一、提示词迭代技巧
1、明确初始需求
**【设定角色】**设定角色让AI更专业，如"资深职业规划师"，使其回答更具针对性，能提供专业建议。
**【结构化提问】**通过目标、现状、障碍三方面结构化提问，让AI清晰了解需求，从而给出精准回应。
**【语言简洁】**使用简单明了的语言表达需求，避免模糊词汇，如"写一篇好一点的文章"，改为具体要求。
2、获取初步反馈
**【用提问代替评价】**以提问代替直接评价AI回答，引导其思考改进，如"这段内容是否适合非专业读者"。
**【多轮互动】**通过多轮互动逐步优化提示词，每次根据反馈调整，直至得到理想结果。
**【分析反馈】**仔细评估AI输出，找出优点和不足，为下一步优化提供依据。
3、优化提示词
**【增加约束条件】**加入格式、风格、长度等限制条件，让AI输出更符合要求。
**【提供示例】**给AI参考样本，明确期望输出的风格和结构，使其更直观理解需求。
**【使用专业术语】**在熟悉领域使用专业术语，提高沟通效率，获得更专业回答。
二、自动化提示词工程
1、自动化提示词工程概念
**【AI自主构造提示词】**自动化提示词工程让AI自主构造更"完美"的提示词，像教孩子思考问题。
**【基于语言逻辑生成】**AI凭借强大的语言理解和生成能力，掌握语言逻辑，自主生成精准提示词。
**【迭代优化】**AI通过用户反馈不断迭代改进提示词生成策略，探索更优解。
2、如何引导AI构造提示词
**【明确目标和任务】**清晰定义目标和任务，为AI提供上下文信息，使其准确理解意图。
**【迭代优化】**持续评估提示词效果，根据反馈调整，形成闭环优化。
**【利用AI生成能力】**使用简单指令引导AI生成初始提示词，从不同维度和角色思考。
3、应用场景与优势
**【提高沟通效率】**自动化提示词工程减少用户与AI的沟通成本，快速找到最佳话术。
**【探索更优解】**AI能尝试更多提示词组合，发现人类可能忽略的优质方案。
**【适应复杂任务】**在复杂任务中，AI自主生成的提示词能更好地引导自身完成任务。
从角色扮演角度
请你扮演一位经验丰富的提示词导师，针对我想了解的 [主题] ，指导我如何一步步构建一个高效且精准的提示词，最终获得我想要的深入解答。
假设你是位提示词教练，我的目标是让大语言模型更好地完成 [任务] 。请你像教练一样，给我一些练习题，让我通过实践来掌握提示词的编写技巧。
请以提示词专家的身份，评估我目前关于 [主题] 的提问方式，并给出改进建议，包括更有效的关键词、更清晰的指令结构等。
请你作为一名提示词工程师，为我设计一个用于 [任务] 的最佳提示词，要求最大程度地利用大语言模型的潜力，并考虑到恪种可能的输出情况。
假设你是一位提示词优化专家，我有一个初步的提示词 [你的初步提示词] ，请你帮我分析并优化它，使其更加精炼、有效，并能获得更符合预期的结果。
请你扮演一位提示词分析师，我这里有几个关于 [主题] 的提示词 [你的提乐词列表] ，请你帮我分析每个提示词的优缺点，以及它们可能产生的不同效果。
请你扮演一位提示词模板库管理员，为我整理一些常用的提示词摸板涵盖 [任务类型] ，并解释每个模板的适用场景和使用方法。
假设你正在维护一个提示词模板数据库，请你根据我的需求 [你的需求] ，从数据库中推荐最合适的提示词模板，并告诉我如何根据我的具体情况进行周整。
从任务类型角度写作任务：我想用大语言模型辅助写作 [文章类型] ，请你为我生成一些能引导模型进行高质量写作的提示词，包括如何设定主题、如何要求风格、如何控制字数。
写作任务：我需要撰写一篇关于主题的 [文章类型] ，请你提供一系列提示词，帮助我从构思、大纲、段落，到细节描写，逐步完成这篇文章的写作。
问题解决：我想用大语言模型辅助解决 [问题类型] 到，请你为我生成一些能引导模型进行深入分析、提供多种解决方案并辅助决策的提示词，包括如何描述问题、，如何要求分析角度、如何评估方案优劣等。
