提示词工程

最新推荐文章于 2025-08-07 15:32:36 发布

原创最新推荐文章于 2025-08-07 15:32:36 发布 · 333 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #人工智能

1. 什么是Prompt？

了解 Prompt定义、Prompt engineering定义、Prompt的使用场景。

2. 清晰明确的指令

写好Prompt最核心的原则是尽可能清晰、明确地表达自己的需求。

假设我们有一个任务：我现在要去天津旅游，想要GLM-4给我一份旅游攻略

第一步：说清楚：大语言模型没有办法洞察用户的内心，所以要确保Prompt能够清晰明确地表达意图。

第二步：做强调：可以重点突出我们想去的地方，对一些我们希望固定输出的内容进行强调，或者输入一些细节。

第三步：定人设：可以给大模型预设定一个人设，假设它是某个相对应场景非常专业的人士，这样子可以使得输出的结果更加精确。

第四步：追问细节：目前大多数模型都有长记忆的回答功能，我们可以根据它的回答在细节上进行追问。

3. 增加样本提示

（1）零样本提示（Zero-Shot Prompt）

零样本提示是最简单的提示词结构，上述例子讲解的都是零样本提示的编写规则，只需要尽量清晰地描述任务。

（2）单样本提示（One-Shot Prompt）

在Prompt中除尽量清晰地描述任务外，添加一个示例样本（加入一个示例的输入和输出对）。这些样本可以用来引导模型模仿特定的行为和语言风格。

（3）少样本提示（Few-Shot Prompt）

顾名思义，就是在Prompt中添加几个样本提示，即加入两个及以上几个示例的输入和输出对，对于更复杂的任务，可以添加多个示例。

4. 善用分隔符

使用分隔符标示不同的输入部分，使用清晰的提示语法（包括标点符号、标题和节标记）有助于传达意图，并且通常使输出更易于解析。

5. 思维链提示

要求模型分步骤解答问题，还要求其展示其推理过程的每个步骤。通过这种方式，可以减少不准确结果的可能性，并使用户更容易评估模型的响应。

6. 撰写优质Prompt的原则总结

撰写优质Prompt最核心的原则就是尽可能清晰、明确地表达自己的需求（类比产品经理向程序员提需求）。细分下来，具体原则包括：

清晰的指令
提供上下文和例子
善用符号和语法
让模型一步一步地思考
激励模型反思和给出思路
给容错空间
让模型给出信息来源

任务实现

1. 什么是Prompt？

Prompt定义：涉及传递给语言模型，以及实现所需任务的指令和上下文，驱动大模型进行图文表达的文本描述。

Prompt engineering定义：是一项通过优化提示词和生成策略，从而获得更好的模型返回结果的技术。

Prompt的使用场景：主要分为语言对话和文生图两种常见类别。如下图所示：

文心一格：文生图 Prompt：“请以刺猬形象为原型，生成一个企业IP形象”

文心一言：文生文 Prompt：“请帮我写一首关于夏天的七言绝句”

2. 清晰明确的指令

写好Prompt最核心的原则是尽可能清晰、明确地表达自己的需求。

假设我们有一个任务：我现在要去天津旅游，想要GLM-4给我一份旅游攻略

第一步：说清楚：大语言模型没有办法洞察用户的内心，所以要确保Prompt能够清晰明确地表达意图。Prompt="给我一份去天津三天两晚的旅游攻略"。

第二步：做强调：可以重点突出我们想去的地方，对一些我们希望固定输出的内容进行强调，或者输入一些细节。Prompt="给我一份去天津三天两晚的旅游攻略，我特别想去看大爷跳水和吃煎饼果子"。

第三步：定人设：可以给大模型预设定一个人设，假设它是某个相对应场景非常专业的人士，这样子可以使得输出的结果更加精确。Prompt="你是有10年资历的携程旅行资深规划师，拥有给2000名私人用户进行短程旅游的规划经验，行程的规划更加细致，现在给我一份去天津三天两晚的旅游攻略，我特别想去看大爷跳水和吃煎饼果子"。

第四步：追问细节：目前大多数模型都有长记忆的回答功能，我们可以根据它的回答在细节上进行追问。Prompt=“五大道是一个错综复杂的地方，请给我设计一条路线以便我能够在3个小时之内游览完整个五大道的景点”。

优秀的Prompt=清晰性+强调具体性+目标导向的问题+赋予角色+适当的上下文

“你是有10年资历的携程旅行资深规划师，拥有给2000名私人用户进行短程旅游的规划经验，行程的规划更加细致，现在给我一份去天津三天两晚的旅游攻略，我特别想去看大爷跳水和吃煎饼果子。五大道是一个错综复杂的地方，请给我设计一条路线以便我能够在3个小时之内游览完整个五大道的景点。

