高效编写大模型 Prompt 提示词，解锁 AI 无限创意潜能_ppt 观点润色 prompt

随着 ChatGPT 的出现，AI 成为新的焦点，有人说过“未来 50%的工作将是提示词工作”，目前很多公司也在开始招聘 Prompt 提示词工程师。Prompt（提示词）成为了连接创意与技术的桥梁，它不仅是简单的指令，更是激发 AI 潜能的关键。从文章编写到艺术创作，从文本摘要到语言润色，Prompt 的恰当使用能够极大地提升输出的质量与效率。本文将探讨如何编写高效、精准的 Prompt 提示词，最后通过应用场景来具体分析……

Prompt 提示词需要一定技巧

Prompt招聘职位

在51job招聘网站搜索Prompt 工程师可以看到，不少公司都有招聘职位，里面还有包括如字节跳动等大型公司，由此可见 Prompt 提示词对用好大模型起到关键作用。

目前像市面上有不少免费的大模型（包括前文我们自己笔记本电脑上也部署了 Llama 3 大模型），在使用这些大模型过程中经常遇到一下问题：

1. 大模型的输出并不能准确输出期望内容

2. 大模型不能很好地理解我的提示词，甚至答非所问

3. 大模型基于我的提示词不能给出准确的输出

4. 不断优化了我的提示词，但是效果仍不理想

5. ……

Prompt 提示词原则和技巧

Prompt 提示词基本原则包括：清晰具体、重点明确、充分详尽、避免歧义等。

这些原则其实比较容易理解：我们把大模型想象成一位无所不能无所不知且不知疲惫的大师，我们希望这位大师尽可能的满足我们的需求，我们首先要做到是不是把我们的需求清晰具体、充分明确、准确无歧义地告诉这位大师呢？更何况这位大师还是一个程序呢！

编写 Prompt 提示也有一些常见的技巧，这些技巧包括：结构化、加分隔符、加示例、加要求等。如果我们在使用大模型时遇到上面提到问题，不妨按照这些技巧优化一下 Prompt 提示词，如果能熟练掌握并灵活运用这些技巧，驾驭大模型的能力能够有很大提升。

Prompt 技巧一：结构化

要做到完全结构化其实很难也很累，一般来说，越是复杂的任务提示词需要越详细，越是简单的任务可以越简单（想象一下，你希望大师满足你的需求，需求越复杂是不是得给大师足够的信息才行）。

其实 Prompt 提示词的内容就是通过文字将模型要做的事情交代清楚，“结构化”表达相信大家都学过或者看过，想要模型更好地理解我们的意图，就需要将提示词“结构化”，总结下来包括以下四部分：

1. 概述：在什么背景下，要做一件什么事；可以指明用户或 AI 的角色是什么。

2. 过程：承担什么样的智能，满足什么样的规则，按照什么样的流程。

3. 依赖：使用什么样的工具，用到哪些知识，处理哪些素材？

4. 控制：对模型的处理过程有哪些要求，包括正向和负向的要求。

Prompt 技巧二：加分割符

严格意义上来说，加分隔符也是结构化的一种表述方式，在提示词中合理添加分隔符，可以准确区分指令和待处理的内容，避免模型解读提示词时出现困扰。

常见的分隔符包括：: 。 ```、— 、=== 等

Prompt 技巧三：加示例

有时候，为了让模型更好地理解你的意图避免歧义，可以更精确地控制模型的输出，需要在提示词中给出一些示例：

用Java语言写一个正则表达式，匹配的规则如下：数字或下划线@some.com，并且不能以数字和下划线开头。   正确示例：a123@some.com、b_123@some.com   错误示例：_123#some.com、12ab#some.com   
1

Prompt 技巧四：加要求

为了更好的帮助大模型理解我们的意图，引导模型按照我们想要的结果输出，我们需要在提示词中加入一些要求。比如文案创作类限定

很多人使用大语言模型进行创作，效果不理想，主要原因都是没有通过要求对输出的内容加以限定。比如：想抽取文章摘要，那么可以限定摘要长度；想编写一个儿童故事，那么可以限定年龄大小、故事输出字数等。

场景：文章编写

推荐 Prompt 示例：“撰写一篇关于未来城市可持续发展的深度分析文章，强调绿色建筑与智能交通系统的作用，目标受众为政策制定者，要求数据丰富、论点明确，1200 个汉字以内。”

该 Prompt 明确了文章的主题、核心观点、目标受众、文章长度以及内容要求等，将有助于 AI 生成具有针对性和深度的内容。

一般 Prompt 示例：“写一篇关于未来的文章。”

过于宽泛的 Prompt 会导致输出内容空洞无物，缺乏焦点，无法满足特定的需求。

文章编写

场景：画画

推荐 Prompt 示例：“绘制一幅印象派风格的日出景象，画面中有一艘小船在宁静的湖面上缓缓前行，背景是淡紫色的山峦和橙黄色的天空，注意捕捉光线在水面上的反射效果。”

该 Prompt 具体描述了画作风格、主题、细节及色彩要求，引导 AI 创造出富有情感和艺术感的作品。

一般 Prompt 示例：“画个日出。”

简短的 Prompt 无法提供足够的视觉细节和艺术风格指导，使得最终作品可能缺乏创意和表现力。

画画

场景：文本生成摘要

推荐 Prompt 示例：“基于这篇关于量子计算的长文，生成一个不超过 100 字的摘要，突出其对加密技术的潜在影响。”

清晰指定了摘要长度和需强调的信息点，有利于 AI 提取核心内容，生成精确摘要。

一般 Prompt 示例：“摘要这篇文章。”

未给出摘要长度限制和重点信息提示，可能导致摘要内容散乱，缺乏针对性。

文本生成摘要

场景：文本润色

推荐 Prompt 示例：“请润色这段产品描述，使其更加生动有趣，同时保持专业性，目标客户群为年轻科技爱好者。”

明确了润色方向、风格要求及目标受众，有助于 AI 调整语言风格，提升文本吸引力。

一般 Prompt 示例：“让这段话更好听。”

过于模糊，没有具体说明“更好听”的标准，难以指导 AI 做出有效改进。

文本润色

总结

Prompt 提示词的设计是一门平衡艺术，它既要求精确明确，又需留有创意空间。掌握编写高效 Prompt 的技巧，对于提升 AI 辅助工作的质量至关重要。无论是文章编写、艺术创作，还是文本处理，精心构思的 Prompt 都能成为打开创意之门的钥匙，引领我们探索无限可能。

未来，随着科技不断发展，模型能力不断增强，不仅输出“多模态”，输入也应该多模态。提示信息中不仅包括文本，还应该包括图片、音频、视频，甚至包括生物数据等。或许“提示词”将会消失，真正的高效人机交互的时代将会到来。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

除。