[toc]

Prompt（提示词）工程笔记

Prompt（提示词）介绍

什么是 Prompt（提示词）？

Prompt（提示词）就是你给大语言模型(LLM)的输入文本，即用户给大模型的自然语言，它告诉模型你想要什么，就像给助理下达指令，指令越清晰，结果越好。

Prompt（提示词）的质量直接决定了回答的质量，写好 Prompt（提示词） 就像给你的 AI 助手下达清晰的指令。

一个好的 Prompt（提示词）的基本原则

• 指令清晰： 提示词应该简洁、直接，避免使用复杂的语言。
• 明确具体,包含必要信息： 避免模糊。例如：不要说"写点关于狗的东西"，而应该说"用生动活泼的语言，为 6-8 岁儿童写一段 100 字左右的关于金毛寻回犬性格特点的简短介绍。"
• 提供上下文：告诉模型你的身份、背景和目标。例如："你是一位经验丰富的 Python 编程导师。请向一个刚学完基本语法的初学者解释什么是列表推导式，并提供一个简单的例子。"
• 分步思考：对于复杂问题，鼓励模型一步步推理。例如：要解决这个问题，我们先计算第一步...，然后第二步...，最后得出结论...

Prompt（提示词）工程

什么是 Prompt（提示词）工程？

提示词工程就是一门关于如何构造和优化你的提示词的工程，目的是最大化 AI 模型的性能，让它产出更符合你需求的、高质量的输出。

举个例子：

• 提示词："写一篇关于猫的文章。"
• 提示词工程优化后："你是一位宠物科普作家。请以轻松幽默的口吻，为养猫新手写一篇 800 字左右的文章，重点介绍如何选择第一只猫和接猫回家前三天的必备准备。"

提示词工程的要素

一个有效的提示词通常包含以下几个要素。

• 角色与背景：为 AI 设定一个身份或场景，引导其使用特定的知识体系和表达方式。
• 任务描述：清晰、具体地说明你要 AI 完成什么任务。这是提示词的核心。
• 约束条件： 说明任务的限制条件。
• 拆分步骤：如果任务比较复杂，分解为多个步骤。例如："第一步...，然后第二步...，最后得出结论..."
• 输出格式：指定你期望的输出格式，如 JSON、Markdown 等。
• 输出示例：提供一个或多个符合要求的输出示例，帮助模型理解你期望的输出样式。

举个例子：

• 提示词："写一下我们这个新款智能水杯的特点。"
• 提示词工程优化后：
  • 【角色】你是一位顶尖的电子产品营销文案写手。
  • 【任务】为我公司的新款 HydraTech 智能保温杯撰写一段吸引人的产品特点描述。
  • 【约束】描述需面向都市白领群体，突出健康提醒、长效保温、设计简约三大核心卖点，语言简洁有力，充满科技感。
  • 【格式】最终输出为一段不超过 150 字的文案。

任务描述明确

一个好的的提示词，必须包含明确的任务描述，这是提示词的核心。任务描述应该清晰、具体地说明你要 AI 完成什么任务。否则，模型可能会无法理解你的需求，导致输出与预期不符。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 写一段关于金毛寻回犬的介绍，用生动活泼的语言，为 6-8 岁儿童写一段 100 字左右的关于金毛寻回犬性格特点的简短介绍。

角色与背景

一个好的的提示词，必须包含明确的角色与背景，这是提示词的核心。

好的角色与背景就像给大模型“扮演”一个特定的角色，引导其使用角色相关的知识体系和表达方式。从而生成更符合你需求的输出。

【差的例子】 请你写一段关于金毛寻回犬的介绍。

【好的例子】 你是一个专业的宠物科普作家,在各大宠物网站上发表了多个关于宠物的文章，擅长写关于宠物的文章，包括狗、猫、鸟等。现在写一段关于金毛寻回犬的介绍，用xxxxxxx。

约束条件

有的时候大模型给出的答复不符合我们的预期。我们可以通过在提示词中添加"约束条件"来提高模型的输出质量。

约束条件是指在提示词中添加的限制条件，用于指定模型的输出必须符合的规则。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 写一段关于金毛寻回犬的介绍，字数在 100 字左右，并且文章风格简洁，避免使用复杂的语言。

格式化输出

大部分情况下大模型给出的输出都是类似自然语言的文本，而不是符合特定格式的文本。为了提高模型的输出质量，我们需要指定输出的格式。从而方便进行后续的处理和分析。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 写一段关于金毛寻回犬的介绍，用 JSON 格式输出，包含犬种名称、犬种介绍、犬种性格特点等字段。

提供示例

当我们需要模型输出符合特定要求的文本时，我们需要提供一个或多个符合要求的输出示例，从而帮助模型理解你期望的输出样式。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 写一段关于金毛寻回犬的介绍。需要参考这两篇文章《小猫的介绍》,《小鸟的介绍》的内容。

思维链（拆分步骤）

我们可以通过再提示词中添加"思维链（拆分步骤）"来实现。思维链（拆分步骤）就是在提示词中包含多个步骤，每个步骤都是一个独立的任务。告诉模型需要按照这些步骤一步步完成任务。从而提高模型的输出质量。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 写一段关于金毛寻回犬的介绍。
    第一步:需要收集关于金毛寻回犬的介绍信息。
    第二步:根据收集到的信息，写一段关于金毛寻回犬的介绍。
    第三步:根据写好的介绍，用 JSON 格式输出，包含犬种名称、犬种介绍、犬种性格特点等字段。

总结

在经过提示词工程优化后，我们可以得到一个好的输出词。

【差的例子】 写一段关于金毛寻回犬的介绍。

【好的例子】 
    【角色】你是一个专业的宠物科普作家,在各大宠物网站上发表了多个关于宠物的文章，擅长写关于宠物的文章，包括狗、猫、鸟等。
    【任务】写一段关于金毛寻回犬的介绍。
    【约束】字数在 100 字左右，用生动活泼的语言，为 6-8 岁儿童写一段 100 字左右的关于金毛寻回犬性格特点的简短介绍。
    【格式】用 JSON 格式输出，包含犬种名称、犬种介绍、犬种性格特点等字段。
    【示例】可以参数这两篇文章《小猫的介绍》,《小鸟的介绍》的内容。