我们提出了一种新的方法，Adversarial In-Context Learning (adv-ICL)，通过使用 LLM 作为生成器、鉴别器和提示修改器来优化背景学习中的提示。我们在 11 个生成和分类任务上展示了 adv-ICL 相对于最先进的提示优化技术的显著改进。此外，我们的方法高效、易于扩展，并且在资源有限的环境中有效。