10分钟学会大模型提示词（更会用大模型）

目前大模型已经是一个趋势，有句话说“不是AI淘汰你，而是懂得用AI的人会淘汰你”，虽然说得有点夸张，但也表达出了会用AI是今后职场生存的必备之技能。下面是我参考了Open AI提示词指南之后总结的七个提示词要点，阅读完大约需要10分钟，但相信在你读完之后，可以学会更加有效地与大模型沟通。提示词工程之所以有效，背后的原理是由大模型的训练方式决定的，特定格式的提示词可以让模型工作得更好，产生更加有用的

Python程序员罗宾

1529人浏览 · 2024-06-23 12:00:00

Python程序员罗宾 · 2024-06-23 12:00:00 发布

目前大模型已经是一个趋势，有句话说“不是AI淘汰你，而是懂得用AI的人会淘汰你”，虽然说得有点夸张，但也表达出了会用AI是今后职场生存的必备之技能。下面是我参考了Open AI提示词指南之后总结的七个提示词要点，阅读完大约需要10分钟，但相信在你读完之后，可以学会更加有效地与大模型沟通。以下内容非常简单实用，建议先收藏，在用大模型时再来打开参考。

提示词工程之所以有效，背后的原理是由大模型的训练方式决定的，特定格式的提示词可以让模型工作得更好，产生更加有用的输出。

1. 在提示词的开头放置指令，并使用 ###或””” 来分隔指令和上下文。

效果较差的写法❌：

用列表的形式总结以下文字的重要观点。

{文字内容}

更好的写法✅：

用列表的形式总结以下文字的重要观点。

文本：###

{文字内容}

###

2. 关于上下文、结果、长度、格式、风格等尽可能写具体和详细。

效果较差的写法❌：

写一首关于程序员的诗。

更好的写法✅：

写一首关于程序员励志的短诗，聚焦在科技快速发展过程中，程序员群体很辛苦，且35岁面临中年危机，上有老下有小，有房贷，生活不易。用鲁迅风格。

3. 通过例子说明需要的输出格式。

效果较差的写法❌：

抽取文本中提到的实体。抽取以下4类实体：公司名，人名，特定话题和文章主题。

文本：###

{ 文本内容}

###

更好的写法✅：

抽取文本中提到的实体。抽取以下4类实体：公司名，人名，特定话题和一般主题。

需要的格式:

公司名:<用逗号分隔多个公司名>

人名:-||-

特定话题:-||-

一般主题:-||-

文本：###

{ 文本内容}

###

4. 先尝试零样本，没得到预期的结果时才用少数样本。

✅零样本：

从下面文本中提取关键词。

###

文本：{文本内容}

###

✅少数样本：

从下面相应的文本中提取关键词。

###

文本1：{PicTech提供图片翻译API，开发者可以集成图片翻译到他们的跨境电商系统中。}

关键词1：PicTech, 图片翻译API, 开发者, 跨境电商系统

文本2：{Meta公司训练了非常擅长理解和生成文本的前沿语言模型，并且开源给全世界使用，这种开源精神加速了人类科技的发展，非常值得尊敬。}

关键词2：Meta公司, 前沿语言模型, 开源, 人类科技的发展, 尊敬

文本3：{Neil长期从事互联网行业，对人工智能也非常感兴趣，致力于科技改变生活。}

关键词3

###

5. 减少空洞和不精确的描述。

效果较差的写法❌：

这个产品的描述需要相当的短，只要一些句子，以及不需要太多。

更好的写法✅：

使用2-3个段落描述这个产品。

6. 使用 “需要做什么”代替“不需要做什么” 。

效果较差的写法❌：

下面是座席和客户之间的对话。不要问用户名或密码。不要重复。

顾客：我不能登录账号。

坐席：

更好的写法✅：

下面是座席和客户之间的对话。坐席将尝试诊断问题并提出解决方案，同时避免询问与PII相关的任何问题。不要要求提供PII，例如用户名或密码，而是请用户参阅帮助文章。

顾客：我不能登录账号。

坐席：

7. 代码生成说明，使用 “ 引导词 ” 将模型引入特定模式。

效果较差的写法❌：

# 写一个python函数完成：

# 1. 输入一个数组

# 2. 将数组从大到小排列

下面的代码仅仅增加了“import”，提示模型需要用python来写，而不是其他语言。

更好的写法✅：

# 写一个python函数完成：

# 1. 输入一个数组

# 2. 将数组从大到小排列

import

以下参数用于API调用，一般用户用不着，可以选择性地阅读。

API参数

1. model - 效果更好的模型，通常也更昂贵和更耗资源，延迟也更多，所以合适的就是最好的。

2. temperature - 值越高，输出就越随机(通常也是意味着更具创造性)，但可能离“真实”越远。对于大多数抽取事实的场景，例如数据提取和真实问答， temperature为0是最好的。

3. max_tokens(maximum length) - 在进行推理（即模型生成文本）时，max tokens指定模型在停止生成之前可以生成的最大token（或词）数量。

4. stop (stop sequences) - 一组token（或词），当被生成时，文本生成就停止了。

提示词工程是一项重要实践，它能够帮助人们更有效地与大型模型进行沟通。通过一系列准则，包括指令明确、上下文详细、例子说明、少量样本等，可以提高模型的输出质量。此外，减少空洞描述、使用“需要做什么”代替“不需要做什么”、使用引导词等技巧也能提升效果。另外，参数设置对于API调用也十分关键，包括选择模型、控制 temperature、限制max_tokens和定义停止条件等。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：