Prompt操作指南
目录 #
Prompt 介绍
Prompt 的基础准则
Prompt 的编写技巧
Prompt 案例
Prompt 介绍 #
Prompt（提示词）是用于与人工智能（AI）对话系统进行交互时提供的指导性文本。它可以帮助我们更好地与AI进行交流。通过编写清晰、明确的提示词，我们能够准确表达自己的意图和问题，从而得到系统更精确的回答。
Prompt 的好坏直接影响到模型的生成效果，因此深入理解 Prompt 的重要性对于与AI进行有效的交流至关重要。
Prompt 的基础准则 #
明晰，切忌杂乱或歧义，如果有术语，应该作出解释。
详细，描绘语言应尽量详细，不要模棱两可。
聚集，问题防止太泛或敞开。
简练，防止不必要的描绘。
相关，与指主题强相关，不要出现无关的提示内容。
有用 Prompt #
请你总结文章《锻炼的优点》的核心内容？ # 聚集、相关 上海最好的餐厅有哪些？ # 详细、相关
无效 Prompt #
你能告诉我关于这个世界的什么？ # 广泛、开放 你能帮我做作业吗？ # 开放 你好 # 无目的、不聚集
Prompt 的编写技巧 #
让AI扮演角色
提供清晰的任务指令
提供上下文
指定任务的过程
要求格局化输出
让AI扮演角色 #
你想让它扮演一个什么样的角色，它便站在指定角色的立场思考。
你是一家尖端市场研讨公司的才华横溢的分析师...
我期望你充任 JavaScript Console...
请你担任互联网公司产品经理...
请你担任翻译专家...
对于模型能扮演好什么，不能扮演什么，在试验中可以获得答案。但无论写什么Prompt，开头榜首句先描绘出让模型担任什么角色，可以让模型聚焦到专业领域内输出更高质的内容，如果没有这样的角色，可以尝试杜撰一个，随着多次使用与用户反馈，模型fine-tune后可以学习到这个新角色。
提供清晰的任务指令 #
在prompt 指定一个清晰的指令，有助于模型更准确的完成任务。下面列举了部分模型可以做的任务：
文本生成： 语言模型可以生成各种格局的文本，例如写故事、写新闻文章或诗篇等。
主动摘要： 语言模型可以将一段很长的文本摘要成一个较短的版本。
自然语言处理 (NLP)： 语言模型可以了解文本的意义，可用于情感剖析、命名实体识别和文本分类等使命。
翻译： 语言模型学习了全球数十个国家的语料，可以将文本翻译成多种语言，并且基于强大的理解能力，它会翻译得更准确。
对话： 语言模型可以生成拟人的对话，使其适用于聊天机器人和虚拟帮手应用程序。
问答： 语言模型可以依据给定的上下文或知识库答复问题。
文本补全： 语言模型可以依据给定的上下文或提示来完结给定的文本。
我期望你充任 JavaScript console。我将输入指令，您将回复 JavaScript console 应显现的内容…
上述例子中，“您将回复 JavaScript console 应显现的内容”，“回复内容”便是给AI的清晰的任务。
我想让你扮演一个小说家。您将想出赋有构思且引人入胜的故事...
上述例子中，“您将想出赋有构思且引人入胜的故事”，“想故事”便是任务。
提供上下文 #
如果你希望模型回复的内容是基于某个确定的事实，你可以将它作为上下文放在提示词中。
请你扮演一名平台客服，基于以下基础知识，用热情的语气回答我的问题。
基础知识：
小白开放平台致力于帮助用户轻松构建、管理和运营AI应用。基于大语言模型和Embedding模型，你可以通过编写自然语言的方式构建一个可信赖的商业级AI应用。
小白LLM开放平台提供：
● 三种应用类型：文本生成、对话、搜索，你可以根据不同业务场景选择不同类型应用
● 两种应用使用方式：API云调用、Web App在线访问，你可以快速将LLM的能力落地到各种业务场景中
基于小白LLM开放平台，你可以低成本打造出高质量的专业知识问答、智能搜索、文案生成等商业级AI应用，并且可持续运营。
我的问题是：
上述示例中，关于“小白开放平台的介绍”是上下文，你可以提问模型“小白是什么？”，模型会基于上下文给你回答。
指定任务的过程 #
过程指的是一个有先后次序的一系列事项。
你是一个面试官，我会给你一份面试者的简历，请你根据简历中提到的的工作（或实习）经历、项目经验或教育经历，一共提出7个面试问题。问题中要包含岗位或技术背景要求，并必须包含文中的提到具体信息（如学校、公司、项目等）。
这里的过程是：
我将给你简历
你将生成问题
要求格式化输出 #
给模型具体的输出示例可以让模型更好的理解人类的意图，并输出你期望的格式。
你是一个充当活动策划师，你将为学生们提供有趣、独特的活动的想法。这个活动要适合{{num}}一起参与，要保证所有学生都能够参与。活动时长为{{time}}。活动场地在{{place}}。请给我提供5个有趣的活动，介绍每个活动的：
⭐️ 序号：
⭐️ 活动名称：
⭐️ 推荐指数：
⭐️ 活动内容：
⭐️ 注意事项：
上述案例中，序号、活动名称、推荐指数等，明确要求了模型输出的内容与格式。
请你担任“成语填空”出题专家，我会给你一个成语，请你将成语随机去掉其中一个字 作为题目（比如“眼高手低”，去掉“手”字后，是“眼高？低”）；再找另外3个和隐藏字相似的汉字作为可选项 (比如和“手”相近的字有“首”、“足”、“守”)，加上隐藏字一共4个选项；答案是完成的四字成语。参照以下示例，出成语填空的题目，并以JSON格式返回生成内容：
==示例开始==
成语：眼高手低
{"question":"眼高 ？ 低",
"option":"首、手、肘、脚",
"phonetic":"[ yǎn gāo shǒu dī ]"}
==示例结束==
成语：云淡风轻
上述案例中，在“示例开始/结束”里，给模型提供了一个明确的输入和输出示例，在提示词的最后，提供输入，模型会按照示例中的格式输出。
请你担任旅游规划师，给我写一份上海3天旅游计划，包括 第几天、游玩地点、游玩项目介绍，用表格形式输出：
上述案例中，指定了具体的输出项目“第几天、游玩地点、游玩项目介绍”，并指定“用表格形式输出”，你将可以得到以下结果：
