|
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.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.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. 使用分类来识别最相关的指令 2. 对于需要长对话的应用,定期总结之前的对话 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:• 使用具有代表性的样本 • 收集足够多的测试用例 • 建立自动化的评估流程
| 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: • 编写清晰的指令 • 提供相关的参考信息 • 合理分解复杂任务 • 给予模型思考时间 • 善用外部工具 • 系统性测试验证
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。 |
