当前位置: 首页 > news >正文

大模型提示词工程基础博客

你是不是也有过这样的经历:
对着 ChatGPT 问 “帮我写个文案”,结果 AI 给你写了一篇干巴巴的官方宣传稿,完全不是你想要的小红书种草风格?
问 AI 一个数学题,结果它给了你一个错误的答案,你还得自己再算一遍?

其实,这不是 AI 不够聪明,而是你还没学会怎么和它 “好好说话”。这就是我们今天要讲的 ——提示词工程(Prompt Engineering),一门让你把 AI 用透的入门必修课。

一、什么是提示词工程?

简单来说,提示词工程就是针对大语言模型(LLM),设计、优化你输入给 AI 的指令(也就是提示词),从而引导 AI 输出你真正想要的结果的方法。

你可以把大模型想象成一个博学多才、但是有点 “怕麻烦” 的专家:

  • 他什么都懂,但是你问得越模糊,他就越只能给你泛泛而谈的通用答案;

  • 你把需求说的越清楚,他就能越精准地给你定制化的结果。

提示词工程,就是学会怎么把你的需求,翻译成 AI 能听懂的 “语言”,让他精准 get 到你的点。

二、写好提示词的核心:四要素法则

很多新手写提示词,只会写 “帮我做 XX”,这就相当于你去餐厅只说 “给我做个吃的”,厨师当然不知道你要吃川菜还是粤菜,要辣还是不辣。

一个高效的提示词,通常包含四个核心要素,我们用一张图来给你讲清楚:

这四个要素分别是:

1. 👤 角色设定:给 AI 定个身份

你可以告诉 AI,你希望它扮演什么角色,这样它就会站在这个角色的视角来思考问题,输出的内容就会更专业、更符合你的预期。

比如你要写美妆文案,就让它扮演小红书美妆博主;你要审查代码,就让它扮演资深 Python 架构师。

2. 📋 任务描述:明确告诉它要做什么

清晰地告诉 AI,你希望它完成什么具体的任务,不要模糊。不要说 “帮我处理一下这个”,要说 “帮我总结这篇文章的核心观点”。

3. 📝 上下文信息:给足背景

把相关的背景信息告诉 AI,比如你要写的产品是什么,有什么特点,你自己的使用体验是什么,这些信息能让 AI 的输出更贴合你的实际情况。

4. 🔒 输出约束:告诉它输出的要求

最后,告诉 AI 你想要的输出格式、长度、风格、语气等等。比如 “字数 300 字左右”、“口语化,像和闺蜜聊天”、“输出成 Markdown 列表格式”。

只要把这四个要素写清楚,你的提示词就已经超过 80% 的新手了!

三、新手必学的 3 个基础提示词技巧

掌握了四要素之后,我们再来学三个最实用的基础技巧,学会这三个,你就能搞定 80% 的日常任务了。

1. 零样本提示:最简单的直球提问

零样本提示是最基础的提示方式,就是不提供任何示例,直接给 AI 下达指令

这种方式适合那些简单、明确的任务,比如翻译、简单的总结、常识性的问题,因为这些任务 AI 在预训练的时候已经学的很熟了,不需要你给例子,它就能直接完成。

案例:

请把下面这句话翻译成英文: 今天天气真好,我们一起去公园放风筝吧。

AI 直接就能给你准确的翻译,不需要你给任何例子,这就是零样本提示。

2. 少样本提示:给几个例子,让 AI 举一反三

如果你的任务比较复杂,或者你想要 AI 严格按照某个格式输出,那零样本可能就不够用了,这时候你可以用少样本提示—— 也就是给 AI 几个 “输入 - 输出” 的示例,让它模仿着来做。

这种方式特别适合规范输出格式、或者处理一些比较模糊的任务,比如情感分析、分类任务。

案例:情感分析

我会给你一些用户评论,你帮我判断它们的情感倾向,输出“正面”、“中性”或“负面”。 例子: 输入:这个手机续航太差了,一天要充三次电。 输出:负面 输入:这家店的服务超棒,下次我还会再来! 输出:正面 输入:这个电影中规中矩,没什么特别的亮点。 输出:中性 现在处理新的评论: 输入:我太喜欢这个面霜了,冬天再也不怕脸干了! 输出:

你看,给了 AI 三个例子之后,它就完全明白你要做什么了,而且会严格按照你给的格式输出,不会给你多余的解释,直接给你标签,非常精准。

3. 思维链提示:让 AI 学会 “慢慢来,别着急”

很多时候,AI 做数学题、逻辑推理题会出错,不是它不会,而是它太着急了,直接就跳答案了,忽略了中间的推理过程。

这时候,你只需要加一句话:“让我们一步一步思考”,就能让 AI 放慢速度,把推理过程写出来,准确率会大幅提升!这就是思维链(Chain of Thought,CoT)提示。

我们用一张图来看一下效果:

你看,同样的年龄问题,普通提问的时候,AI 直接用 20*3=60,犯了低级错误;但是加了 “让我们一步一步思考” 之后,AI 就会先算年龄差,然后再算现在的年龄,结果就完全正确了。

这个技巧真的是新手的神器,只要你问的是需要推理的问题,加上这句话,准确率能提升一大截!

