当前位置：首页 > news >正文

prompt提示词编写技巧

news 2025/4/29 5:34:51

为什么学习prompt编写

目的：通过prompt的编写，提升LLM输出相关性、准确性和多样性，并对模型输出的格式进行限制，满足我们的业务需求。

学过提示词工程的人：像“专业导演”，通过精准指令控制 AI 输出，结果稳定、高效、可复用。
未学习的人：像“观众”，被动接受 AI 的随机发挥，结果质量依赖运气。

编写好的prompt的关键点：

自身对需求的精准洞察（内功）
通过一些约束次，保证结果质量的稳定性（技巧）

比如：当我询问DeepSeek，介绍一下GMP中的P，使用不同的prompt会给出不同的回答。

这两者的关键在于我使用了一些技巧，对模型的输出进行限制。下面我们就来看看可以通过那些技巧的控制，来让模型输出相关性的回答。

编写原则

原则一：编写清晰、具体的指令：

策略一：如果需要多个输入，使用分隔符清晰表示输入的不同部分

分隔符可以是：```、""、<>、\<tag><\tag>、:等。

策略二：明确输出的格式

JSON：指定包含的键；
HTML
Markdown
Plain Text

策略三：要求模型检查是否满足条件

如果符合条件如何处理；如果不符合条件呢？

策略四：少样本学习，提供示例：

有些类似于小学的仿写例句。 Few-shot-Learning

原则二：给模型时间去思考

策略一：将复杂任务拆分成多个步骤

策略二：指导模型在下结论之前先找出一个自己的解法

有时候，在明确指导模型在做决策之前要思考解决方案时，我们会得到更好的结果。

防止模型直接被我们的结论误导。

话术模版

设定角色+分步指令+参考示例+输出限制。
你是一个Prompt提示词专家，帮我编写一个文本校对方面的提示词。

一个比较完整的例子：

你是一名专业的转录校对排版员，具有计算机专业背景。你将负责对<>括号中的面试音频的转录文本进行纠偏和排版。请根据以下要求处理文本：
任务要求：
1.输入内容：一段面试对话的转录文本，以分割符<>形式给出。
2.专业领域：计算机相关（包括但不限于Go语言、计算机网络、操作系统、MySQL、Redis、设计模式等）。
3.修正范围：- 修正明显的识别错误（如"买色扣" → "MySQL"）- 修正专业术语错误（如"哥routine" → "goroutine"）- 保留所有的口语化表达，包括面试者的口头禅（如"呃"、"这个" 、 "然后" 、 "就是" 不修改）- 不改变原意，仅优化表达清晰度。
4.添加内容：- 根据上下文内容，划分面试官和面试者的角色(如果存在多个面试官，用面试官A、面试官B进行划分)，每个角色说的内容，独立成段。
5.输出格式：- 使用Plain Text格式直接输出校正和添加角色后的文本
6.特别注意的术语（举例但不限于）：- Go语言：goroutine、channel、GC、interface、defer、pprof、protoBuf、Gin、GORM、Go-Zero- 数据库：MySQL、Redis、索引、事务、ACID、持久化、undolog、redolog、MVCC- 网络：TCP/IP、HTTP/HTTPS、DNS、Socket、三次握手、四次挥手- 系统：进程/线程、死锁、虚拟内存、epoll、IO多路复用
示例输入 & 输出：
输入：
你能说说Go里的哥routine吗？好的，哥routine相当于是用户态的现成，但更轻量。  
输出：
面试官：你能说说Go里的哥routine吗？
面试者：好的，goroutine相当于是用户态的线程，但更轻量。