引言在人工智能时代尤其是大语言模型LLM应用日益广泛的今天Prompt提示词的质量直接决定了我们与AI交互的效率和效果。一个精心设计的Prompt可以激发模型的最佳性能生成精准、有用且符合预期的内容而一个模糊或随意的Prompt则可能导致输出偏离主题、信息冗余甚至完全错误。1. 理解Prompt的核心要素一个优秀的Prompt通常包含以下几个关键要素角色Role为AI设定一个明确的身份或角色例如“你是一位资深软件架构师”、“你是一位经验丰富的文案编辑”。任务Task清晰、具体地描述需要AI完成的工作避免使用模糊词汇。上下文Context提供必要的背景信息帮助AI更好地理解任务的场景和约束条件。指令Instructions给出具体的操作步骤、格式要求或思考过程。输出格式Output Format明确指定期望的输出结构如JSON、Markdown、列表、代码块等。示例对比模糊Prompt“写一篇关于Java的文章。”优化Prompt“你是一位专注于Java教学的博主。请为编程初学者撰写一篇约800字的博客文章主题为‘Java列表的10个高效操作技巧’。文章结构需包含引言、技巧详解每个技巧配一个代码示例和总结。”2. 结构化与分步思考Chain-of-Thought对于复杂任务引导模型进行“分步思考”可以显著提升结果的逻辑性和准确性。这模仿了人类解决问题时的推理过程。技巧在Prompt中加入“让我们一步步思考”、“请先分析问题再给出解决方案”等指令。示例你是一位数学老师。请解答以下问题“一个水池有两个进水管A管单独注满需要6小时B管单独注满需要4小时。如果两管同时开放多久能注满水池” 请按以下步骤输出 1. 分析定义变量列出已知条件。 2. 建模建立数学模型如工作效率方程。 3. 计算展示计算过程。 4. 答案给出最终答案并附上一句话解释。3. 提供示例Few-Shot Prompting对于格式固定或概念抽象的任务在Prompt中提供1-3个高质量的输入-输出示例能极大地帮助模型理解你的具体期望。技巧示例应典型、简洁且覆盖关键要求。示例情感分类任务请根据用户评论判断其情感倾向积极/消极/中立。 示例1 输入“这款手机电池续航太差了半天就没电。” 输出消极 示例2 输入“物流很快包装完好产品与描述一致。” 输出积极 示例3 输入“昨天收到了包裹还没开始用。” 输出中立 现在请判断 输入“相机像素很高但系统偶尔会卡顿。” 输出4. 使用分隔符与格式约束清晰的格式要求能减少模型的歧义使输出更规整便于后续处理。技巧使用、---、等符号将指令与待处理文本分隔开。明确要求使用特定标签、标题层级或数据结构。示例请将以下用三个反引号包裹的会议纪要提取出关键决策项和待办事项。2024-05-31 项目会纪要决定采用微服务架构重构用户模块。张三负责在下周五前完成API设计文档。需要评估AWS和Azure的云服务成本。请按以下JSON格式输出 { key_decisions: [“决策1” “决策2”], action_items: [{负责人: “姓名” “任务”: “描述” “截止日”: “日期”}] }5. 迭代与精炼Prompt的优化循环Prompt设计很少能一蹴而就。遵循“设计-测试-分析-精炼”的循环是成为高手的关键。初版设计根据任务写出第一版Prompt。小样本测试用3-5个典型输入进行测试观察输出。分析差距对比输出与期望找出Prompt中不明确、缺失或多余的部分。是角色不清晰是指令有歧义是缺少关键约束精炼修改针对性地修改Prompt补充细节删除冗余。重复测试直到在大多数情况下都能获得满意结果。优化案例初版“总结这篇文章。”迭代1“用三段话总结这篇文章的核心观点。”迭代2“你是一位科技专栏编辑。请用不超过200字、分三段的格式总结下面这篇文章对于‘AI代理’未来发展趋势的核心论点。第一段讲现状第二段讲挑战第三段讲机遇。”6. 