rompt"通常指的是向模型提出的一个请求或问题，这个请求或问题的形式和内容会影响模型的输出。例如:在一个文本生成模型中，提示可以是一个问题、一个话题或者是一段描述，模型根据这个提示生成相应的文本。Prompt工程是指人们向生成性人工智能服务输入提示以生成文本或图像的过程中，对这些提示进行精炼的过程。任何人都可以使用文言一心和DALL-E这样的生成器，通过自然语言来进行操作。这也是AI工程师在使用特定或推荐提示对大型语言模型（LLMs）进行精炼时使用的技术。1. 提示词工程
想象一下，你在装饰房间。你可以选择一套标准的家具，这是快捷且方便的方式，但可能无法完全符合你的个人风格或需求。另一方面，你也可以选择定制家具，选择特定的颜色、材料和设计，以确保每件家具都符合你的喜好和空间要求。比如，选择一个特制的沙发，你可以决定其尺寸、布料类型、甚至是扶手的样式。你还可以根据房间的主题选择颜色，甚至添加一些独特的装饰，比如刺绣或特别的缝线。这就是Prompt工程的概念。就像你通过选择不同的设计元素来定制家具一样，Prompt工程涉及对AI的输入进行精细调整，以获得更加贴合需求的结果。通过改变、添加或精确化输入的提示，你可以引导AI产生更符合特定要求或风格的输出，就像为房间挑选和定制合适的家具一样。这就是为什么同样的任务，不同用户得到的回答质量差异巨大的原因。
在AI语境中，"rompt"通常指的是向模型提出的一个请求或问题，这个请求或问题的形式和内容会影响模型的输出。例如:在一个文本生成模型中，提示可以是一个问题、一个话题或者是一段描述，模型根据这个提示生成相应的文本。Prompt工程是指人们向生成性人工智能服务输入提示以生成文本或图像的过程中，对这些提示进行精炼的过程。任何人都可以使用文言一心和DALL-E这样的生成器，通过自然语言来进行操作。这也是AI工程师在使用特定或推荐提示对大型语言模型（LLMs）进行精炼时使用的技术。
我们可以根据Prompt的类别去定义不同的Prompt格式，那么我们也可以根据Prompt规则建立一套流程化的Prompt公式，首先我们来慢慢拆解一个成功的Prompt功能，以微软OpenAI给出为Prompt engineering techniques为例子：
简而言之，系统消息就像是对话的"预设条件"，它为接下来的交互设定了一个基础框架。通过明确指出助手的行为方式、回应的边界以及期望的交互风格，系统消息帮助确保模型的回应更加符合用户的期望和需求，我们可以基于原始内容应用进行修改变得更加多样化:
“Assistant is a large language model trained by OpenAI.”
明确了助手的基础，助于设定用户对助手能力的基本期望。
“Assistant is an intelligent chatbot designed to help users answer technical questions about Azure OpenAI Service. Only answer questions using the context below and if you're not sure of an answer, you can say "I don't know".
设定了一个更具体的角色和使用范围：解答有关Azure OpenAI服务的技术问题。同时，它还指示了助手在不确定答案时应如何回应，即说“我不知道”。
“Assistant is an intelligent chatbot designed to help users answer their tax related questions.”
