介绍自监督提示词优化方法SPO，自动迭代改进提示词

这套自监督提示词优化提示词的方法（Self-Supervised Prompt Optimization，SPO）挺有参考价值的：
- 你输入初始提示词和3个测试输入（不需要输出结果）
- 让 AI 对提示词进行优化
- 然后根据测试输入和两组提示词去生成A和B两个结果
- 让 AI 从 A 和 B 中选择更好的输出，然后把生成更好结果的提示词标记为当前最优
- 下一轮继续让 AI 对当前最优的提示词进行优化
- 继续用“新提示词”和“当前最优提示词”+测试输入生成A和B两套结果，继续选出最优，继续优化，继续生成，一直迭代

有点像养蛊，只是同时只有2个提示词，判定提示词好坏的依据就是看生成结果，由AI自己判断哪个结果好还是坏，整个过程完全自动。

从结果来看还不错。