|
提示工程（Prompt Engineering）是大模型时代新兴的文字艺术，熟练掌握提示工程的基本设计原则，有助于普通用户和Prompt工程师撰写出更优质的Prompt。以下是我整理的一些常见的Prompt编写原则，希望与大家一起用好这一强有力的生产力工具。 
1. 编写清晰的说明提供详细且具体的指示是与AI沟通的基础。AI依赖于明确的信息来生成回答，因此，不要期望它能“猜测”你的意图。例如，如果你需要AI帮你分析数据，确保提供数据的背景、你的目标和期望的结果。 Prompt例子：
2. 让AI“思考”2.1. 给出推导过程让AI不仅给出最终结果，而且展示其推理过程，是提高对话质量和用户理解的重要方面。这种做法可以帮助用户更好地理解AI是如何得出结论的，同时也增加了交互的透明度和可信度。 Prompt例子：
2.2. 多轮对话的一致性在使用AI进行多轮对话时，为确保AI能够在连续的交流中保持话题的连贯性和上下文的一致性，我们需要引导AI回顾之前的交流内容，并在此基础上生成回答，以确保对话的质量。 Prompt例子：
“请对我们前边几次对话进行总结，根据总结后的观点，分析我提供的新案例。”
3. 适应模型的能力了解你正在交互的AI模型的能力和限制。不同的AI模型可能在特定领域表现更好，比如语言翻译、文本生成或数据分析。根据模型的特长调整你的请求，可以帮助你获得更好的结果。 参考晚点的这篇文章： 从考公、写周报到下厨指南，晚点评测 18 个大模型
4. 保持简洁尽管详细沟通很重要，但过于冗长的内容可能会导致信息过载（Token超限）。尽量保持你的请求简洁明了，同时提供足够的信息以确保AI理解任务。例如，当你请求AI帮你总结一篇文章时，直接说明关键点和长度限制，而不是提供整篇文章的每个细节。 Prompt例子：
5. 使用角色扮演通过让AI扮演特定的角色，你可以引导它生成特定风格或格式的回答。例如，如果你需要教育领域的建议，可以要求AI扮演教育专家的角色，这样它生成的内容将更适合教育工作者的需求。 Prompt例子： 历史学家：“假设你是一位历史学家，请给你的读者介绍李白的生平。” 小学老师：“假设你是一位小学老师，请给你的学生介绍李白的生平。” 小红书：“请使用小红书风格，介绍李白的生平。” kimi回答的效果：https://kimi.moonshot.cn/share/cobpr38nsmmqsiafe5eg
6. 使用分隔符为了防止特定的文本与prompt冲突，导致prompt不明确。比如当你需要AI处理包含多个部分的复杂请求时，可以使用分隔符来区分不同的部分。这有助于AI理解每个部分的独立性和重要性，从而更准确地执行任务。分隔符可以是：`，""，<>等符号，且分隔符尽量使用重复的3个字符，比如```，---等，因为重复的3个字符在正常的文本内容中很少见，所以它可以区分正常文本和Prompt。 Prompt例子：
--- 以下是背景信息 ---
在最近的市场调研中，我们发现消费者对环保产品的兴趣日益增加。 --- 以下是参考格式（结合原则7-提供示例） ---
策略1：xxxx 策略2：xxxx --- 用户的请求 ---
基于这个背景，请提供三个推广环保产品的创意营销策略。
7. 提供示例提供相关的示例可以帮助AI更好地理解你的请求。示例可以作为参考，指导AI生成符合你期望的回答。例如，如果你需要AI帮你写一封商务邮件，提供一个你之前发送过的邮件样本作为参考；如果你要求AI输出特定的格式，可以提供一个参考示例。 Prompt例子：
参考原则6使用分隔符中的例子
8. 指定任务步骤将任务分解为一系列明确的步骤可以使AI更容易遵循，并提高任务完成的准确性。例如，如果你需要AI帮你规划一个项目，可以将其分解为目标设定、资源分配、时间规划等步骤。 Prompt例子：
9. 指定所需的格式/长度明确指出你期望的输出格式和长度。可以是字数、句数、段落数或要点数。需要注意是，因为大模型Token的机制，AI几乎无法生成精确字数。所以请AI尽量生成特定段落数或要点数，而非精确的字数。 Prompt例子：
| 
