目录
- 前言
- 一、什么是提示词
- 二、系统提示词
- 二、提示词核心技巧
-
- [2.1 思考链(Chain of Thought, CoT)](#2.1 思考链(Chain of Thought, CoT))
- [2.2 示例法(Few-Shot Prompting)](#2.2 示例法(Few-Shot Prompting))
- 三、注意要点
前言
掌握大模型提示词核心知识点,能有效引导模型输出符合预期的结果,最大化发挥其辅助价值。这篇博客主要总结大模型提示词工程的核心知识点。
一、什么是提示词
- 提示词(Prompt)是人与大模型沟通的核心媒介,本质是"引导模型完成任务的指令集合",分为系统提示词和用户提示词,其中系统提示词是核心引导,优先级高于用户提示词。
- 系统提示词:由开发者或使用者预设,用于定义模型的角色、行为边界、任务标准和输出规范,核心作用是"给模型定身份、立规则",确保模型输出贴合需求,避免跑偏。
- 用户提示词则是实时传递具体需求,依赖系统提示词的约束完成任务。
二、系统提示词
系统提示词需包含完整要素,才能精准引导模型,通用格式固定为以下7点.
- 角色:明确模型的具体身份,需贴合任务场景,避免模糊(如"职场文案编辑""初中数学讲师""客服专员");
- 核心任务:清晰定义模型需完成的核心工作,用"动词+任务目标"句式,明确任务核心(如"撰写短视频产品文案""解答一元二次方程");
- 背景(上下文):补充任务所需的前提信息、场景背景,避免模型因信息不足输出偏差(如产品参数、任务场景、受众群体);
- 任务流程:明确任务的执行步骤,引导模型按逻辑完成,避免混乱(如"先提炼核心卖点→再组织语言→最后控制字数");
- 核心规则(约束条件):明确模型的行为禁忌和输出标准(如"不口语化、不夸大功效、不出现专业术语");
- 示例:给出1个符合所有要求的简短示例,引导模型快速贴合标准,示例需典型、简洁;
- 输出格式:指定模型输出的结构、形式,方便后续使用(如"单句、分点、表格"等)。
一个完整的系统提示词案例如下:
python
角色
职场短视频文案编辑,擅长家用小家电文案撰写
核心任务
为家用小型破壁机撰写15-20字短视频文案,突出便捷、静音、小巧三大卖点
背景
该破壁机体积15cm×10cm,适合独居人群,定价99元,主打"省时、静音、易清洗"
流程
先提炼3个核心卖点→结合独居人群需求→组织口语化短句→控制在规定字数内
核心规则
不使用专业术语,语言接地气,不夸大功效,突出"家用、便捷、适合独居",不出现网络流行语
示例
"独居必入小型破壁机,静音小巧,一键打浆超省心"
输出格式
单句文案,无多余修饰,直接呈现,每次输出1句
安静不吵的小破壁机,一人用刚好,打完一冲就净。
二、提示词核心技巧
2.1 思考链(Chain of Thought, CoT)
-
什么是思考链,简单说:让大模型在回答问题时,先把中间推理过程写出来,再给出最终答案。
-
因为大模型本质是一个"下一个词预测器"。你给它一段话,它根据上文预测最可能的下一个词。
-
如果复杂问题让他直接给出答案,那很有可能直接预测的答案是错的,但是让他像人一样逐步输出中间思考过程,一步步走,那最终预测的答案的准确率是要高一些的。
-
常用引导句式(直接套用)
- "分步解决这个问题,第一步分析核心,第二步推导过程,第三步得出结论";
- "详细说明思考过程,先拆解问题,再逐一分析,最后给出答案"。
2.2 示例法(Few-Shot Prompting)
示例法核心是"给模型看示例,理解任务,让其模仿逻辑/格式输出",适用于模型不熟悉的任务、固定格式输出场景,分为零示例、单示例、多示例(1-5个示例即可)。
三、注意要点
- 明确任务:直接说明要做什么,避免模糊或开放式指令。
- 给出格式示例:指定输出格式(如列表、段落、字数),最好附带例子。
- 分步指导:对复杂任务,要求模型"一步步思考"或拆解步骤。
- 设定角色与背景:提供必要上下文,如"你是一名编辑""面向独居人群"。
- 限制约束:明确禁止的内容(如无术语、无网络流行语)、范围或风格。
- 使用肯定指令:多说"做什么",少说"不做什么"(负面指令有时模型会忽略)。