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，将LLM提示工程重构为动态符号互动过程
🎯 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 知识组织
📋 核心要点
- 现有提示工程主要关注技术层面，缺乏对提示背后符号互动本质的深入理解。
- 论文运用Peirce符号学理论，将LLM提示过程视为用户、LLM和语境之间动态的符号互动过程。
- 研究表明，提示工程是知识组织、信息检索和意义共建的复杂符号过程，而非简单的技术输入。
📝 摘要（中文）
本文基于Peirce的三元符号模型、九种符号类型以及Dynacom沟通模型，探讨大型语言模型（LLM）中的提示和提示工程，将其视为动态的符号现象。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，特别是表征、对象和解释项之间的相互作用，以及符号类型的丰富性：质符、单符、型符；像似符、指示符、象征符；推论符、命题符、论证符——以及Dynacom模型中捕捉到的解释项三元组。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，从而参与到共享语篇领域内的意义构建。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基础。
🔬 方法详解
问题定义：现有的大型语言模型（LLM）提示工程研究主要集中在如何设计有效的提示词以获得期望的输出，而忽略了提示词本身所蕴含的符号学意义以及提示过程的动态互动本质。现有的方法往往将提示视为一种静态的技术输入，缺乏对用户、LLM和语境之间复杂关系的考量。
核心思路：本文的核心思路是将LLM提示工程重新概念化为一个动态的符号互动过程。借鉴Peirce的符号学理论，认为提示词是表征（representamen），LLM试图理解并生成相应的解释项（interpretant），从而指向某个对象（object）。通过分析提示词的符号类型和互动过程，可以更深入地理解LLM的工作机制，并设计更有效的提示策略。
技术框架：本文主要采用理论分析的方法，构建了一个基于Peirce符号学理论的LLM提示工程分析框架。该框架包括以下几个关键要素：用户（作为提示的发起者）、提示词（作为表征）、LLM（作为解释项的生成者）和语境（作为符号互动发生的背景）。通过分析这些要素之间的关系，可以揭示提示工程的符号学本质。此外，本文还借鉴了Dynacom模型，用于分析提示过程中的沟通动态性。
关键创新：本文最重要的技术创新在于将符号学理论引入LLM提示工程研究。与以往的技术视角不同，本文从符号学的角度审视提示过程，强调提示词的符号意义和互动性。这种新的视角有助于我们更深入地理解LLM的工作机制，并为提示工程提供更坚实的理论基础。
关键设计：本文主要关注理论框架的构建，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。关键在于对Peirce符号学理论的运用，特别是对表征、对象和解释项三元关系的分析，以及对不同符号类型（如像似符、指示符、象征符）的区分。此外，Dynacom模型也被用于分析提示过程中的沟通动态性。
📊 实验亮点
本文的亮点在于将Peirce的符号学理论成功应用于LLM提示工程的分析。通过符号学的视角，揭示了提示工程的动态互动本质，为理解LLM的工作机制提供了新的思路。虽然没有提供具体的实验数据，但其理论框架为未来的实证研究奠定了基础。
🎯 应用场景
该研究成果可应用于改进LLM的提示工程方法，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领域的应用效果。通过理解提示的符号学本质，可以更好地利用LLM进行知识发现和意义共建，促进人与AI之间的有效沟通。
📄 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