链载Ai

标题: Prompt Engineering 终极指南：6大秘笈让 AI 乖乖听你的！ [打印本页]
作者: 链载Ai    时间: 11 小时前
标题: Prompt Engineering 终极指南：6大秘笈让 AI 乖乖听你的！

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;display: table;padding-right: 1em;padding-left: 1em;color: rgb(63, 63, 63);">Prompt Engineering 完全指南: 6大经典策略,助你精准驾驭AI模型

在与大语言模型(LLM)交互时,如何设计合适的提示词(Prompt)是获得理想输出的关键。本文将介绍6个经过实践验证的 Prompt Engineering 策略,帮助你提升与 AI 模型的交互效果。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;display: table;padding-right: 0.2em;padding-left: 0.2em;color: rgb(255, 255, 255);background: rgb(15, 76, 129);">策略一:编写清晰的指令

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">大语言模型并不能读懂人的心思。如果你想要简洁的回答,就要明确要求;如果需要专业级的内容,也要清楚指出。指令越明确,得到理想输出的可能性就越大。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;padding-left: 8px;color: rgb(63, 63, 63);">具体方法:

    ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;color: rgb(63, 63, 63);" class="list-paddingleft-1">

  1. 1.提供详细的上下文

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-feature-settings: normal;font-variation-settings: normal;font-size: 14px;margin: 10px 8px;background: rgb(28, 29, 33);color: rgb(192, 197, 206);letter-spacing: normal;text-align: left;line-height: 1.5;overflow-x: auto;border-radius: 8px;">较差的提示:如何在Excel中求和?
更好的提示:如何在Excel中对一行美元金额求和?我希望对整个表格的每一行都自动计算,并在最右边的"Total"列显示总计。
    ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;color: rgb(63, 63, 63);" class="list-paddingleft-1">

  1. 1.指定输出的格式和长度

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-feature-settings: normal;font-variation-settings: normal;font-size: 14px;margin: 10px 8px;background: rgb(28, 29, 33);color: rgb(192, 197, 206);letter-spacing: normal;text-align: left;line-height: 1.5;overflow-x: auto;border-radius: 8px;">较差的提示:介绍下太阳系。
更好的提示:用3个段落介绍太阳系,第一段概述,第二段介绍行星构成,第三段说明其特点。每段不超过50字。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;display: table;padding-right: 0.2em;padding-left: 0.2em;color: rgb(255, 255, 255);background: rgb(15, 76, 129);">策略二:提供参考文本

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">模型在回答专业问题时可能会产生幻觉。提供可靠的参考文本,就像给学生准备考试资料一样,可以帮助模型生成更准确的答案。

示例用法:

系统提示:使用三引号内的参考文章回答问题。如果找不到答案,请回复"在文章中未找到相关信息"。

用户提示:"""<插入参考文章内容>"""
问题:<插入具体问题>

策略三:将复杂任务分解为子任务

就像软件工程中的模块化设计一样,将复杂的提示任务分解为简单的子任务通常能获得更好的效果。

实践建议:

  1. 1. 使用分类来识别最相关的指令

  2. 2. 对于需要长对话的应用,定期总结之前的对话

  3. 3. 分段处理长文档,递归构建完整摘要

策略四:给模型思考时间

就像人类解决复杂问题需要时间思考一样,让模型通过"思维链"(Chain of Thought)推理往往能得到更可靠的答案。

示例实现:

系统提示:解答问题前,先逐步列出解题思路。

用户:17乘以28等于多少?

助手:让我一步步思考:
1.先计算17x20=340
2.再计算17x8=136
3.最后340+136=476

所以17x28=476

策略五:使用外部工具

模型也有其局限性,某些任务可以通过外部工具来补充:

代码示例:

defcalculate(expression):
"""执行数学计算"""
returneval(expression)

response=completion(
model="gpt-3.5-turbo",
messages=[
{"role":"user","content":f"计算结果是多少:{expression}"},
{"role":"assistant","content":f"让我使用Python计算:\n结果是{calculate(expression)}"}
]
)

策略六:系统性测试

要确保提示词的改进是真实有效的,需要进行系统性的测试:

测试建议:

检测差异所需样本量(95%置信度)
30%~10
10%~100
3%~1,000

总结

高质量的 Prompt Engineering 需要:

掌握这些策略,并结合实际应用场景灵活运用,将帮助你更好地发挥 AI 模型的潜力。





欢迎光临 链载Ai (https://www.lianzai.com/) Powered by Discuz! X3.5