学习任务：我想用大语言模型辅助学习 [学习主题] ，请为我生成一些能引导模型进行有效教学、提供个性化学习建议并辅助知识巩固的提示词，包括如何提出问题、如何要求解释摄念、如何进行练习测试等。
学习任务：我正在学习 [学习领域] ，希望能更深入地理解学习主题，请你提供一系列提示词，帮助我从基础知识回顾、核心概念理解、案例份析应用，到知识拓展延伸逐步完成学习过程。
从提示词格式角度问题类型：请你为我生成一些开放式问题/封闭式/选择题的提示词，用于探索 [主题] ，鼓励模型自由发散思考，提供更多可能性。
不同风格：请你为我生成一些简洁明了风格的提示词，力求用最少的文字表达最清晰的指令，提高提问效率
不同结构：请你为我生成一些结构化的提示词，例如，使用固定的模板、关键词或者指令框架，方便我批量生成和管理提示词。
请你为我生成二些多轮对话类型的提示词，用于引导模型进行深入持续的对话，逐步探索复杂问题。
元提示：在提示词中，内置对提示词自身的要求（指令的指令）请你先分析我的请求，指出我的请求中可能存在的歧义或不明确之处。然后，生成一个更详细、更清晰的提示词，以便你能基于这个更完善的提示词，为我提供更有针对性的、更准确的答案。
请你根据我对科普文章的描述，指出我在描述中是否遗漏了关键信息或者哪些地方描迷得不够清晰。请提出优化后的提问方式，让我能更全面、更准确地表达我的需求。
你现在扮演一位专业的提示工程师，你的任务是分析用户的初始需求，并迭代生成优化版本的提示词。在生成提示词的过程中，你需要充分考虑各种因素，例如目标领域、期望的输出格式、用户对知识深度的要求、风格偏好等。
在首轮提示词生成之后，你需要主动向用户提问，询问关于目标领域、期望输出格式、知识深度要求、风格偏好等关键参数，以便更精准地把握用户需求，并生成更有效的提示词。
分步式构造提示词：写科普文章：确定文章的主题和核心观点：请你帮我确定这篇文章的核心主题和主要观点。考虑到目标读者是中学生，主题应该具有科普性和趣味性，核心观点应该简洁明了，易于理解。
设计文章的结构和框架：请你为这篇文章设计个清晰的文章结构。考虑到科普文章的特点，文章结构应该逻辑清晰，层次分明，重点突出，可以参考常见的科普文章结构，例如提出问题分析问题解决问题的结构。
生成每个章节的详细提示词：现在，请你为文章的每个章节，分别生成更详细的提示词。例如，：对于"提出问题这个章节，提示词可以包括"请用生动的案例域故事，引出可持续发震的重要性，并引发读者对这个问题的思考。"
四、通过提示词开启各种模式
1、通俗化表达
**【说人话模式】**要求AI用通俗语言解释复杂概念，使其回答更接地气、易理解。
**【小学生模式】**让AI用小学生能懂的方式解释问题，用最基础语言讲清复杂概念。
**【比喻模式】**通过比喻将抽象概念与熟悉事物联系，使内容更具体生动。
2、思维拓展
**【穿越模式】**从未来视角看待问题，获得更长远判断，适合做决策参考。
**【杠精模式】**AI从反面质疑观点，发现潜在问题，帮助全面思考。
**【精神分裂模式】**AI从正反两方分析问题，客观看待事物，避免片面判断。
五、推理模型与通用模型的选择
1、通用模型V3
**【高效务实】**V3像职场精英，擅长快节奏、高效率工作，适合日常任务。
**【成本亲民】**V3完成任务速度快，成本相对较低，性价比高。
**【应用广泛】**适用于规范化的、目标明确的任务，如文案撰写、信息查询。
2、推理模型R1
**【深度思考】**R1擅长复杂推理和策略制定，适合高精度、高可靠性任务。
**【精准可靠】**R1在处理复杂问题时更精准，能提供更可靠答案。
**【适用场景】**适用于开放性任务，如策略制定、复杂数据分析代码审查。
3、组合使用
**【优势互补】**将V3和R1组合使用，实现效率与精度的完美结合。
**【实际应用】**如客户服务中，R1制定退货方案，V3快速生成邮件和查询物流。
**【灵活选择】**根据任务性质和需求侧重灵活选择模型，发挥各自优势。