预计阅读时间：6 分钟
提示工程个人笔记
https://www.promptingguide.ai/zh
一、核心认知（AI沟通必修课）
1. 什么是提示工程？
- 本质：优化与LLM（大语言模型）沟通的学科，通过精准提示词让AI高效完成任务，摸清其能力边界
- 通俗说：教AI“听话”的技巧，减少答非所问
2. 适用人群&价值
| 人群 | 核心价值 | 场景示例 |
|---|---|---|
| 研究人员 | 提升AI复杂任务（推理/问答）能力 | 优化算术推理、专业问答 |
| 开发人员 | 实现AI与工具/系统对接 | 设计AI接口提示词、开发应用 |
| 普通用户 | 提高日常使用效率（少返工） | 写文案、总结、查资料 |
3. 核心价值
- ✅ 让AI精准响应；✅ 补AI短板（赋能）；✅ 保AI安全（规避有害内容）
二、提示词设计基础（精准指令说明书）
1. 核心构成（3要素缺一不可）
- 明确指令：告诉AI“做什么”（总结/翻译/分类）
- 上下文：背景、限制（中文/不超3句）
- 可选示例：复杂任务用，帮AI理解预期
2. 标准模板（直接套用）
模板1：基础指令式（简单任务）
[指令] + [限制条件]
例：翻译“天空是蓝色的”，简洁易懂，不额外解释
模板2：问答式（答疑/查知识）
Q: [问题]? A: （新模型可省略Q/A，直接提问）
例：Q: 提示工程核心要素？A: / 提示工程核心要素？
模板3：带示例式（复杂任务）
[示例1：输入→输出] + [示例2：输入→输出] + [新任务输入→]
例：苹果→水果；胡萝卜→蔬菜；香蕉→
3. 避坑：反面vs优化
| 原始（无效） | 优化（有效） | 关键改进 |
|---|---|---|
| 天空是 | 完善句子，补充两种场景：天空是 | 加指令+限制 |
| 翻译“Hello” | 把“Hello”翻译成中文口语，只输出结果 | 明确场景+输出要求 |
| 定情绪：这部电影真差 | 情绪分类（正/负）：这部电影很棒→正；这部电影真差→ | 加示例+分类标准 |
三、聊天模型角色玩法（3角色定人设）
| 角色 | 作用 | 必需？ | 示例用法 |
|---|---|---|---|
| system（系统） | 定人设、语气、规则 | 可选 | 亲切小学老师，回答简洁，用中文 |
| user（用户） | 提具体需求/输入内容 | 必需 | 3句话解释提示工程，适合小学生 |
| assistant（助手） | AI响应（可手动设示例） | 可选 | 提示工程就像教AI听话的技巧～ |
✅ 技巧：system定规则+user提需求，避免AI跑偏
四、核心提示技术（覆盖90%场景）
1. 零样本提示（直接指令，无示例）
- 适用：简单任务（问答、总结、基础翻译）
- 逻辑：AI懂通用知识，直接说需求
- 例：总结“提示工程是优化AI沟通的学科”，不超10字
2. 少样本提示（给示例，让AI学）
- 适用：复杂任务（分类、格式转换、专业任务）
- 逻辑：AI通过示例快速学规则
- 例1（情感分类）：这道菜太美味了→正；服务真糟糕→负；剧太精彩→正；店环境差→（输出：负）
- 例2（数字转大写）：1→壹；2→贰；3→叁；4→（输出：肆）
- 技巧：示例2-3个足够，格式统一
五、模型参数调整（调节旋钮）
1. 核心参数速查表
| 参数名称 | 作用 | 数值范围 | 场景用法 |
|---|---|---|---|
| Temperature（温度） | 控制确定性/随机性 | 0-1 | 精准任务（问答）→0.1-0.3；创意（文案）→0.7-1.0 |
| Top_p（核采样） | 控制选词范围（与温度二选一） | 0-1 | 严谨答案→0.1-0.3；多样输出→0.7-1.0 |
| Max Length（最大长度） | 限制token数（1token≈1汉字） | 任意整数 | 避免冗长→小值（100）；长文→大值（2000） |
| Stop Sequences（停止序列） | 触发停止的关键词 | 字符串 | 列10项→设“11.”；对话→设“用户：” |
| Frequency Penalty（频率惩罚） | 按重复次数罚（次数越多罚越重） | -2-2 | 避重复→0.5-1.0；专业报告→0-0.2 |
| Presence Penalty（存在惩罚） | 按是否出现罚（出现即罚） | -2-2 | 多样表达→0.7-1.0；聚焦主题→0-0.3 |
2. 黄金法则
- 二选一：温度/Top_p 选一个；频率/存在惩罚 选一个
- 微调优先：数值跨度别太大（如0.3→0.5，非0.1→1.0）
- 先调提示词，再调参数
六、核心总结
1. 核心3句话
- 提示工程核心：指令明确+信息完整+参数适配
- 技术选择：简单→零样本，复杂→少样本
- 优化逻辑：先调提示词，再调参数
本文由 hhg 原创，转载请注明出处。