四、实战案例:写一篇小红书种草文案

我们来把今天学的所有东西,整合起来,做一个完整的实战案例:写一篇小红书的保湿面霜种草文案。

坏的提示词(新手常犯):

帮我写个面霜的文案。

这个就是我们之前说的模糊的提示词,AI 根本不知道你要什么风格,要什么内容,大概率会给你一篇官方的产品介绍。

好的提示词(用上我们学的所有技巧):

👤 角色:你是一个专注干皮护肤的小红书博主,粉丝都是20-30岁的年轻女生,风格很接地气,像和闺蜜聊天。 📋 任务:帮我写一篇新出的高保湿面霜的种草文案。 📝 上下文:这个面霜是新品,主打24小时高保湿,我自己干皮用了一周,冬天在北方室内开暖气也完全不会干,上脸很清爽不油腻,吸收特别快。 🔒 约束:字数300字左右,口语化,不要太官方,结尾要有互动提问,引导评论。

你看,这个提示词就把我们的四要素都用上了,非常清晰。我们来看看 AI 的输出:

干皮姐妹!这个冬天的救星我找到了!😭

北方的冬天真的太干了,之前用的面霜要么不够润,要么油的像抹了猪油,直到我试了这个新品面霜!

我已经用了一周了,真的惊到我!早上涂完,到晚上回家脸还是润润的,开了一天暖气也完全不会拔干!而且它的质地真的绝了,像冰淇淋一样,上脸秒吸收,完全不粘腻,涂完马上就能上妆,不会搓泥!

干皮冬天真的不用再纠结了,这个真的是我今年用到的最惊喜的保湿面霜了!

你们冬天都用什么保湿面霜呀?有没有和我一样的干皮姐妹,评论区聊聊呀~

是不是完全就是你想要的小红书种草文案?这就是好的提示词的力量!

五、给新手的小建议

  1. 不要怕写长提示词:很多新手觉得提示词要短,其实不对,把你的需求说清楚,比短更重要,AI 能处理长文本,不用担心。

  2. 多试几次:如果第一次输出不对,没关系,调整一下你的提示词,比如加一点约束,或者改一下角色,多试两次就能得到你想要的结果。

  3. 从简单的开始:不用一开始就学那些复杂的高级技巧,先把今天讲的四要素和三个基础技巧练熟,你就已经能把 AI 用的很好了。

提示词工程其实一点都不复杂,它本质上就是学会怎么清晰地表达你的需求,和 AI 好好沟通。只要你掌握了这些基础,你就能解锁 AI 的全部能力,让它成为你最得力的助手!

http://www.cnnetsun.cn/news/1895952.html

相关文章:

  • Mac option+command+方向键失效问题
  • VibeVoice实时语音合成系统实操手册:高效利用GPU算力方案
  • 爱毕业(aibiye)结合AI技术,助力数学建模论文的复现与精准排版
  • 爱毕业(aibiye)提供AI驱动的数学建模论文复现和智能排版解决方案
  • 终极指南:OfflineInsiderEnroll实现Windows Insider计划离线退出完整方案
  • Phi-3-mini-128k-instruct镜像免配置价值:省去vLLM编译、CUDA版本适配、依赖冲突解决
  • 《OPC·意义产权:产权制度的第三次革命》|第二篇:意义为什么能成为财产?三大哲学根基揭秘
  • 开启同人世界新大门:AO3镜像站的轻松访问指南
  • 中兴U30air与流量大师M3随身WiFi的ABD模式开启全攻略
  • Go语言的Docker容器化实践
  • 从面包板到PCB:我的第一个STC89C52RC学习板实战升级记录
  • 2026届学术党必备的六大降AI率网站横评
  • 软件测试AI助手:Phi-4-mini-reasoning自动生成测试用例与面试题解析
  • QLabel设置富文本,过长用省略号显示的方法
  • 团队协作必备:如何用AAR复盘法让每次项目都成为成长机会(附免费模板)
  • 不止于勾选:用CubeMX为STM32F407配置DSP库的完整流程与工程管理心得
  • 加一把锁,最坏要穿越4次用户态-内核态边界——从glibc源码拆解std::mutex的真实代价
  • LVGL源码解析之渲染、更新过程(2)---区域合并与分块刷新
  • Xilinx程序固化避坑指南:为什么你的FSBL编译总失败?从工程配置到Flash烧录全解析
  • 别再手动写FAQ了!用Spring AI + 阿里云百炼 + Elasticsearch,30分钟给你的业务系统装个“智能客服”
  • 阿里专有云的产品架构(多region)
  • 通义千问1.5-1.8B-Chat-GPTQ-Int4开发环境搭建:PyCharm专业版调试技巧大全
  • 迁移临时数据脚本
  • 实战指南:基于RGB活体检测的人脸识别系统开发
  • 【C++11 高性能并发】线程池从原理到实现:一篇吃透线程池核心设计
  • 【SCI一区复现】基于配电网韧性提升的应急移动电源预配置和动态调度(下)—MPS动态调附Matlab代码
  • 从CLIP到M3A再到Gemma-MoE:SITS2026圆桌绘制多模态架构演进图谱(含6代模型参数量/延迟/泛化率三维对比)
  • 跨考中山大学人工智能学院:从零基础到高分上岸的408备考全攻略
  • 如何抵御CC攻击?从原理到实战的全面防护手册
  • JSM8563T/TS低功耗I2C接口实时时钟/日历