人工智能提示(prompt)工程入门

文章目录

人工智能提示(prompt)工程入门

一、目的

对于当前的发达的人工智能,我们可以广泛使用,因此,对于我们想要提问的问题,如果我们提问的更加精准,会大大的增大我们的效率

同时对于同一个问题使用不同的Prompt可能会获得不同的答案,因此我们需要设计和优化输入的文本,来提示AI模型生成预期的输出

二、使用

1、角色

即:给AI定义一个最匹配的角色

如:你是一个专业的博客作者

2、提示

即:对任务进行描述

如:撰写一篇关于人工智能提示工程的文章

3、上下文

给出任务相关的其他背景信息

4、例子

必要时进行举例,能够加强问题的精准性

5、输入

任务的输入信息

6、输出

输出的格式描述

如:进行JSON化

上面的目的目的就是为了让问题更加精准,减小问题的二义性

三、使用示例

tex 复制代码
角色:你是一位专业的博客作者。
指示:撰写一篇关于最新AI技术发展的文章。
上下文:文章应该涵盖AI技术的当前状态和未来趋势。
例子:可以引用最近的AI技术突破和行业专家的见解。
输入:当前AI技术的相关信息和数据。
输出:一篇结构清晰、观点鲜明的文章草稿。
相关推荐
GISer_Jing2 分钟前
AI Agent Skills 发现指南:前端工程化与自动化全景
前端·人工智能·自动化
心.c2 分钟前
从 Function Call 到渐进式 Skill:大模型能力扩展范式的演进与落地实践
前端·人工智能·react.js·ai·react
IT_陈寒4 分钟前
Vue的响应式更新把我坑惨了,原来问题出在这里
前端·人工智能·后端
智慧地球(AI·Earth)5 分钟前
用 Python 构建一个“记性好”的 AI 助手:JSON本地存储和向量检索
人工智能·python·json
_张一凡7 分钟前
【大语言模型学习】2026年十大LLM训练数据集汇总
人工智能·学习·语言模型·aigc·大模型训练·llm数据集
程序员三明治8 分钟前
【AI探索】程序员到底该怎么理解 LLM?
人工智能·ai·大模型·llm·量化·java后端·api调用
Alice-YUE11 分钟前
【前端面试之ai概念】大白话讲清 Agent、MCP、Skill、Function Calling、RAG
前端·人工智能·学习·aegnt
打不了嗝 ᥬ᭄18 分钟前
一镜通古今:Rokid AI Glasses 驱动的古建筑文物全流程智能讲解终端
人工智能
格林威25 分钟前
如何用 eBPF 监控 GigE Vision 相机网络性能
网络·人工智能·数码相机·yolo·计算机视觉·视觉检测·工业相机
云浪27 分钟前
从 0 到 1 搭建 RAG 应用:用 LangChain + Chroma + qwen-plus 实现《红楼梦》问答
javascript·vue.js·人工智能