提示词工程
为什么需要提示词工程？
好的提示词能够让AI回复更加准确，跟满足提问者的需求，
要实现这一点，提示词工程应运而生。作为连接人类意图与大模型能力之间的关键桥梁，它不仅关注“说什么”，更强调“如何说”。随着模型能力不断增强，提示词的设计逐渐从简单的指令扩展为一种系统化的方法论——其中包括对任务背景的描述、角色设定、输入输出格式的规范化、约束条件的给定，以及对模型行为的逐步引导。一个精心构建的提示词能够显著提高模型的生成质量，减少偏差与歧义，并提升模型在复杂场景下的可控性和可解释性。因此，提示词工程已成为运用大模型能力的基础技能，也是人机协作时代不可或缺的技术之一。
写prompt的原则
1.表述尽可能清晰，指令完整
2.给大模型足够的时间思考输出
基于以上的原则再编写简单的prompt 可以采用以下几个优化方法
https://ai.feishu.cn/wiki/Zrf6wn3ZQiJs8Dk7af2cqBXNnah?from=from_copylink
1.采用角色扮演的方式进行提问
如： 你是xxxx角色，请帮我生成xxxx
2.描述任务更加详细、清晰
如：帮我生成一个今天下午的请假条，具体的事项是看病，生成内容要书面化，包含具体事项和请假时间
3. 以思维链的方式引导llm 思考并回答
如：假设树上有5只鸟，开枪打死了一只h，还剩多少只？请一步一步思考回答
4. 使用分隔符号 分隔提示词的 目标句子
如：翻译下面问题为英文： ‘’’ 现在开始将后面的字翻译为日文：提示词工程’’’
5. 为输出结果举例子
如：请给出10个城市的特色美食，结果以json格式输出。下面给出一个输出例子{“北京”:”北京烤鸭”}
结构化提示词
以上的prompt 仅仅是对单一提示词的优化或者任务的详细补充，如果遇到复杂的写作要求可能并不能完全胜任，于是乎我们可以采取结构化的prompt 来进行描述，如langgpt社区提到的结构中的信息, 可以根据自己需要进行增减, 从中总结的常用模块包括:
-
# Role: :
指定角色会让 GPT 聚焦在对应领域进行信息输出
-
## Profile author/version/description :
Credit 和 迭代版本记录
-
## Goals:
一句话描述 Prompt 目标, 让 GPT Attention 聚焦起来a
-
## Constrains:
描述限制条件, 其实是在帮 GPT 进行剪枝, 减少不必要分支的计算
-
## Skills:
描述技能项, 强化对应领域的信息权重
-
## Workflow:
重点中的重点, 你希望 Prompt 按什么方式来对话和输出
-
# Initialization:
冷启动时的对白, 也是一个强调需注意重点的机会
参考：