写好 AI 提示词的核心技巧（上）

推荐语

深入探索AI提示词的奥妙，提升与AI的沟通效率。

核心内容：
1. 提示词的定义与重要性
2. 学习AI提示词的必要性及案例分析
3. 写出清晰指令的六大技巧及应用

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

上文我们介绍了 AI 人工智能的简要历史，今天我们来聊一个跟大模型使用息息相关的话题：Prompt（提示词）。

很多人在使用 AI 的过程中，或多或少都会遇到一个问题：Prompt 要怎么写效果才好，有没有模板。网上充斥着各种 Prompt 框架、教程，真的让人头都大，我到底要从哪里下手？

站在初学者的角度，我想和你分享一些提示词技巧，让你在操作中方便运用。

所谓的提示词，就是我们和 AI 对话时使用的"指令"，它是我们和 AI 之间的翻译官。目的是为了让 AI 大模型能够更加准确执行我们给它的任务。

我们人与人之间有很多说话的艺术，比如积极倾听、共情等等。提示词就是人与 AI 之间的“说话艺术”。

为什么说提示词是一门说话的艺术呢，我们用一个点菜的例子类比下，假设 AI 是一个餐馆老板。

一方面，尽管 AI 能力非常强大，但是它不是我们肚子的蛔虫，无法直接洞察我们的真正意图。

另一方面，人类的语言存在着模糊性和歧义性，因为语言的本质是对信息的有损压缩。在语言和真正的信息之间，永远存在着一道“鸿沟”。

举个生活中常见的场景：

你可能觉得小王的情商不够，没有理解女朋友的“弦外之音”，但「随便」这个词压缩了小王的女朋友内心真实的食物偏好信息，看似给予了选择自由，实际上隐藏了未表达的限制条件。

人类语言的模糊性加上机器无法直接理解人类意图，两者的叠加，造成了 AI 和人类之间的认知差。

因此，学习提示词是为了弥合这种差距，使得 AI 能够更准确地理解和回应我们的需求。

下面，我将主要结合 OpenAI 的 Prompt engineering（提示词工程指南），鼓励你看看原始的一手资料。

这里为了方便大家理解，做了一些要点总结和提供了一些具体的示例，便于你体会提示词的妙用。

写出清晰的指令，是核心中的核心。

如何写出清晰的指令，具体来说，有 6 个小技巧：

1. 说详细一点

简单来说，就是在问问题的时候，不要惜字如金，多说一些内容，多提供一些信息。

2. 让模型扮演角色

当模型知道它所扮演的角色，它可以更准确地根据该角色的特性来生成回答。

同时，角色通常与某种情境或背景相关。这为模型提供了更多上下文，帮助它更好地理解问题的意图。

这就好比一个刚毕业做生物制药的大学生咨询你做他的职业规划，你是一位互联网程序员。如果你不清楚对方的角色，站在自己的角度去提供程序员职业规划，恐怕就是“牛头不对马嘴”。

3. 善用分隔符指示输入的不同部分

分隔符可以这样使用：

• 三引号："""这里是要分隔的内容文本"""

• XML 标记：<引文>这里是引用的文本

• 章节标题：用不同的章节标题来划分生成的内容段落，第一章、第二章

我个人最常用的是三引号分隔的文本。例如"""你的描述文字"""。

这里给个直观的例子，你就能很容易理解为什么清晰的结构和分隔符有帮助。

看出来了么？不清晰的结构即使是换成真人也不容易区分反面示例中的层级结构、表达重点在哪里。

4. 指定任务所需的步骤

比如你想要 AI 给你解决一个非常复杂、超过模型上下文限制的问题，明确地写出这些步骤可以使模型更容易去实现它们。

这样做有很多的好处：

• 明确性：具体的步骤可以确保模型明确知道需要做什么，避免误解或遗漏。

• 效率：当任务被分解为小的、具体的步骤时，模型可以更高效地完成每一个步骤。

• 便于复查：如果任务结果不如预期，有了明确的步骤可以帮助我们回溯和分析问题出在哪一步，从而进行调整。

5. 提供示例

这是经典的优化方式，通过给大模型少量示例，让大模型按你的例子来输出，这是一种非常有效的约束内容生成的方法，未来我们还会经常用到。

6. 指定期望的输出长度

可以要求模型生成具有给定目标长度的输出，可以用字数、句数、段落数、要点数等来指定目标输出长度。

尽管上面介绍了很多编写提示词的技巧，但是想要和你分享一点最重要的心得：在编写提示词的时，一开始不用多想，直接写，保持简单就好。

如果效果没有达到你的预期，再根据反馈结果结合上面的技巧去不断迭代优化。不要想着一开始就写出大而全的“完美提示词”。

不要一上来就把问题复杂化，编写提示词可以遵循软件开发中的 KISS 原则：Keep it simple, stupid!（保持简单和“愚蠢”）

这里面主要有两个原因：

一方面，对于简单的问题完全不需要复杂的提示词，直接问即可。很多时候我们自己也没有完全理解需求，通过不断迭代，需求会越来越清晰。

举个例子：

另一方面，AI 大模型本身的能力也在不断进化，之前依赖的一些复杂的提示词技巧随着模型能力的进步变得不再必要。

如果一味地套用某些提示词模版，不仅费时费力，而且结果可能还不如简单描述更有效（因为这种情况下，你的提示词一定程度限制了模型能力的发挥）。

举个例子：

在 ChatGPT 3.5 的时候，这个问题经常出错，当时为了得到正确结果，会加一句“请一步一步思考，给出推理过程，不要直接给答案”。

而如今的模型，压根不再需要这个提示词了，因为模型本身已经优化了这种推理类问题的解决方案了。

AI 在不断发展，提示词技巧也在不断变化，本文的技巧未来也会退出历史舞台，那我们应该如何与时俱进呢？

中国有句老话说得好：“万变不离其宗”。所有提示词技巧的核心，都是为了帮助我们更好地表达想法。而要表达好，首先要想清楚。

因此，最重要的还是我们清晰思考的能力，这是值得我们一辈子去训练和积累的底层能力。