# 基本技巧
- 清晰,准确,避免模糊
- 使用###或"""包裹特定文本,防止歧义
- 举例
- 指定输出格式
# 三个核心要点
- 具体
- 丰富
- 少歧义
注意
并非所有问题都需依赖大模型,作为开发人员,我们需要清楚哪些问题通过提示词工程能更高效地解决,而哪些又适合采用传统编程手段。prompt的优化是一个持续的过程,只有不断尝试和调整,才能达到令人满意的成效。
# prompt的一般构成
- 角色
- 指示
- 上下文
- 例子
- 输入
- 输出
# 模板示例
# 角色(Role)
[明确AI的视角和身份]
• 示例:"资深金融分析师"、"医疗科技领域专家"
• 关键点:需包含专业年限(如"拥有10年经验的")和领域专精方向
# 指示(Instruction)
[具体任务要求]
• 示例:"撰写一篇关于AI在医疗领域应用的文章"
• 关键点:必须包含动词(生成/分析/设计等)+ 目标输出类型(报告/代码/方案等)
# 上下文(Context)
[任务背景信息]
• 要素构成:
- 时间:"2025年Q3市场环境"
- 空间:"中国跨境电商领域"
- 对象:"面向Z世代消费者"
- 约束条件:"需符合欧盟GDPR法规"
# 例子(Examples)
[参考范例]
• 格式要求:
- 输入示例:"输入:某智能手环的续航参数(72小时)"
- 输出示例:"输出:『超长续航体验』——告别一天一充的烦恼,72小时持久陪伴"
# 输入(Input)
[用户提供的具体信息]
• 结构化要求:
- 数据类型:"结构化表格/非结构化文本"
- 关键字段:"包含产品核心参数、用户画像标签等"
- 格式约束:"JSON/Excel/纯文本"
# 输出(Output)
[预期结果规范]
• 三要素:
1. 格式:"Markdown表格/Python代码块/APA论文格式"
2. 风格:"学术严谨型/轻松口语化/技术极客风"
3. 内容层级:"包含摘要-正文-结论的三段式结构"
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
注意
- 不是上面所有的部分都是必须的,需要根据实际情况调整
- 大模型对prompt开头和结尾的更敏感
- 可以在prompt中添加NO COMMENTS, NO ACKNOWLEDGEMENT,可以减少或避免大模型过度自由发挥
# 思维链
- 让AI生成更多相关内容,构成更丰富的上文,从而提升下文的正确率
- 对设计计算和逻辑推理等复杂问题,尤为有效
# 自洽性
- 一种对抗幻觉的手段
- 同样的prompt,运行多次
- 通过投票选出最终结果
# 思维树
展开问题
# Prompt安全
# 常见prompt攻击
- prompt注入,奶奶哄睡攻击
- 重新定义角色
# 解决方法
- prompt注入分类器
- 直接在输入中防御
- 调用内容审核的API