当前位置: 首页 > news >正文

Prompt技巧总结和示例分享

"Prompt"(提示)在人工智能中通常指的是输入给模型的文本,用于引导模型生成预期的输出。在使用人工智能助手时,有效的提示技巧可以帮助你获得更准确和有用的回答。

以下是一些单轮对话提示时的技巧:

  1. 明确具体:尽量提供具体的问题或请求,避免模糊不清的表述。

  2. 使用关键词:在提示中包含关键词,可以帮助模型更好地理解你的需求。

  3. 结构化问题:如果问题复杂,尝试将其分解成几个小问题,逐一提问。

  4. 提供上下文:提供足够的背景信息,帮助模型理解问题的上下文。

  5. 避免歧义:确保你的提示没有多种解释,以减少模型的误解。

  6. 使用正确的语法:正确的语法有助于模型理解你的意图。

  7. 限制长度:尽管可以处理长文本,但过长的提示可能会降低效率,尽量保持简洁。

  8. 使用命令语气:有时候使用命令语气可以更直接地表达你的意图。

  9. 预期输出格式:如果你希望得到特定格式的回答,可以在提示中说明。

  10. 避免敏感内容:不要包含任何违反法律法规或道德准则的内容。

  11. 反馈与调整:如果模型的回答不符合预期,尝试调整你的提示。

  12. 利用搜索功能:如果你的问题需要最新的信息,可以提示模型进行搜索。

  13. 分步提问:对于复杂的问题,可以分步骤提问,逐步深入。

  14. 使用引用:如果需要引用特定的文本或数据,确保在提示中包含。

  15. 避免重复:不要在提示中重复相同的信息,这可能会造成混淆。

以下是一些有效的prompt示例:

  1. 生成文章或内容

    • 坏示例:帮我写一篇关于AI的文章。
    • 好示例:请以"AI在医疗领域的应用"为题,写一篇包含引言、主体和结论的文章,每部分约200字。
  2. 请求具体信息

    请告诉我2021年墨西哥的总统是谁,并简要介绍其政策。
  3. 设定角色和目标

    你是一位专业的营养师,根据以下用户的饮食习惯,为他们提供一周的健康饮食计划,并解释每个建议的理由。
  4. 使用分隔符和结构化文本

    使用“> > Bad”和“> > Good”来区分不同质量的示例。
  5. 提供参考文本

    让大模型使用参考文本来回答,比如提供一段关于环保的文本,然后要求模型基于此文本写一篇倡导环保的演讲稿。
  6. 分解复杂任务

    如果你需要大模型完成一个复杂的任务,比如制定一个项目计划,你可以将其分解为多个步骤,并逐一询问。
  7. 使用思维链

    要求模型一步一步地思考,比如在解决一个数学问题时,要求模型展示解题的每一个步骤。
  8. 请求格式化输出

    要求模型以特定的格式输出,比如要求模型以列表的形式提供答案,或者要求输出为JSON格式。
  9. 使用示例引导

    提供几个示例,让模型理解你的需求,比如在要求模型写诗时,先给出几首诗的示例。
  10. 明确期望的输出长度

    在让模型生成文本时,对模型的输出做一些限制,比如:根据我发给你的工作内容,生成一份周报,字数大约在150字。
  11. 提供反馈和自我修正

    让模型评估自己的输出,并进行修正,比如在模型生成一篇文章后,要求它自己检查并改正语法错误。
  12. 使用外部工具

    让模型调用外部API或执行代码来完成任务,比如要求模型编写一个Python脚本来解决一个特定的问题。

构建多轮对话prompt的技巧:

  1. 明确对话目标:在对话开始时,就要明确对话的目的和目标,这有助于模型集中于特定的任务或话题。

  2. 设定角色:为模型和你设定明确的角色,这有助于模型理解对话的背景和语境。

  3. 提供背景信息:在对话开始时提供必要的背景信息,以便模型了解对话的前提和环境。

  4. 使用分隔符:使用分隔符来区分不同的对话轮次,这有助于模型理解对话的结构。

  5. 维持上下文连贯性:确保每一轮对话都考虑到之前的对话内容,维持话题的连贯性。

  6. 引导对话方向:如果需要,可以通过提问或引导性陈述来控制对话的方向。

  7. 使用反馈循环:让模型根据前一轮的对话内容提供反馈或提出问题,以推动对话的深入。

  8. 限制和指导:如果对话需要遵循特定的规则或限制,应在prompt中明确指出。

  9. 逐步构建:对于复杂的话题,可以将其分解成多个小问题,逐步构建对话。

  10. 使用示例:提供对话示例,让模型理解期望的对话风格和内容。

下面是一个多轮对话prompt的示例:

# 角色设定
你是一位历史学家,我是一位对古代文明感兴趣的学生。# 背景信息
我们正在讨论古埃及的农业和社会结构。# 对话目标
我想了解更多关于古埃及人是如何通过农业支持他们的社会结构的。# 对话开始
我:你好,教授。我听说古埃及的农业非常发达,这是真的吗?
AI:你好!是的,古埃及的农业非常先进,尤其是在他们利用尼罗河的季节性洪水来灌溉农田方面。
我:那他们主要种植什么作物呢?
AI:他们主要种植小麦和大麦,还有水果和蔬菜,比如洋葱、大蒜、黄瓜和葡萄。
...

相关文章:

Prompt技巧总结和示例分享

"Prompt"(提示)在人工智能中通常指的是输入给模型的文本,用于引导模型生成预期的输出。在使用人工智能助手时,有效的提示技巧可以帮助你获得更准确和有用的回答。 以下是一些单轮对话提示时的技巧: 明确具体…...

大厂校招:海能达嵌入式面试题及参考答案

SPI 协议的一些基础知识 SPI(Serial Peripheral Interface)即串行外设接口,是一种高速的、全双工、同步的通信总线。 SPI 主要由四根信号线组成: 时钟线(SCLK):由主设备产生,用于同步数据传输。时钟的频率决定了数据传输的速度。主设备输出 / 从设备输入线(MOSI):主…...

wrk(1) command

文章目录 1.简介2.特点3.格式4.选项5.示例参考文献 1.简介 wrk 是一个现代的 HTTP 压力测试工具,利用现代多线程技术和高效的网络 I/O 处理,能够生成大量的并发请求,用以测试 HTTP 服务器的性能。 它是作为一种更现代的压力测试工具而设计的…...

【小程序 - 大智慧】Expareser 组件渲染框架

目录 问题思考课程目标Web Component类型说明定义组件属性添加 Shadow DOMTemplate and SlotExparser 框架原理自定义组件内置组件 下周计划 问题思考 首先,给大家抛出去几个问题: 前端框架 Vue React 都有自己的组件库,但是并不兼容&#…...

vue + echarts 快速入门

vue echarts 快速入门 本案例即有nodejs和vue的基础,又在vue的基础上整合了echarts Nodejs基础 1、Node简介 1.1、为什么学习Nodejs(了解) 轻量级、高性能、可伸缩web服务器前后端JavaScript同构开发简洁高效的前端工程化 1.2、Nodejs能做什么(了解) Node 打破了…...

服务器几核几G几M是什么意思?如何选择?

服务器几核几G几M是什么意思?我们建站、搭建网络平台都要用到云服务器,不管在腾讯云、阿里云还是别的云服务平台选购,都会接触到服务器配置。云服务器就是把物理服务器(俗称“母鸡”),用虚拟机技术虚拟出多…...

K8S服务发布

一 、服务发布方式对比 二者主要区别在于: 1、部署复杂性:传统的服务发布方式通常涉及手动配置 和管理服务器、网络设置、负载均衡等,过程相对复 杂且容易出错。相比之下,Kubernetes服务发布方式 通过使用容器编排和自动化部署工…...

Allen Institute for Artificial Intelligence (Ai2) 发布开源多模态语言模型 Molmo

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领…...

