【LLM大模型】只用 5 步,每个人都能写出精准的 Prompt

结构化Prompt撰写方法大全 基本符合预期。 阅读详情

虽然 AI 有可能胡说八道,而且,可以说是很多场景下,都会输出一些毫无关联的内容,但是通过精心设计Prompt,可以大大提高输出内容的准确性。而且,或许你们已经听说过了,或者说正在做类似的事情,那就是现在 AI 衍生出了一个职业,叫做 Prompt Engineer。

本文将带你使用五个步骤来编写 Prompt,让 AI 发挥最佳效用,为你提供最合适的回答。

本文所有的 AI 回答,都将使用 Google Gemini 为示例。每一个 ChatAI 回答的情况不尽相同,可根据自己的需求选择最适合的 ChatAI。

与 AI 对话就跟人一样,自然点就对了

我们日常会跟人说话,那么,我们就自然地会预料到对方一开始可能会曲解你的意思,需要你再三的澄清。你也会遇到对方跑题的情况,这时候就需要你把它拉回正题。

提供背景故事、问复杂问题,以及根据收到的答案重新措辞提问都是很正常的。

其实,有一个术语来形容这个过程,叫做 Interactive Prompting。不要害怕问多个问题,或者问多次问题。问了第一个问题之后,我们就能得到回答。然后根据这个回答,再继续问下一个问题。

我自己亲身试过,在我连续问了 ChatGPT 多个问题之后,才得到了让我比较满意的结果。所以,其实这也很符合「跟人聊天」的情况。你不会只跟你的朋友同事这些问一个问题然后就不问了吧?我们会跟人进行对话,同样地,也要跟 AI 进行对话。

提供背景,上下文,目标

写 Prompt 跟单纯的问一句话问题不一样,通常需要我们给 AI 提供相应的背景信息以便于它能够在对应的上下文中去查询你想要的内容。

举个例子,比如你想要去参加一场马拉松比赛,你可以这样问:

How can I prepare for a marathon?
我要怎么准备参加一场马拉松比赛?

marathon-1.png

这样问有问题吗?没问题。只是说,这样问得到的回答可能会比较宽泛,没有特别侧重的点。

如果想要得到一个更加细致并且符合我们个人需求的回答,那就需要将问题细化一下,提供相应的背景以及上下文。

I am a beginner runner and have never run a marathon before, but I want to complete one in six months. How can I prepare for a marathon?
我是一名跑步入门选手,以前从没参加过马拉松比赛。但是我想用六个月的时间来准备完成一次马拉松比赛,我应该做些什么呢?

marathon-2.png

marathon-3.png 你看,如果我们为 AI 提供更多信息,它就能够针对你的需求提供更聚焦、更有用的回答内容。

再来看几个例子:

I am planning to travel to Spain in a few months and would like to learn some basic Spanish to help me communicate with local residents. I am looking for online resources that are suitable for beginners and provide a structured and comprehensive approach to learning the language. Can you recommend some online resources for learning Spanish as a beginner?
我打算几个月后去西班牙旅行,想学一些基本的西班牙语以便跟当地居民交流。现在我在寻找适合初学者的一些在线学习资源,这些资源应该提供结构化和比较系统化的学习方法。你可以推荐一下吗?

spain-1.png

I am a business owner interested in exploring how blockchain technology can be used to improve supply chain efficiency. I am looking for a clear and concise explanation of the technology and examples of how it has been used in the context of supply chain management. Can you explain the concept of blockchain technology and its potential applications in supply chain management?
我是一名业务负责人,对区块链技术很感兴趣,想要知道如何能将这门技术用于提高供应链效率。我现在在寻找一份清晰简洁的关于该技术的解释,以及它在供应链管理方面的一些应用案例。你可以解释一下区块链技术的概念及其在供应链管理中的潜在应用吗?

business owner.png

在这两个例子中,我们都不只是单纯的问一句话就完了,而是提供了非常详细的上下文、背景信息和目标,这样我们得到的回答才是非常精准详细的。

让 AI 扮演特定的角色或者职业

现在的 ChatAI 比较炫酷的功能之一就是,它可以按照既定的角色或者职业的写作风格来输出内容。你可以让它像老师、记者、老板甚至任何角色都可以。

如果你不清楚关于**角色(Role)**相关的内容,可以移步我的另一篇文章 # AI 入门:从 ChatGPT 开始。

我们直接来看例子。我现在要让 Gemini 分析一下 2024 年的水果市场情况。

From the point of view of a professional market researcher, give a report about the fruit market report in 2024.
以一名专业市场调研人员的角度,给我一份 2024 年的水果市场报告。

fruit-1.png

我们再来看一个例子,我们在上文中参加马拉松的例子的基础之上,再修改一下:

