与AI对话，如何写好prompt？【prompt进阶教程】

作者：NewBIM发布时间：2023-04-07

伴随着AIGC行业的爆火，大家对如何创建Prompt以获得想要的输出越来越感兴趣。Prompt Engineering已然成为当下最热门的职业。Prompt Engineering，即中文所谓的提示词工程师，简称PE，主要是指通过设计和改进AI的Prompt来提高AI的表现，创建高度有效和可控的AI系统，使其能够准确、可靠的执行特定的任务。

与AI交流有别于与人的交流，更多时候AI获得的是一堆单词或标记，它无法观察人的面部表情变化，肢体动作、语气语调等情感表达。AI处理的是文本的数学函数，不能在脑海中传达用户想要的一切，prompt这座桥梁就至关重要。

如果把Prompt水平分为4个层级，可以归纳为：

■ Level 0 ：核心词

■ Level 1 ：上下文+核心词

■ Level 2 ：背景描述+上下文+核心词

■ Level 3 ：迭代+背景描述+上下文+核心词

我们以一个简单的例子来说明各个层级之间的差异：

Level 0 ：核心词

这个回答总体给人的感受是比较宽泛，虽然说了很多，但是用处不大，都是一些正确的“废话”。如果想更进一步，就需要用到上下文。

Level 1 ：上下文+核心词

这个回答就会具体很多，从多个方面更加细致的回答你的问题，但是还不够个性化，这个时候我们就要增加背景描述，让AI更懂我们的意图；

Level 2 ：背景描述+上下文+核心词

至此，我们已经得到了一个非常细致的饮食计划，内容比较丰富，每周早中晚餐都很具体。但是如果我们想更近一步，得到全方位的回答，不仅仅是饮食方面，我们可以进行多次问答迭代，获取想要的结果。

Level 3 ：迭代+背景描述+上下文+核心词

基于多轮迭代后，最后提出问题，如果想让迭代问答的结果更加丰满，可以给AI一些数据，比如说领域的一些文献，让AI学习之后，通过多轮问答来获得结果。

通过这个小的示例，大家对Prompt的编写是否有了更深刻的认识？接下来分享几个小tips给大家，通过这几个提示模板，可以反向校核Prompt的准确性；

Tip1：上下文

上下文对于生成的连贯性和准确性至关重要，如果能够提供足够的上下文来帮助指导AI，它就会真正提高生成内容的质量。如果缺乏相关描述，AI也会尝试性的回答问题，生成内容可能与prompt核心词相关，但也会出现不一致的情况，因为它不知道用户到底需要的是什么？

如果想知道prompt的上下文内容是什么，可以提问AI，推荐使用英文

Break down the prompt above into Contextual relevance

通过这个方法，可以找出上述prompt中有关上下文相关性的词，反向校核prompt是否真正表达了核心诉求；

Tip2：设置任务

制定一些特定的目标或任务，让AI去实现，任务的定义应该是具体的、避免歧义或模糊，且需要和大语言模型的功能相适应。比如聊天机器人，就没有必要让它去实现绘图的任务。

一个清晰的任务定义有助于AI理解应该做什么，它会提高生成内容的质量，因此，任务定义也是设计prompt的一个关键。

如果想知道prompt描述的任务是什么，可以提问AI，推荐使用英文

Break down the prompt into Task Definitions

Tip3：特定的描述

特定的描述是指prompt中的详细程度和精度。prompt越具体，AI生成有针对性和准确响应的可能性就越大，即Level中的背景描述，信息越具体越详细，生成的内容关联性就越强。

如果想知道prompt特定描述是什么，可以提问AI，推荐使用英文

Break down the prompt to analyze the specificity of the prompt

Tip4：不断的迭代

prompt设计是一个迭代过程，可能需要多次尝试才能创建有效的提示，迭代贯穿prompt的设计、测试、评估整个周期，每次迭代都应以先前试验的结果为指导，旨在解决遇到的任何限制，采用迭代方法可以持续改进和优化生成的内容。

基于以上四个方法，我们可以用实例简单测试一下：

prompt：为个人发展网站生成一篇 300 字的文章，为提高生产力提供全面的支持。文章应涵盖丰富的策略和技术，并以清晰简洁的风格撰写，便于普通读者使用，为了支持您的建议，请利用来自学术期刊和生产力专家等可靠来源的研究和专家意见。结合相关的统计数据、示例和案例研究，将您的观点变为现实。考虑提高生产力的潜在挑战和障碍，并提供克服它们的策略。