Html CSS 布局,位置处理 居中 对齐

Html CSS 布局&#xff0c;位置处理 1、居中布局 1、div 让内部div居中对齐 html <div class"container"><div class"item">I am centered!</div> </div>style .container {border: 2px solid rgb(75, 70, 74);border-radius:…...

Spring MVC系统学习(二)——Spring MVC的核心类和注解

Spring MVC&#xff08;Model-View-Controller&#xff09;是Spring框架的一个模块&#xff0c;用于构建基于Web的应用程序。它使用模型、视图和控制器分离的设计模式&#xff0c;使得Web开发更加模块化和灵活。在学习Spring MVC时&#xff0c;有几个核心类和注解是非常关键的&…...

conda虚拟环境安装包、依赖同一管理

在 Python 的虚拟环境中&#xff0c;每个环境都是独立的&#xff0c;这意味着即使两个环境需要相同的库&#xff0c;它们也会分别安装各自的副本。这样做是为了避免不同项目之间相互影响&#xff0c;确保每个项目都有一个干净且隔离的环境。 方法一&#xff1a;使用 Conda 的共…...

Unity网络开发记录(四):在unity中进一步封装客户端类

在上一篇文章中&#xff0c;简单的封装了一下服务端中相关的socket对象&#xff0c;为了可以更方便的使用。所以在本篇中&#xff0c;进一步封装一下在unity中的相关客户端类 封装客户端类&#xff0c;首先采用单例模式&#xff0c;然后采用两个队列来存储我们相关的收发信息 p…...

Linux内核中的UART驱动-详解Linux内核UART驱动:结构与功能分析

一、UART概述 UART&#xff08;Universal Asynchronous Receiver/Transmitter&#xff09;&#xff0c;即通用异步收发器&#xff0c;是一种串行通信接口&#xff0c;用于在计算机和外部设备之间传输数据。它特别适用于短距离、低速、串行和全双工的数据传输。在Linux内核中&a…...

威胁检测与防范:如何及时、准确对抗安全风险

随着技术的飞速发展&#xff0c;网络空间中的威胁日益多样化、隐蔽化&#xff0c;给个人、企业乃至国家的信息安全带来诸多挑战。面对严峻的网络威胁&#xff0c;传统的防火墙、入侵检测系统&#xff08;IDS&#xff09;等防御手段虽能在一定程度上抵御外部攻击&#xff0c;但依…...

数据结构串的kmp相关(求next和nextval)

傻瓜版&#xff0c;用来演示手算过程&#xff0c;个人理解用的&#xff0c;仅供参考。...

创建游戏暂停菜单

创建用户控件 设置样式 , 加一层 背景模糊 提升UI菜单界面质感 , 按钮用 灰色调 编写菜单逻辑 转到第三人称蓝图 推荐用 Set Input Mode Game And UI , 只用仅UI的话 增强输入响应不了 让游戏暂停的话也可以用 Set Game Paused , 打勾就是暂停 , 不打勾就是继续游戏 , 然后…...

seata服务端部署

1.下载seata 官网下载地址&#xff1a;http://seata.io/zh-cn/blog/download.html 或者下载 作者已经下载的压缩包1.4.0 注意&#xff01;&#xff01;&#xff01; 要参考对应的版本&#xff0c;否则可能出现无法正常启动的情况。 参考文档 下载完毕后解压压缩文件 2.修改配…...

理解Python闭包概念

闭包并不只是一个python中的概念&#xff0c;在函数式编程语言中应用较为广泛。理解python中的闭包一方面是能够正确的使用闭包&#xff0c;另一方面可以好好体会和思考闭包的设计思想。 1.概念介绍 首先看一下维基上对闭包的解释&#xff1a; 在计算机科学中&#xff0c;闭包…...

51单片机的教室智能照明系统【proteus仿真+程序+报告+原理图+演示视频】

1、主要功能 该系统由AT89C51/STC89C52单片机LCD1602显示模块DS1302时钟模块光照传感器红外传感器温度传感器LED等模块构成。适用于教室灯光全自动控制、教室节能灯控制、教室智能照明等相似项目。 可实现功能: 1、LCD1602实时显示时间、温度、光照强度等信息 2、光照强度传…...

