人工智能prompt的优化技巧

Prompt的构成

了解prompt的构成有助于我们能够更好的编写prompt,prompt的构成类似于自然语言的成分。

prompt主要包括以下部分:

  • 指令:你想让人工智能执行的命令
  • 上下文:可以涉及外部信息或附加上下文,可以引导模型产生更好的响应,不是必须的
  • 输入数据:我们感兴趣的输入或问题(以期望 ChatGPT 给出解答),不是必须的
  • 输出提示:表示希望 ChatGPT 以什么形式来输出结果,不是必须的
    接下来用几个 Prompts 来加深理解:

案例一

我希望你能担任私人教练的角色。我会提供你一个想通过体育锻炼变得更健康的人的信息,而你的角色是根据他们现有的健康水平、目标和生活习惯,为这个人设计最佳的计划。你应该利用你对运动科学、营养建议的知识,来为他们创建一个适合他们的计划。我第一个要求是:"我需要帮助为想减肥的人设计一个锻炼计划。"

其中:

  • 上下文:我希望你能担任私人教练的角色。我会...,来为他们创建一个适合他们的计划。
  • 指令:我第一个要求是:"我需要帮助为想减肥的人设计一个锻炼计划。

案例二

翻译成英文:如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答。

其中:

  • 指令:翻译成英文
  • 上下文:如今 ChatGPT 给人带来的最大的震撼在于,... 他总能围绕问题作出解答。

prompt的优化技术

1. 框选你想表达的重点信息

使用 ### 或 """ 等符号框选重点信息。使用符号来断开不同类型的内容会显著提升 ChatGPT 对内容的理解能力。

糟糕的案例 ❌

将下面的文本总结为最重要的要点的项目符号列表。

如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答.....................

更好的案例 ✅

将下面的文本总结为最重要的要点的项目符号列表。

文本:"""

如今 ChatGPT 给人带来的最大的震撼在于,他看起来真的理解了我们的提问,无论怎样的问题,他总能围绕问题作出解答.....................

"""

2. 指定结果的输出格式

当你期望 ChatGPT 的输出内容具有一定结构时,把你的期望表达出来。

糟糕的案例 ❌

从下面的文本中提取所有的人名和他们的职业。

文本:"""

设计师小牛陪小王去小李家做客,小李的老婆厨师小丁做了一道红烧带鱼。小王说"非常好吃!"

"""

更好的案例 ✅

从下面的文本中提取所有的人名和他们的职业。

输出的格式:<人名>(<职业>),<人名>(<职业>),...

文本:"""

设计师小牛陪小王去小李家做客,小李的老婆厨师小丁做了一道红烧带鱼。小王说"非常好吃!"

"""

3. 减少模糊的表达,明确提出你的需求

糟糕的案例 ❌

你总结的产品描述应该非常简练、只包含一些语句、别太多。

更好的 ✅

用 2-3 句话总结该产品,不超过 30 个字。

4. 告诉他要做什么,而不是不要做什么

糟糕的案例 ❌

以下是一名客服和一名客户之间的对话。请勿询问用户名或密码。请勿重复。

客户:我无法登录我的账户。

客服:

更好的 ✅

以下是客服与顾客之间的对话。客服将尝试诊断问题并提出解决方案,同时避免问任何与用户名、密码相关的问题。请引导用户查看帮助文章 www.samplewebsite.com/help/faq。

顾客:我无法登录我的账户。

客服:

相关推荐
不懒不懒1 分钟前
【从零入门本地大模型:Ollama 安装部署 + Qwen2.5 实现零样本情感分类】
人工智能·分类·数据挖掘·大模型·ollama
徐健峰6 分钟前
GPT-image-2 热门玩法实战(二):AI 面相分析 & 个人色彩诊断 — 上传自拍秒出专业报告
人工智能·gpt
冰西瓜6006 分钟前
深度学习的数学原理(三十二)—— Transformer全场景掩码机制详解
人工智能·深度学习·transformer
绘梨衣5477 分钟前
Agentic RAG、传统RAG、ReAct、Function Calling 核心关系
人工智能·chatgpt·tensorflow
玩转单片机与嵌入式11 分钟前
嵌入式AI场景:哪些应用场景不适合将AI模型部署到单片机(MCU)中?
人工智能·单片机·嵌入式硬件
MediaTea14 分钟前
AI 术语通俗词典:随机搜索
人工智能
憨波个18 分钟前
【说话人日志】DOVER-Lap:overlap-aware diarization 输出融合算法
人工智能·深度学习·算法·音频·语音识别
暗夜猎手-大魔王23 分钟前
转载--AI Agent 架构设计:Agent 的自我欺骗(OpenClaw、Claude Code、Hermes Agent 对比)
人工智能
智枢圈24 分钟前
Function-Calling与工具使用
人工智能
司南-704925 分钟前
Dense结构下的 大模型系统架构研究
服务器·人工智能·后端