delorex/test-repo

Fork 0

Files

T

sanbuphy c8567ce23f feat: save current work to dev branch

2026-01-15 20:10:19 +08:00

6.0 KiB

Raw Blame History

提示词工程入门 (Prompt Engineering)

💡 学习指南：提示词工程是与 AI 交流的核心技能。本章节将通过实战示例，教你如何编写高质量提示词，让 AI 发挥最大潜力。无论是日常使用还是开发应用，这些技巧都将大幅提升 AI 的输出质量。

0. 引言：什么是提示词工程？

提示词工程 是指通过设计和优化输入给大语言模型的提示词，来获得更准确、更符合预期的输出结果的技术。

简单来说，就是学会如何更好地和 AI 对话。

很多人第一次使用 AI 时会遇到这些问题：

输出太笼统，不够具体
理解错意图，答非所问
格式不符合要求
需要反复多轮对话才能得到满意结果

提示词工程就是为了解决这些问题。

1. 基础原则：清晰与具体

1.1 明确你的目标

最常见的问题是提示词太模糊。

核心要点：

🎯 明确任务类型：写文章/写代码/分析/翻译
📋 提供细节要求：主题、风格、长度、格式
👥 指定目标受众：初学者/专家/儿童/专业人士

1.2 使用结构化提示词

一个好的提示词应该包含以下部分：

# 角色
你是一个经验丰富的 Python 开发者。

# 任务
帮我编写一个函数，实现快速排序算法。

# 要求
- 代码要包含详细注释
- 添加时间复杂度分析
- 提供一个使用示例
- 使用 Python 3.10+ 的类型注解

2. 进阶技巧：少样本学习

2.1 Zero-shot vs Few-shot

有时直接告诉 AI 做什么还不够，需要提供示例。

为什么示例有效？

示例让 AI 理解期望的输出风格
示例展示了输入和输出的关系
示例帮助 AI 避免常见错误

最佳实践：

提供 3-5 个高质量示例
示例要多样化，覆盖不同情况
示例格式要一致

2.2 示例的质量比数量更重要

一个精心设计的示例胜过十个随意凑的示例。

好的示例特点：

代表性强：能覆盖典型场景
格式清晰：结构一致，易于理解
边界情况：包含特殊或极端的例子

3. 高级技巧：思维链推理

3.1 什么是思维链？

对于复杂问题，直接让 AI 给答案往往不够准确。思维链（Chain-of-Thought，CoT）要求 AI 展示推理过程。

3.2 何时使用思维链？

思维链特别适合这些场景：

✅ 数学计算：分步计算避免错误
✅ 逻辑推理：展示推导过程
✅ 复杂问题拆解：将大问题分解为小步骤
✅ 多步骤任务：确保每个步骤都完成

触发词示例：

"请一步步思考"
"详细说明你的推理过程"
"先分析问题，再给出答案"

4. 常见提示词模式

4.1 角色扮演

让 AI 扮演特定角色，可以更好地完成任务。

# 示例
你现在是一位资深的科技新闻记者。
请以新闻稿的风格，报道最新发布的 AI 模型。
要求：客观中立，引用专家观点，包含市场分析。

常见角色：

程序员、产品经理、数据科学家
教师、学生、面试官
记者、编辑、文案策划

4.2 任务分解

将复杂任务拆解为多个步骤。

# 示例
请完成以下任务：
1. 阅读提供的代码
2. 找出潜在的 bug
3. 解释每个 bug 的原因
4. 提供修复建议
5. 给出修复后的代码

4.3 格式化输出

明确指定输出格式。

# 示例
请以 JSON 格式输出：
{
  "summary": "文章摘要",
  "keywords": ["关键词1", "关键词2"],
  "sentiment": "正面/负面/中性",
  "score": 0.95
}

常用格式：

JSON、XML、CSV
Markdown 表格
代码块
列表

5. 提示词优化流程

5.1 迭代优化法

写好提示词不是一次性的工作，需要持续优化。

优化步骤：

写一个基础版本
测试，找出问题
针对性改进（加要求、加示例、改结构）
再次测试
重复 3-4 直到满意

5.2 A/B 测试

尝试不同的提示词变体，比较效果。

# 版本 A
写一篇关于 AI 的文章，800 字。

# 版本 B
以技术博客的形式，写一篇关于提示词工程的文章。
目标读者：初学者。字数：800-1000 字。
包含 3 个实用技巧和代码示例。

6. 实用技巧总结

6.1 做什么

✅ 明确具体：说清楚要什么
✅ 提供上下文：背景信息很重要
✅ 使用示例：展示期望的格式和风格
✅ 分步骤：复杂任务要拆解
✅ 指定格式：明确输出格式

6.2 避免什么

❌ 模糊不清：避免"写个东西"这种表达
❌ 矛盾要求：不要既要求详细又要求简洁
❌ 过度复杂：提示词也不是越长越好
❌ 缺少关键信息：目标受众、用途等要说明

7. 工具推荐

7.1 提示词管理工具

PromptBase：提示词分享平台
LangChain：开发框架，内置提示词模板
PromptLayer：提示词版本管理

7.2 学习资源

OpenAI Cookbook：官方示例库
Anthropic Prompt Library：Claude 提示词库
GitHub awesome-prompt-engineering：精选资源

8. 总结

提示词工程是一门实践性强的技能：

🎯 核心是清晰：明确目标、提供细节
📚 善用示例：让 AI 理解期望
🧠 引导思维：复杂任务要分步骤
🔄 持续优化：迭代改进才能达到最佳效果

记住：好的提示词 + 普通的模型 > 坏的提示词 + 顶级的模型。

掌握提示词工程，就是掌握了与 AI 高效沟通的语言。现在就开始实践吧！

6.0 KiB Raw Blame History Unescape Escape