微信扫码
添加专属顾问
我要投稿
前段时间学习了智谱AI对外分享的prompt最佳实践,感触良多,顺便记录一下自己的学习总结。
本系列将分为三部分:prompt框架、prompt迭代优化和prompt评测与产品构建。
本篇是第二篇,主要介绍prompt迭代优化。
Prompt engineering, or "提示词工程",是一个在人工智能领域,尤其是在自然语言处理(NLP)中使用生成模型时,优化输入指令以获得最佳输出结果的过程。
获得一个优越的提示词,要包括如下步骤:
迭代:没有人直接写出100分的指令
评测:像训练算法模型一样优化指令
大模型在任务执行过程中会具有保险业务专家的语境。
【动词和名词、业务场景的名词】
避免模型指令收到其他内容的干扰;
将文本上下文、不同的知识模块做分隔;
避免用户注入无关指令。
有助于开发者顺利任务的逻辑顺序,便于逐条编写测试以及迭代维护。
需求描述:
迭代指令:prompt v1->prompt v2
增加COT,输出步骤中如何判断情绪
迭代指令:prompt v2->prompt v2.1
清晰明确的表达
迭代指令:prompt v2.1->prompt v3
从结构上进行优化
迭代指令:prompt v3->prompt v3.1
在每一个分类中增加few shot
迭代指令:prompt v3.1->prompt v3.2
格式强约束
需求:
最初版v1
拆分prompt、赋予角色
添加修辞关键特征、分析原因
任务描述:动词
加示例、引号强调
加反面示例
COT:分步骤推理分析
输出引导
示例顺序调整
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-05-14
Anthropic 发布 Computer Use 最佳实践
2026-05-12
Codex下自定义斜杠命令
2026-05-11
提示工程的终局?从咒语到"教做人"的进化
2026-05-11
AI时代产品范式和工作范式已彻底改变
2026-05-09
Goal Mode 的 Prompt 怎么写才有效:任务拆分、约束条件与失败模式分析
2026-05-09
Anthropic 工程师发文:别用 Markdown 了,HTML 才是 AI 的终极语言!
2026-05-06
Claude Code 拥有 50 多个命令。大多数开发者只用到 5 个
2026-05-05
主流大模型系统提示词对比分析
2026-02-26
2026-02-24
2026-03-07
2026-03-13
2026-03-18
2026-02-24
2026-04-21
2026-02-28
2026-02-21
2026-03-05
2026-04-14
2026-02-28
2026-02-12
2026-02-12
2026-02-08
2026-02-05
2026-02-05
2026-01-23