与大型语言模型（LLM）进行对话，如 ChatGPT，可能初看之下让人不知所措。用户不仅需要知道如何提问，更要懂得如何表达，以便模型能够理解并提供满意的答案。而不同聊天机器人的回答风格和内容可能大相径庭。比如，向 ChatGPT 和谷歌的 Gemini 询问从上海到拉萨的最佳旅行方式，两者的回答可能在内容和风格上截然不同。有时 ChatGPT 的回答可能更胜一筹，有时则相反。
为了获得理想的答案，许多用户开始尝试提示工程（prompt engineering），这是一种优化大模型输出、根据个人需求定制结果的技术。
提示（Prompt）是什么？
提示是一段文本或指令，用来引导大型语言模型的回答。它可以是自然语言的请求，问题，甚至是富有创意的提示，如诗歌或代码片段。提示是你与 LLM 互动的起点，通过精心设计，可以引导模型产生所需的回答类型，无论是事实性回答、创意故事还是特定的写作风格。
提示的类型
• 零样本提示：直接提问或分配任务，不提供额外上下文，控制较少但速度快。
• 单样本提示：提供单一指令或示例，引导模型朝特定方向发展，提供更多控制。
• 少样本提示：提供几个示例或简短指令，适用于模仿风格或格式。
• 思维链式提示：将任务分解成步骤，鼓励模型展示推理过程。
• 元提示：提供高层次指导，有潜力调整模型行为。
提示工程是什么？
提示工程是构建问题或请求的过程，目的是让 LLM 达到预期结果。这包括构建问题的方式和使用特定词汇，以提高 AI 聊天机器人的准确性和有效性。有效的提示工程可以解锁 AI 模型的全部潜力，使它们在各种任务中更具帮助性和信息性。
想象一下，你在给一位厨师指示。一个简单的提示可能是 “做一个三明治”，但通过提示工程，你可以具体指定面包种类、所需馅料，甚至是烤制方式。提示越详细，模型就能更好地理解要求并实现期望的结果。
提示工程如何工作？
提示工程通过精心设计指令来引导 LLM 生成所需输出。首先，了解模型的能力和局限性，然后根据目标定制提示。撰写提示时，考虑措辞和结构，以引导模型的思考过程。第一次尝试可能不完美，但通过分析输出并调整提示，可以逐步优化。
提示工程的好处
• 提升 LLM 潜能，聚焦知识于特定任务。
• 控制风格和格式，定制输出。
• 提高效率，减少沟通和修改需求。
• 生成更好、更有创造性的回答。
• 减少偏见和错误信息，确保输出准确性。
提示工程示例
以下是几个为 ChatGPT 准备的提示示例 (当然也可以用于其他大模型），每个都展示不同功能并达到特定目标：
1. 创意故事开头：
在一个充满 [插入奇幻元素] 的世界里，一个年轻的 [职业] 名叫 [名字] 发现了一个隐藏的 [物品]，这个物品拥有 [能力]。然而，这份新发现的力量吸引了 [反派角色] 的注意，他们不惜一切代价也要得到它。写一个关于 [角色的名字] 前往 [目标] 的旅程及其沿途面临的挑战的故事。
此提示为创造性故事设定了框架，提供了世界观概念、主人公详情、冲突和目标，让 AI 能够围绕这些要素编织叙事。
2. 特定风格的信息型博客文章：
以友好的技术解释风格写一篇面向非技术受众的博客文章。主题是 [插入复杂技术概念]，目的是以引人入胜且易于理解的方式解释其核心功能和潜在好处。
此提示指定了所需的格式（博客文章）、目标受众（非技术性）和主题（复杂技术概念）。这指导 ChatGPT 生成适合一般受众的既信息丰富又通俗易懂的内容。
3. 幽默的社交媒体帖子：
想象你是 [社交媒体平台] 上一个 [有趣 / 流行品牌] 的账号。创建一个搞笑的帖子，使用流行的表情包（meme, emoji) 来推广最新产品发布 [产品名称]。
此提示将幽默和特定品牌元素写入任务之中。采用流行的网络梗为 ChatGPT 提供了一个创造性的出发点，用于制作符合品牌和产品的幽默社交媒体帖子。
4. 具体功能的代码补全：
你得到了以下 Python 代码片段：
calculate_GMV 函数在 Python 中用于计算商品交易总额（Gross Merchandise Volume，简称 GMV）。GMV 是衡量电子商务平台或市场在一定时间内销售商品或服务的总价值的指标。这个函数的作用是通过输入一系列交易数据来计算出整个平台的总销售额。
此提示为 ChatGPT 提供了一个明确的任务：完成具有特定目的的 Python 函数。它包含了参考示例，确保生成的代码符合所需的函数性。
5. 正式的商务邮件：
代表 [你的公司名] 起草一封给潜在客户 [客户名] 的正式邮件。邮件的目的在于介绍贵公司在 [你的领域] 的服务，并突出这些服务如何特别满足客户的业务需求。简要提及与类似客户合作的成功案例以展示专业能力。
此提示概述了邮件的目的、发送方、接收方及所需内容。它为 ChatGPT 提供了框架，用于生成专业的、具有说服力的邮件，旨在获取新业务。
提示工程不是魔法，但它是一个强大的工具。不要期望一开始就完美，尝试不同的提示，找出最适合你的方法。AI 和 LLM 领域在不断进化，保持好奇心，学习新的提示技巧，充分利用这项技术。
粤ICP备14082021号
免费POC，
零成本试错