I am a beginner runner and have never run a marathon before, but I want to complete one in six months. Now, from the point view of a experienced marathon coach, tell me how can I prepare for a marathon?
我是一名跑步入门选手,以前从没参加过马拉松比赛。但是我想用六个月的时间来准备完成一次马拉松比赛。现在,请你从一名经验丰富的马拉松教练的角度来告诉我,我应该做些什么呢?

marathon-4.png

除了 From the point view of xxx 的句式,你也可以直接使用 You are a/an xxx 的句式来直接指定 AI 的角色

有一个小窍门是,一般情况下,微调你的 Prompt 就能够显著的改变 AI 的回答内容,如果不满意的话,可以多尝试几次。

不要让 AI 跑偏了

正如上文提到的,AI 有时候会跑偏,跟不上讨论的话题,甚至完全胡说八道。 所以,我们要使用一些小技巧来避免这种情况。

比如,我们可以使用「Why do you think that?你为什么这样认为?」或「What evidence supports your answer? 有什么证据支持你的答案?」之类的说法。通常情况下,AI 会为胡说八道道歉(这是真的),然后重新给出一个答案。

但是这其实很正常,我们跟人对话的时候,对方还有可能走神儿了呢!

大胆尝试,多次试验

试试向 AI 抛出各种有趣的问题,看看它会给出什么样的内容。然后改变问题的内容和形式,看看它又能有些什么样的反应。

不要只关注 AI 生成的内容,还要关注它生成内容的方式、它所犯的错误以及它遇到的限制。所有这些细节都能够帮助你拓宽你写 Prompt 的视野。

编写 Prompt 的 Tips

  • 尽可能的让 Prompt 具体、清晰,并简洁地说明你的目标
  • 提供积极的指令,而不是消极的指令,比如:让 「AI 做什么」,而「不是不要做什么」
  • 直接使用「你」来称谓 AI 即可,比如:「你应该…」「你必须…」

总结

Microsoft 的文档网站上有一张这样的图来总结和说明一个精准、高效、可靠的的 Prompt 应该包含哪些元素。同理,按照下图这样的说明,在 Prompt 编写的时候包含这些元素,每个人都能写出精准的,适合自己的 Prompt。

​

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

如何撰写高效且实用的Prompt 很多人说GPT并没有什么让人惊艳的地方,但实际上,他们并没有发挥好它的潜能。在很多情况下,他们往往没有使用恰当的prompt。一个恰到好处的prompt就如同魔法师在施展魔法时所需要吟唱的咒语,只有那些正确无误的咒语,才能将潜藏在GPT深处的力量唤醒,使其焕发出令人叹为观止的魔力。今天分享一下如何撰写高效且实用的Prompt。 阅读详情

相关推荐

3.2 Prompt Engineering实战宝典:让LLM精准理解你的运维需求

Prompt Engineering实战宝典:优化LLM在运维场景中的表现 本文系统介绍了Prompt Engineering在AIOps领域的应用方法。通过明确任务目标、提供上下文、规范输出格式和引导思考过程,可以显著提升LLM的输出质量。文章详细阐述了Prompt设计三原则(明确性、具体性、结构化),并比较了不同LLM模型(GPT-3.5/4、Claude等)的特性差异,提供了针对性的优化技巧。实战案例展示了如何通过精心设计的Prompt让LLM更精准地理解运维需求,成为高效的智能助手。

yonggeit的博客 3687

AI 绘图:MidJourney 的提示语句(Prompt)怎么写?

这篇文章主要总结了在 AI 绘画中,使用 MidJourney 时提示语句 Prompt 的写法。

强劲九 8158

LLM:prompt指令数据制作

【代码】LLM:prompt指令数据制作。

u013250861的博客 826

总结优秀的prompt案例,学习更有效的prompt提示词工程写法,值得收藏

上面的一些提示词,我总结到了文档,不方便回复的,后台回复prompt可以获取。结构化的表达、角色设置、workflow、某些咒语、限制是上面提示词的通法,具体问题具体分析,不见得都一定有效,就比如业务上的一些,可能简短的提示词就已经ok了。

Angelina_Jolie的博客 1万+

ESP8266+Mixly+MIXIO物联网实战:用色盘控制WS2812 RGB灯(附完整代码)

本文详细介绍了如何利用ESP8266微控制器、Mixly图形化编程工具与MIXIO物联网平台,快速构建一个可通过网页色盘远程控制WS2812 RGB智能灯带的实战项目。内容涵盖硬件接线、平台配置、代码编写与调试全流程,旨在帮助物联网爱好者与初学者轻松实现创意灯光应用,掌握智能硬件开发的核心技能。

gin88的博客 262

cadence capture CIS 之添加数据库

2021-08-20 cadence capture CIS 之添加数据库准备一、添加数据源 准备 1、数据库文件(*.mdb) 2、电脑上安装好 cadence 软件 一、添加数据源 打开“ ODBC数据源管理器” ( 路径:C:\Windows\SysWOW64\odbcad32.exe ) ...

