋 核心要点
- 现有提示工程主要关注技术层面，缺乏对提示作为一种沟通行为的深入理解。
- 论文将提示视为动态的符号互动过程，利用Peirce符号学理论分析LLM如何理解和生成意义。
- 研究表明，提示是知识组织、信息检索和意义共建的符号过程，为相关领域提供了新的理论视角。
📝 摘要（中文）
本文探讨了大型语言模型（LLM）中的提示和提示工程，将其视为动态的符号现象。文章借鉴了Peirce的三元符号模型、九种符号类型以及Dynacom沟通模型。旨在将提示重新概念化，不再仅仅是技术输入机制，而是涉及符号形成、解释和完善的迭代过程的沟通和认知行为。理论基础在于Peirce的符号学，特别是代表（representamen）、对象（object）和解释项（interpretant）之间的相互作用，以及符号的类型学丰富性：质符（qualisign）、单符（sinsign）、律符（legisign）；像符（icon）、指示符（index）、符号（symbol）；命题符（rheme）、断定符（dicent）、论证符（argument）——以及Dynacom模型中捕获的解释项三元组。分析上，本文将LLM定位为一种符号资源，它生成解释项以响应用户提示，从而参与到共享语境中的意义构建。研究结果表明，提示是一种符号和沟通过程，它重新定义了知识在数字环境中被组织、搜索、解释和共同构建的方式。这种视角促使人们重新思考计算符号学时代知识组织和信息检索的理论和方法论基础。
🔬 方法详解
问题定义：现有的大型语言模型（LLM）提示工程主要关注技术层面，例如如何设计更有效的提示词来获得期望的输出。然而，这种方法往往忽略了提示的本质是一种沟通行为，缺乏对提示背后的符号学机制的深入理解。现有的方法难以解释LLM如何理解提示，以及如何基于提示生成有意义的回复。
核心思路：本文的核心思路是将LLM的提示工程重新概念化为一种动态的符号互动过程。借鉴Peirce的符号学理论，将提示视为一种符号，LLM对提示的理解和回复则是一种符号解释的过程。通过分析提示的符号学特征，可以更好地理解LLM如何进行意义构建。
技术框架：本文主要采用理论分析的方法，没有具体的算法或模型。其技术框架主要体现在以下几个方面： 1. Peirce符号学理论: 利用Peirce的三元符号模型（代表、对象、解释项）分析提示的构成和意义。 2. 九种符号类型: 运用Peirce的九种符号类型（质符、单符、律符；像符、指示符、符号；命题符、断定符、论证符）对提示进行分类和分析。 3. Dynacom模型: 使用Dynacom沟通模型分析提示的沟通过程。 通过这些理论工具，将LLM的提示工程置于符号学的框架下进行分析。
关键创新：本文的创新之处在于将符号学理论引入到LLM提示工程的研究中。与以往的技术视角不同，本文从符号学的角度分析提示的本质，揭示了LLM进行意义构建的内在机制。这种新的视角为提示工程的研究提供了新的理论基础和方法论。
关键设计：本文没有涉及具体的参数设置、损失函数或网络结构等技术细节。其关键设计在于理论框架的选择和应用，即如何将Peirce的符号学理论有效地应用于LLM提示工程的分析中。文章通过对具体案例的分析，展示了如何运用符号学理论来理解LLM对提示的理解和回复。
📊 实验亮点
本文的亮点在于将Peirce的符号学理论应用于LLM提示工程的研究，提供了一种新的理论视角和分析框架。虽然没有提供具体的实验数据，但其理论分析为理解LLM的意义构建过程提供了深刻的见解，为未来的研究方向提供了指导。
🎯 应用场景
该研究成果可应用于改进LLM的提示工程，设计更有效的提示策略，提升LLM在知识组织、信息检索和人机交互等方面的性能。此外，该研究也为理解人工智能系统的认知过程提供了新的视角，有助于开发更智能、更人性化的AI系统。
📄 摘要（原文）
This paper explores prompts and prompting in large language models (LLMs) as dynamic semiotic phenomena, drawing on Peirce's triadic model of signs, his nine sign types, and the Dynacom model of communication. The aim is to reconceptualize prompting not as a technical input mechanism but as a communicative and epistemic act involving an iterative process of sign formation, interpretation, and refinement. The theoretical foundation rests on Peirce's semiotics, particularly the interplay between representamen, object, and interpretant, and the typological richness of signs: qualisign, sinsign, legisign; icon, index, symbol; rheme, dicent, argument - alongside the interpretant triad captured in the Dynacom model. Analytically, the paper positions the LLM as a semiotic resource that generates interpretants in response to user prompts, thereby participating in meaning-making within shared universes of discourse. The findings suggest that prompting is a semiotic and communicative process that redefines how knowledge is organized, searched, interpreted, and co-constructed in digital environments. This perspective invites a reimagining of the theoretical and methodological foundations of knowledge organization and information seeking in the age of computational semiosis