3. 增加样本提示

（1）零样本提示（Zero-Shot Prompt）

零样本提示是最简单的提示词结构，上述例子讲解的都是零样本提示的编写规则，只需要尽量清晰地描述任务。

（2）单样本提示（One-Shot Prompt）

在Prompt中除尽量清晰地描述任务外，添加一个示例样本（加入一个示例的输入和输出对）。这些样本可以用来引导模型模仿特定的行为和语言风格。如输入：

“whatpu” 是一种生长在坦桑尼亚的小型毛茸茸的动物。使用 whatpu 这个词的一个例子是：
我们在非洲旅行，看到了这些非常可爱的 whatpu。
“farduddle” 的意思是快速跳跃。使用 farduddle 这个词的一个例子是：

下图是使用文心一言生成的示例，可以看到，通过仅提供一个例子，模型已经学会了如何执行任务：

（3）少样本提示（Few-Shot Prompt）

顾名思义，就是在Prompt中添加几个样本提示，即加入两个及以上几个示例的输入和输出对，对于更复杂的任务，可以添加多个示例。如输入：

模仿以下风格
        1、三杯鸡在锅中欢跃，是岁月的篝火，是浪漫的乐章。
        2、炖排骨的滋味，是冬日的棉被，是乡土的回响。
        3、红烧勤鱼的鲜香，是海洋的密语，是大海的情书。
生成新的句子。

下图是使用文心一言生成的示例：

4. 善用分隔符

使用分隔符标示不同的输入部分，使用清晰的提示语法（包括标点符号、标题和节标记）有助于传达意图，并且通常使输出更易于解析。

如下面的例子，在信息源之间添加了分隔符"""，此外，章节标题或特殊变量以大写形式呈现以区分它们。

您将阅读一篇新闻，然后给这篇新闻取一个标题。
"""
5月份，全国规模以上工业增加值同比增长5.6%，环比增长0.30%。分三大门类看，采矿业增加值同比增长3.6%，制造业增长6.0%，电力、热力、燃气及水生产和供应业增长4.3%。装备制造业增加值增长7.5%，高技术制造业增加值增长10.0%，增速分别快于全部规模以上工业1.9和4.4个百分点。分经济类型看，国有控股企业增加值增长3.6%；股份制企业增长6.4%，外商及港澳台投资企业增长2.5%；私营企业增长5.9%。分产品看，3D打印设备、新能源汽车、集成电路产品产量同比分别增长36.3%、33.6%、17.3%。1-5月份，全国规模以上工业增加值同比增长6.2%。5月份，制造业采购经理指数为49.5%，企业生产经营活动预期指数为54.3%。1-4月份，全国规模以上工业企业实现利润总额20947亿元，同比增长4.3%。
"""

下图是使用文心一言生成的结果：

5. 思维链提示

要求模型分步骤解答问题，还要求其展示其推理过程的每个步骤。通过这种方式，可以减少不准确结果的可能性，并使用户更容易评估模型的响应。

作为一个 AI 助手，你的任务是帮助用户解决复杂的数学问题。对于每个问题，你需要首先独立解决它，然后比较和评估用户的答案，并最终提供反馈。在这个过程中，请展示你的每一步推理过程。我有一个数学问题需要帮助:"""问题是：一个农场有鸡和牛共 35 头，脚总共有 94 只。鸡和牛各有多少头？我的答案是鸡有 23 只，牛有 12 头"""。

下图是来自文心一言的回答，可以看到其分步骤解答了问题，且答案也是正确的。

6. 撰写优质Prompt的原则总结

撰写优质Prompt最核心的原则就是尽可能清晰、明确地表达自己的需求（类比产品经理向程序员提需求）。细分下来，具体原则包括：

清晰的指令：足够清晰明确地说明希望模型为你返回什么，最后更加细致地说明需求，避免模糊表达。
提供上下文和例子：给出较为充分的上下文信息，让模型更好地理解相关背景。如果能够提供示例，模型能表现更好（类似传统LLM中的in-context learning）。
善用符号和语法：使用清晰的标点符号，标题，标记有助于转达意图，并使输出更加容易被解析
让模型一步一步地思考：在这种方法中，模型逐步进行思考，并呈现出涉及的步骤，这样做可以降低结果的不准确的可能性，并对模型响应的可解释性有很大的帮助。
激励模型反思和给出思路：可以在prompt中用一些措辞激励模型给出理由，这样有助于我们更好地分析模型生成结果，同时，思维过程的生成，也有助于其生成更高质量的结果。
给容错空间：如模型无法完成指定的任务，给模型提供一个备用路径，比如针对文本提问，可以加入如果答案不存在，则回复“无答案”
让模型给出信息来源：在模型结合搜索或者外部知识库时，要求模型提供他的答案的信息来源，可以帮助LLM的答案减少捏造，并获取到最新的信息。