weixin_42256550的博客 6054

【LLM】只用 5 步,每个人都能写出精准的 Prompt

虽然 AI 有可能胡说八道,而且,可以说是很多场景下,都会输出一些毫无关联的内容,但是通过精心设计Prompt,可以大大提高输出内容的准确性。而且,或许你们已经听说过了,或者说正在做类似的事情,那就是现在 AI 衍生出了一个职业,叫做 Prompt Engineer。

2301_81940605的博客 1034

基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案分享

各位FPGAer周末愉快,今天熊猫君分享一个基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案。

haoxingheng的专栏 1447

只用 5 步,每个人都能写出精准的 Prompt

虽然 AI 有可能胡说八道,而且,可以说是很多场景下,都会输出一些毫无关联的内容,但是通过精心设计Prompt,可以大大提高输出内容的准确性。

2301_81888214的博客 1088

小华半导体HC32芯片开发使用说明

HC32F/L系列MCU在Keil MDK和IAR Workbench环境下通过工程样例进行软件开发。

小布的芯视角 5631

YOLOv11改进策略【小目标改进】| 添加专用于小目标的检测层 附YOLOv1~YOLOv11的检测头变化详解

在目标检测领域,小目标检测一直是一个具有挑战性的问题。算法以其高效快速的特点受到广泛关注,然而在面对小目标时,仍存在一些局限性。本文将介绍如何在中添加小目标检测层,以提高对小目标的检测能力。原始模型结构如下:详细内容参考:YOLOv11原始模型结构介绍 二、有效特征层对应的检测头类别 2.1 P3/8 - small检测头 原始模型中的对应的检测头主要用于检测相对较小的目标。其特征图大小相对较大,空间分辨率较高。 适合检测尺寸大概在到像素左右的目标。 2.2 P4/16 - medium检测头 这个检

Limiiiing的博客 8798

Prompt Engineering 关键技能:精准掌控 LLM 输出的格式、内容与风格

摘要: 本文系统拆解了控制大模型(LLM)输出的核心方法,从格式、内容到风格三方面提升生成结果的精确性。格式控制(如JSON、表格)需明确结构、字段类型及分隔符;内容控制通过正反向约束(必须包含/排除)、调节信息深度和限定数据源来减少冗余与错误;风格控制则通过语气、角色绑定(如“专业vs通俗”)适配场景需求。进阶技巧包括分步引导、错误修正和冗余约束。核心逻辑是通过清晰预期传递缩小模型的“决策空间”,将自由创作转化为按需执行,从而节省30%的数据清洗时间。文末建议从简单任务入手,逐步优化提示词。

qq_40303030的博客 1720

Android 13.0 开机启动优化之PMS扫描apk耗时相关功能优化

在android13.0的系统rom定制化开发中,在系统中开发产品时,会根据客户要求内置第三方app,这时如果内置app过多,或者安装的app过多,在系统开机的过程中 在pms扫描安装app的时候,就会比较耗时,这时候就需要优化下pms扫描安装app这块的功能代码,用多线程来实现pms扫描安装app,来加快开机时间,接下来 来实现这个功能

安卓兼职framework和app工程师的博客 1333

5分钟读懂 LLM 核心概念:从 Token、Prompt 到 MCP、Agent

AI 并非"思考",而是通过 Token 概率计算下一个词。本文从 LLM 基本原理出发,详解 Token 推理机制、上下文窗口与幻觉成因,阐述 Prompt 表达逻辑、Tool 扩展能力与 MCP 统一协议,并拓展至 Agent 自主规划与 Skill 的协作关系,带你从"玩 AI"进阶为"用 AI"。

超级苦力怕的博客 1765

微信小程序 - 最新将页面可分享到朋友圈功能,小程序实现分享到朋友圈功能,开启分享给好友及分享朋友圈功能(微信小程序怎么分享到朋友圈?详细流程及示例代码教程)

没有设置过分享朋友圈功能的小程序,分享朋友圈按钮是灰色且无法点击。小程序 vue2 | vue3 版本语法都能使用,跟着教程复制代码运行即可。如下图所示,将页面开启分享后便可由用户转发出去。

🏆 前端领域优质创作者 2417

Android 15.0 Launcher3中去掉Hotseat功能实现

在15.0系统产品定制化开发中,在Launcher3的定制化需求也是特别多的,由产品是小屏幕的产品,所以产品需求Launcher3 页面布局的原因,要求Launcher3 需要去掉Hotseat 不显示Hotseat下面几个图标,而做满屏app的显示,从而达到美观的效果,下面就来分析去掉Hotseat从而实现这个功能

安卓兼职framework和app工程师的博客 555

AI时代,每个人都该有自己的Prompt库,大模型入门到精通,收藏这篇就足够了!