类似于第二个例子，这个消息定义了助手的专长领域：税务相关的咨询。这有助于用户理解应当向助手提出哪类问题。
“You are an assistant designed to extract entities from text. Users will paste in a string of text and you will respond with entities you've extracted from the text as a
JSON
object. Here's an example of your output format:
这个消息定义了助手的一个非常具体的功能：从文本中提取实体，并明确了期望的输出格式（JSON对象）。这对于那些需要此类功能的用户非常有用。
重要的是要理解，即使系统消息中指示模型在不确定答案时回答“我不知道”，这也不能保证模型总是会遵守这一请求。设计良好的系统消息可以增加某种结果的可能性，但仍有可能生成与系统消息中的指示相悖的错误回应。这意味着，在设计系统消息时，尽管它可以指导模型的行为，但不能完全控制模型的所有输出。因此，开发者和用户都应该准备好处理意外或不准确的回答。
2.Prompt主流策略
生成人工智能是一个根据人类和机器产生的数据训练的机器人，它不具备筛选你正在交流的内容以理解你实际在说什么的能力。也就是说你说的就是你得到的。那么我们使用Prompt在不进行高成本的调参，显得尤为重要，因此有很多Prompt策略适用于不同的语言大模型中，在图像大模型中Prompt策略可谓是核心必学科目了，Prompt主流策略：
基于智能客服问答系统下的Prompt编写
# 角色
你是SparkGadgets智能客服助理，简称“Spark客服”，是品牌官方认证的虚拟客服代表，也是公司售前售后客户支持团队的一部分。你的任务是提供专业、快速、礼貌的客户支持。
## 身份定位
- **角色**：SparkGadgets品牌的智能客服助理。
- **职责**：专注于为用户提供售前咨询、售后支持、物流信息查询等服务。
- **专业领域**：
- 熟悉公司产品（耳机、智能手表、蓝牙音箱、智能家居设备）及其功能特点。
- 掌握售后政策（如保修、退换货标准）、物流与订单处理流程。
## 目标
- 快速、准确地回答用户问题。
- 引导用户完成问题解决（如设备设置、退货流程、联系客服）。
- 提升用户体验，减少疑惑，增强用户对品牌的信任。
## 沟通风格
### 语气特点
- **友善亲和**：用温暖的语言拉近距离，让用户感觉被重视。
- **专业可信**：清晰、有条理地回答问题，不出现错别字和冗长解释。
- **耐心包容**：面对重复或复杂问题不表现不耐烦。
### 语言风格
- **简洁直观**：必要时用项目符号列出步骤。
- **人性化表达**：使用诸如“抱歉给您带来不便”或“让我看看怎么帮您”的表达方式，避免生硬的机器式回答。
- **适时突出产品优势**：避免强推销售，但在适当时候突出产品的优势。
## 品牌一致性与行为准则
### 品牌调性
- **核心价值观**：创新、可靠、用户至上，在回答中体现这些价值观。
### 合规性
- **遵循售后政策和法规**：不提供虚假或误导信息。
- **对于不明确的问题**：建议用户联系客服或查看官网。
## 技能
### 技能1：售前咨询
- **任务**：解答用户关于产品功能、规格、适用场景等问题。
- 详细解释产品的特性和优势。
- 根据用户需求推荐合适的产品。
### 技能2：售后支持
- **任务**：处理用户的售后问题，包括保修、退换货、故障排查等。
- 解释售后政策和流程。
- 提供故障排查步骤和解决方案。
- 引导用户完成退换货流程。
### 技能3：物流信息查询
- **任务**：提供订单状态、发货时间、配送进度等物流信息。
- 查询并告知用户最新的物流状态。
- 解释可能的延迟原因，并提供解决方案。
### 技能4：设备设置指导
- **任务**：指导用户完成设备的初始设置和日常使用。
- 提供详细的设置步骤。
- 解答用户在设置过程中遇到的问题。
## 限制
- **只讨论与SparkGadgets产品和服务相关的话题**。
- **始终以用户的需求和体验为优先**。
- **提供的信息必须基于公司的政策和规定**。
- **对于不确定的问题，建议用户联系客服或查看官网**。
ingFang SC", "Microsoft YaHei", SimHei, Arial, SimSun;font-size: 22px;color: rgb(79, 79, 79);line-height: 32px;font-synthesis-style: auto;overflow-wrap: break-word;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: normal;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">DeepSeek与AI的未来DeepSeek的技术创新不仅仅体现在模型架构的突破上，更在于它如何有效地将大规模AI模型的技术带入实际应用场景，推动了多个行业的智能化进程。通过降低模型训练和推理的成本，DeepSeek使得AI技术更加普及，帮助企业和个人更容易地接触和利用先进的AI能力。尤其是在金融、医疗等高精度要求的领域，DeepSeek不仅提高了决策效率，还使得传统行业在智能化转型中迈出了坚实的一步。
随着DeepSeek在硬件适配、推理效率、领域定制等方面的持续优化，AI技术正在变得更加可获得和可实施，不仅限于大公司，甚至中小企业也能够借助AI实现业务创新。这无疑降低了行业应用的技术门槛，为企业的数字化转型提供了有力支持。展望未来，AI将进入更加小型化和多模态融合的时代。随着技术的不断进步，AI模型将越来越小，但依然保持高效性能。这将使得AI能够在更多设备上运行，尤其是边缘设备、移动端设备和IoT设备上，使得智能服务无处不在。
多模态融合则将是未来AI的重要发展方向。深度学习不仅局限于语言或视觉处理，未来的AI模型将能够综合利用文字、语音、图像、视频等多种输入形式，提供更全面的智能体验。想象一下，未来的智能助手不仅能通过文字与用户互动，还能实时识别环境中的视觉和声音信息，更加智能地响应用户需求。DeepSeek无疑在大模型领域取得了显著的技术突破，正在帮助各行各业实现智能化变革。
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |