【prompt是什么？有哪些技巧？】

Prompt（提示词）是什么？

Prompt 是用户输入给AI模型（如ChatGPT、GPT-4等）的指令或问题，用于引导模型生成符合预期的回答。它的质量直接影响AI的输出效果。

---

Prompt 的核心技巧

1. 明确目标（Clarity）

• 模糊Prompt：
  ❌ “写一篇关于健康的文章”
  问题：范围太广，AI可能生成笼统内容。
• 清晰Prompt：
  ✅ “写一篇800字的科普文章，介绍地中海饮食对心脏健康的益处，面向中老年人，语言通俗易懂”

技巧：

• 包含 5W1H（Who, What, When, Where, Why, How）
• 指定 格式（如列表、表格、代码、Markdown）

---

2. 提供上下文（Context）

• 缺乏上下文：
  ❌ “总结这篇文章”
  问题：AI不知道是哪篇文章。
• 优化后：
  ✅ “请用中文总结以下关于量子计算的英文文章，列出3个关键点：[粘贴文章内容]”

技巧：

• 对于复杂任务，先提供背景信息。
• 示例：

  你是一位经验丰富的Python工程师，请用代码示例解释装饰器（Decorator）的用法，要求包含@语法和实际应用场景。  
  

---

3. 分步引导（Step-by-Step）

• 单步Prompt：
  ❌ “写一个电商网站的后端代码”
  问题：任务太复杂，AI可能遗漏细节。
• 分步Prompt：
  ✅ "分步骤设计一个电商网站的后端：
  1. 列出需要的API端点（如/users, /products）
  2. 用Python Flask框架编写/products的GET和POST接口代码
  3. 添加JWT身份验证逻辑"

技巧：

• 使用 “Think step by step”（逐步思考）提升逻辑性。
• 示例：

  请逐步解释如何用PyTorch训练一个MNIST手写数字分类模型，包括数据加载、模型定义、训练循环和评估。  
  

---

4. 角色扮演（Role Prompting）

通过赋予AI特定角色，提高回答的专业性：

• 普通Prompt：
  ❌ “如何学习机器学习？”
• 角色Prompt：
  ✅ “假设你是一位资深的机器学习教授，为本科生设计一份为期3个月的学习计划，包含每周的阅读材料和实践项目。”

常用角色：

• 行业专家（医生、律师、工程师）
• 特定风格（莎士比亚、鲁迅、科技博主）

---

5. 示例引导（Few-Shot Prompting）

提供输入-输出的例子，引导AI模仿格式或风格：

示例1：  
输入：如何泡茶？  
输出：1. 烧水至80℃；2. 取3克茶叶放入杯中；3. 倒入热水，等待2分钟。  请用相同格式回答：如何煮咖啡？  

输出：

1. 磨15克咖啡豆；2. 将滤纸放入滤杯；3. 用92℃热水缓慢注水，萃取2分30秒。  

适用场景：

• 格式化输出（如JSON、表格）
• 模仿特定写作风格

---

6. 限制与约束（Constraints）

通过限制条件避免无关内容：

• 无约束：
  ❌ “写一首诗”
• 有约束：
  ✅ “写一首七言绝句，主题是秋天，押韵‘ang’韵脚，避免使用‘落叶’一词”

常用约束：

• 字数限制（“用50字以内总结”）
• 禁用词汇（“不要提及政治”）
• 语言风格（“口语化”“学术严谨”）

---

7. 反向Prompt（Negative Prompt）

明确禁止AI做的事情：

写一篇关于人工智能的短文，要求：  
- 不要列举技术术语  
- 避免未来主义预测  
- 聚焦当前实际应用  

---

高级技巧

1. 链式Prompt（Chain-of-Thought）

将复杂问题拆解成多轮提问：

第一轮：解释什么是区块链？  
第二轮：基于之前的解释，说明区块链如何保证数据不可篡改？  

2. 温度（Temperature）控制

• 低温度（如0.2）：输出确定性高，适合事实性回答。
• 高温度（如0.8）：输出更创意，适合写作或头脑风暴。

3. 系统消息（System Message）

在对话开始时设定AI的行为：

你是一位严谨的科学编辑，所有回答需引用权威论文，不确定时明确告知。  

---

总结：Prompt优化清单

技巧	示例	适用场景
明确目标	“用300字解释光合作用，面向小学生”	避免模糊回答
分步引导	“分三步教我搭建React项目”	复杂任务
角色扮演	“作为资深律师，分析合同风险点”	专业化回答
示例引导	提供输入-输出对	格式化/风格模仿
反向Prompt	“不要使用技术术语”	限制输出范围

实践建议：多测试不同Prompt，观察AI的输出差异，逐步迭代优化！