在这个 AI 快速发展的时代,Prompt(提示词)不仅仅是“和大模型对话”的工具,更是把想法变成行动的关键技能。

2401_82469710的博客 1196

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Prompt工程:OCR+LLM文档处理的精准制导系统

明确角色定位和专业背景详细的步骤化指令具体的输出格式要求异常情况处理规则业务规则和约束条件示例和反例说明Prompt工程是OCR+LLM系统的"大脑",决定了整个系统的智能水平。一个精心设计的Prompt不仅能显著提升提取准确率,还能增强系统的鲁棒性和可维护性。深入理解业务场景:不同行业有不同的专业术语和规则持续迭代优化:根据实际效果不断调整和改进建立标准化流程:确保团队协作和知识传承记住,最好的Prompt不是一次性设计出来的,而是在实践中不断打磨出来的。

aifs2025的博客 1744

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

AI的提示词专栏:多模态 LLM(Vision-LLM)Prompt 语法

本文围绕多模态 LLM(Vision-LLM)Prompt 语法展开,先剖析其与传统文本 Prompt 在输入构成、指令目标和歧义风险上的核心差异,接着介绍包含图像标识、任务指令、细节约束、输出格式的基础结构,随后详解图像标识、视觉描述、跨模态关联等核心语法规则与实战技巧,还提供日常商品识别、工业质检、图文文案创作三类场景的完整 Prompt 案例,指出常见语法错误及避坑方法,给出主流 Vision-LLM 工具的适配建议,最后总结核心原则并提出后续学习方向,助力读者掌握跨模态指令编写方法……

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 3万+

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

掌握大模型 Prompt 写作秘籍

▐主观的说:好的PROMPT就像与你的老朋友聊天,既清晰又相关,还得简单直白。换位思考:检查你的PROMPT,AI能不能一口气朗读下来换位思考想象下AI读你的话时是否顺畅。如果AI在读的时候停顿,每次停顿就像高中上台朗读课文时的尴尬瞬间,那你的PROMPT需要“减肥”了。像和朋友聊天一样好的PROMPT就像和朋友聊天,不要过分复杂又要清晰明了。你只需要知道自己想要什么,让AI知道你要什么,那一切都简单得像吃个大馒头一样爽。

2401_84033492的博客 2966

LLM 模型 Prompt 工程

本文详细介绍了 LLM 大模型中的 Prompt 工程,并提供了规范的使用模板

我要出家当道士 1323

用伪代码Prompt让LLM进行图推理,生成更精准内容

最近有研究发现,当LLM面对结构化数据,特别是图数据时,LLM的表现却不尽如人意。这几天,来自希腊和法国的研究团队提出了一种创新方法——利用伪代码提示来增强LLM的图推理能力。我基于这项研究先写了一个伪代码的SYSYTEM PROMPT运行出了一个社交网络分析的结果,再用这个结果写了一段代码,运行出了下面的图。我的评价只有一句:LLM图推理还是要用Pseudo prompt。01伪代码提示的力量尽管LLM在自然语言处理领域取得了显著成就,但在处理图结构数据时仍面临重大挑战。

qingkahui24689的博客 1268

AI的提示词专栏:人设设定(Character Prompt)让模型 “扮演” 某角色

本文围绕人设设定(Character Prompt)展开全面解析,先阐释其核心概念,即通过赋予大语言模型特定身份、背景等,引导模型输出贴合需求的内容,而非改变底层参数;接着分析其提升输出专业性与深度、强化场景适配性等核心价值;随后详解构建 “立体角色” 的身份职业、专业背景等 5 个核心要素,介绍 “先总后分”“场景绑定” 等 6 个实战技巧,指出标签化、人设与任务脱节等 4 个常见误区并给出避坑方法;还提供内容创作、编程开发等 5 个行业场景的完整案例,最后总结核心要点并给出从模仿入手、聚焦小场景等实践。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 12万+

大模型LLM之提示词Prompt系列教程(一):基本概念

在数字化浪潮的推动下,AI大模型以其卓越的自然语言处理能力和智能交互特性,迅速在很多领域中占据了重要地位。

DEVELOPERAA的博客 942
上一篇: 深入浅出,大模型的规模与训练成本揭秘
下一篇: 大模型提示工程(Prompt),让LLM自己优化提示词
少喝冰美式
博客等级 码龄3年 6839粉丝 517原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值