一款资产进行快速存活验证工具

01工具介绍 &#xff08;下载地址见最后&#xff09; 在日常工作的渗透测试过程中&#xff0c;经常会碰到渗透测试项目&#xff0c;而Web渗透测试通常是渗透项目的重点或者切入口。通常拿到正规项目授权后&#xff0c;会给你一个IP资产列表和对应的Web资产地址&#xff0c;这时…...

网络六边形受到攻击

大家读完觉得有帮助记得关注和点赞&#xff01;&#xff01;&#xff01; 抽象 现代智能交通系统 &#xff08;ITS&#xff09; 的一个关键要求是能够以安全、可靠和匿名的方式从互联车辆和移动设备收集地理参考数据。Nexagon 协议建立在 IETF 定位器/ID 分离协议 &#xff08;…...

生成xcframework

打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式&#xff0c;可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...

Prompt Tuning、P-Tuning、Prefix Tuning的区别

一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning(提示调优) 核心思想:固定预训练模型参数,仅学习额外的连续提示向量(通常是嵌入层的一部分)。实现方式:在输入文本前添加可训练的连续向量(软提示),模型只更新这些提示参数。优势:参数量少(仅提…...

Appium+python自动化(十六)- ADB命令

简介 Android 调试桥(adb)是多种用途的工具&#xff0c;该工具可以帮助你你管理设备或模拟器 的状态。 adb ( Android Debug Bridge)是一个通用命令行工具&#xff0c;其允许您与模拟器实例或连接的 Android 设备进行通信。它可为各种设备操作提供便利&#xff0c;如安装和调试…...

边缘计算医疗风险自查APP开发方案

核心目标:在便携设备(智能手表/家用检测仪)部署轻量化疾病预测模型,实现低延迟、隐私安全的实时健康风险评估。 一、技术架构设计 #mermaid-svg-iuNaeeLK2YoFKfao {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg…...

MongoDB学习和应用(高效的非关系型数据库)

一丶 MongoDB简介 对于社交类软件的功能&#xff0c;我们需要对它的功能特点进行分析&#xff1a; 数据量会随着用户数增大而增大读多写少价值较低非好友看不到其动态信息地理位置的查询… 针对以上特点进行分析各大存储工具&#xff1a; mysql&#xff1a;关系型数据库&am…...

高频面试之3Zookeeper

高频面试之3Zookeeper 文章目录 高频面试之3Zookeeper3.1 常用命令3.2 选举机制3.3 Zookeeper符合法则中哪两个&#xff1f;3.4 Zookeeper脑裂3.5 Zookeeper用来干嘛了 3.1 常用命令 ls、get、create、delete、deleteall3.2 选举机制 半数机制&#xff08;过半机制&#xff0…...

渲染学进阶内容——模型

最近在写模组的时候发现渲染器里面离不开模型的定义,在渲染的第二篇文章中简单的讲解了一下关于模型部分的内容,其实不管是方块还是方块实体,都离不开模型的内容 🧱 一、CubeListBuilder 功能解析 CubeListBuilder 是 Minecraft Java 版模型系统的核心构建器,用于动态创…...

多模态商品数据接口:融合图像、语音与文字的下一代商品详情体验

一、多模态商品数据接口的技术架构 &#xff08;一&#xff09;多模态数据融合引擎 跨模态语义对齐 通过Transformer架构实现图像、语音、文字的语义关联。例如&#xff0c;当用户上传一张“蓝色连衣裙”的图片时&#xff0c;接口可自动提取图像中的颜色&#xff08;RGB值&…...

在Ubuntu中设置开机自动运行(sudo)指令的指南

在Ubuntu系统中&#xff0c;有时需要在系统启动时自动执行某些命令&#xff0c;特别是需要 sudo权限的指令。为了实现这一功能&#xff0c;可以使用多种方法&#xff0c;包括编写Systemd服务、配置 rc.local文件或使用 cron任务计划。本文将详细介绍这些方法&#xff0c;并提供…...