“ 学会写提示词，就类似于学会使用电脑的鼠标和键盘，这是学习和使用大模型必备的技能之一。 而提示词工程就是让你学会怎么和大模型说话 ”
最近断断续续一直有人通过后台留言或加微信的方式，来咨询大模型的应用问题；比如，怎么用大模型优化文本，或者怎么才能从大模型得到更好的回答等问题。
这些零零散散的问题，其实归根结底都属于大模型的应用问题，而大模型的应用目前最常用，也是最重要的手段就是提示词工程。简单来说，就是怎么更好的问大模型问题或者说让大模型更好的理解我们的意图，然后给出更好的输出。
所以，要想学会使用大模型，最简单也是最直接的办法就是学习提示词工程。
提示词工程
在之前的文章中也简单介绍过提示词工程，提示词工程这玩意说起来挺高大上，但实际上就是一门基于经验的科学。这玩意就像我们大部分人的表达能力一样，有些人三两句话就能说清楚一个问题；而有些人噼里啪啦一大堆你都不知道他想表达什么。
所以，所谓的提示词工程就是我们对大模型的表达能力，能够用简短直接的语言，让大模型理解我们想要什么，想做什么。
提示工程（Prompt Engingering），也被称为上下文提示（In-Context Prompting），指的是通过结构化文本等方式来完善提示词，引导LLM输出我们期望的结果。
以上就是网上对提示词工程的定义，虽然有些文章对提示词的定义有一些出入，但大体上就是这个意思。
很多人看到提示词工程这几个字，就会觉得这是一个高大上的玩意；然后也不知道从哪下手，就从网上找一些乱七八糟的课程去学习怎么写提示词。
虽然说这些课程并不是完全没用，但不得不说很多人还是把提示词工程想的太复杂了。
从用户的角度来说，大模型就是一个黑盒，你给大模型一个输入，然后大模型根据自己的理解给出一个输出。
而这个输入就是提示词，不论你输入的是一句简单的话，比如你吃饭了没；还是一个非常专业的问题，比如，从理论，技术，应用场景和发展现状等多个角度介绍一下大模型；它们都属于提示词的范畴。
而提示词工程，就是研究怎么用最简单，最符合大模型“思维”方式的语言逻辑，来让大模型理解问题并回答问题。
所以，现在再来讲什么是提示词？
你随便对大模型说的一句话，一个字它就是提示词，只不过你这句话说的可能不怎么好，大模型理解的也不好。
所以，现在理解什么是提示词工程了吧？
提示词工程，就是根据一些经验，用一些大模型更好理解的语言来把你说的话给优化一下；这玩意就类似于给文章润色，虽然你的文章内容很坚实，但文笔可能写得太差，别人看不下去。
提示词工程，就是让你学会怎么和大模型说话。
经过一段时间的研究，网上已经给出了一些标准的提示词模板和范式；比如zero-shot prompting(零样本提示)，few-shot prompting(少样本提示)。
其实说白了就是， 零样本提示是直接问问题，而少样本提示是先举个例子；这样才能让问题更生动，更容易理解。
还有一些提示词框架，比如ICIO，CRISPE，BROKE等；不同的提示词框架适合不同的应用场景，比如说ICIO适合那种有着明确目的任务；而CRISPE适合角色扮演的任务；而BROKE又适合那种有着明确目的，又有适当角色并且能够持续优化的任务。
ICIO
定义
-
🤖 Instruction (任务) ：你希望 AI 去做的任务，比如翻译或者写一段文字
-
📋 Context (背景) ：给 AI 更多的背景信息，引导模型做出更贴合需求的回复，比如你要他写的这段文字用在什么场景的、达到什么目的的
-
📖 Input Data (输入数据) ：告诉 AI 你这次你要他处理的数据。比如你要他翻译那么你每次要他翻译的句子就是「输入数据」
-
📤 Output Indicator (输出格式) ：告诉 AI 他输出的时候要用什么格式、风格、类型，如果你无所谓它输出时候的格式，也可以不写
CRISPE
定义
-
😊 Capacity and Role （角色） ：告诉 AI 你要他扮演的角色，比如老师、翻译官等等
-
📜 Insight (背景) ：告诉 AI 你让他扮演这个角色的背景，比如扮演老师是要教自己 10 岁的儿子等等
-
📌 Statement (任务) ：告诉 AI 你要他做什么任务
-
🎨 Personality (格式) ：告诉 AI 用什么风格、方式、格式来回答
-
🧪 Experiment (实验) ：请求 AI 为你回复多个示例（如果不需要，可无）
BROKE
定义
-
🌄 **Background (背景)**：说明背景，提供充足信息
-
🎭 **Role (角色)**：你要 AI 扮演的角色是什么
-
🎯 **Objectives (目标/任务)**：你要 AI 做的事情的一个描述
-
🔑 **Key Result (关键结果)**：对于 AI 输出的回答，在风格、格式、内容等方面的要求
-
🌟 **Evolve (改进)**：在 AI 给出回答以后，三种调整、改进方法
所以总而言之，言而总之，提示词工程没大家想的那么复杂，你只需要根据自己的需求，多写写，多练练；然后多模仿别人写的比较优秀的提示词，那么你的提示词水平慢慢就会得到提升。
而且，我们不仅可以自己写提示词，也可以让大模型帮我们写提示词或者优化提示词。
总之，提示词是每个人学习和使用大模型必不可少的一项技能；除非大模型真的能够发展出真正的智能，否则提示词就一直会存在。
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
