我一直有个理念就是“基本功”

大规模语言模型（LLM, Large Language Models）扮演着越来越重要的角色。然而，想要真正发挥这些模型的强大能力，关键在于如何向模型输入明确、详细且符合预期的指令，这就是——Prompt的写作。

Prompt 定义

在大规模语言模型（LLM, Large Language Models）领域，Prompt 是一种结构化的输入序列，用于引导预训练语言模型生成预期的输出。它通常包括明确的任务要求、背景信息、格式规定以及示例，以充分利用模型的能力在特定任务中生成高质量的响应。

简单来说：

在与 AI 的交互和对话中，每当我们输入一段文字，无论是问题、命令还是陈述，这段文字就是一个 Prompt。

当你给 AI 一个清晰、明确的“Prompt”时，它可以更有效地理解你的请求并给出更准确的回应。

我整理很多资料，找到了几个适合小白的 小技巧。

1、详细提问，提供细节

提供细节当你与AI交流时，提供具体和详细的信息非常重要。

这样做可以帮助AI更准确地理解你的需求和上下文，从而生成更相关和有用的回答。

明确的信息可以包括具体的问题背景、相关领域的说明、你所期望的答案类型等等。

如何实践明确问题背景：提供足够的信息来描述你的问题背景。

后面我都会用Kimi来展示（小伙伴也可以尝试其他的AI工具）：

例如：

改进后的提问：

2、扮演角色

明确指定角色：在提问时，清楚地指出你希望AI扮演的角色。

提供角色背景：提供一些关于该角色的背景信息，例如专业知识领域、工作经验等。

例如：

改进后的提问：

3、简洁和直接

避免不必要的背景信息和复杂措辞，明确指令、内容精简、直达要点，明确任务要求以便AI能够迅速聚焦任务，准确生成内容。

改进后提问：

4、 综合约束

1）内容约束

内容约束是对生成内容的主题、信息点或观点的具体要求，确保输出内容围绕特定主题展开。

如：撰写一篇关于人工智能对传统行业影响的文章，必须包括至少三种应对策略。

2）格式约束

定义：格式约束是对输出内容的结构或排版形式的要求，确保生成内容符合预期的布局和组织方式。

如：生成一个包含引言、主体和结论三部分结构的技术报告。

3）风格约束

定义：风格约束是对生成内容的写作风格或语气的要求，确保输出内容符合预期的文化和情感语境。

如：用幽默和轻松的语调撰写产品描述，或者用谁的风格来撰写文章等

4）长度约束

定义：长度约束是对生成内容的字数、段落数或字符数的要求，确保输出内容在预定的长度范围内。

如：撰写一篇不超过300字的新闻简报。

5）技术约束

定义：技术约束是对生成内容使用特定专业术语或技术语言的要求，确保输出内容在专业领域内的准确性。

如：在生成的软件说明中，使用特定的编程术语。

6）时间约束

定义：时间约束是对生成内容涉及特定时间节点或历史事件的要求，确保输出内容与特定时间背景相关。

如：描述19世纪工业革命对世界经济的影响。

7）目标受众约束

定义：目标受众约束是对生成内容的受众人群设定特定要求，确保输出内容适合预期的阅读或使用群体。

如：撰写一篇适合高中生阅读的微积分基础介绍。

8）语境约束

定义：语境约束是对生成内容的上下文或景的要求，确保输出内容与预定的情境或场景相符。

如：在个人商业IP的背景下生成演讲稿。

5、几个常用的模板（适合新手练习使用）

1）情感文模板

模板：人物角色+故事背景+故事主干+事件反思。

每部分包括的内容及文章占比，如下：

（1）人物角色，核心人物及人物关系介绍（占比5%）

（2）故事背景，作为故事主干的内容铺垫和伏笔（占比20%）

（3）故事主干，一定要包括矛盾冲突和故事的转折（占比60%）

（4）事件反思，包括正能量或者是价值观反差（占比15%）

注意：

（1）故事中一定要包含细节，比如人物对话、心理活动等；

（2）故事的矛盾和事件的转折更不能少，否则，文章就成了流水账。

2）热点类模版

模版：热点事件+态度+观点

（1）热点事件，对事件进行整体描述（占比10%）

（2）事件分析，对事件的来龙去脉做详细说明（占比30%）

（3）态度及观点，依托事件输出态度及观点（占比40%）

（4）事件影响及总结，对事件总结升华主题（占比20%）

值得一提的事，热点的落脚点一定要在人的情绪上，比如社会的不公、人生的不易、看不下去的行为等，多谈态度和观点，少摆事实细节，利用这些去放大热点人性的呐喊。

3）传统国学/大道理类模板

模版：感慨引入主题+列举论据+升华总结

（1）感慨引入主题（占比15%）

（2）列举论据（占比65%）

（3）升华总结（占比20%）

如果小伙伴们觉得有帮助或者启发，不妨点个赞，也欢迎转发给更多朋友。也欢迎小伙伴们在评论区晒出你的新发现