高级技巧与注意事项设定温度Temperature和随机性对于需要创造性、多样性的任务如写诗、生成创意可以调高温度值如0.8-1.0对于需要确定性、准确性的任务如代码生成、数据提取应调低温度值如0-0.2。处理超长文本对于超出模型上下文窗口的文本可以指令模型“先总结第一部分再总结第二部分最后给出整体摘要”。避免负面指令尽量使用“要做什么”的正面描述而非“不要做什么”。例如用“请专注于技术实现细节”代替“请不要写无关的背景介绍”。利用系统Prompt如果平台支持在一些平台你可以设置一个持久的“系统指令”来定义AI的默认行为和知识范围然后在每次对话中用更简洁的用户Prompt发起具体任务。总结Prompt工程是一门融合了逻辑、语言学和心理学的实践艺术。掌握上述技巧——明确要素、结构化思考、提供示例、规范格式、持续迭代——将使你能够更高效、更精准地驾驭大语言模型的能力。记住最好的Prompt往往是那些能够清晰传达人类意图并充分引导AI思维的指令。现在就尝试用这些技巧去优化你下一个Prompt吧网上有许多介绍Prompt工程优化的案例这里只是简单的介绍了一下这个Prompt的一些优化技巧。后续可能会更新部分自己在工程中的使用示例。
记录AI学习之路Day05：Prompt 优化技巧。
发布时间：2026/6/2 12:18:58
引言在人工智能时代尤其是大语言模型LLM应用日益广泛的今天Prompt提示词的质量直接决定了我们与AI交互的效率和效果。一个精心设计的Prompt可以激发模型的最佳性能生成精准、有用且符合预期的内容而一个模糊或随意的Prompt则可能导致输出偏离主题、信息冗余甚至完全错误。1. 理解Prompt的核心要素一个优秀的Prompt通常包含以下几个关键要素角色Role为AI设定一个明确的身份或角色例如“你是一位资深软件架构师”、“你是一位经验丰富的文案编辑”。任务Task清晰、具体地描述需要AI完成的工作避免使用模糊词汇。上下文Context提供必要的背景信息帮助AI更好地理解任务的场景和约束条件。指令Instructions给出具体的操作步骤、格式要求或思考过程。输出格式Output Format明确指定期望的输出结构如JSON、Markdown、列表、代码块等。示例对比模糊Prompt“写一篇关于Java的文章。”优化Prompt“你是一位专注于Java教学的博主。请为编程初学者撰写一篇约800字的博客文章主题为‘Java列表的10个高效操作技巧’。文章结构需包含引言、技巧详解每个技巧配一个代码示例和总结。”2. 结构化与分步思考Chain-of-Thought对于复杂任务引导模型进行“分步思考”可以显著提升结果的逻辑性和准确性。这模仿了人类解决问题时的推理过程。技巧在Prompt中加入“让我们一步步思考”、“请先分析问题再给出解决方案”等指令。示例你是一位数学老师。请解答以下问题“一个水池有两个进水管A管单独注满需要6小时B管单独注满需要4小时。如果两管同时开放多久能注满水池” 请按以下步骤输出 1. 分析定义变量列出已知条件。 2. 建模建立数学模型如工作效率方程。 3. 计算展示计算过程。 4. 答案给出最终答案并附上一句话解释。3. 提供示例Few-Shot Prompting对于格式固定或概念抽象的任务在Prompt中提供1-3个高质量的输入-输出示例能极大地帮助模型理解你的具体期望。技巧示例应典型、简洁且覆盖关键要求。示例情感分类任务请根据用户评论判断其情感倾向积极/消极/中立。 示例1 输入“这款手机电池续航太差了半天就没电。” 输出消极 示例2 输入“物流很快包装完好产品与描述一致。” 输出积极 示例3 输入“昨天收到了包裹还没开始用。” 输出中立 现在请判断 输入“相机像素很高但系统偶尔会卡顿。” 输出4. 使用分隔符与格式约束清晰的格式要求能减少模型的歧义使输出更规整便于后续处理。技巧使用、---、等符号将指令与待处理文本分隔开。明确要求使用特定标签、标题层级或数据结构。示例请将以下用三个反引号包裹的会议纪要提取出关键决策项和待办事项。2024-05-31 项目会纪要决定采用微服务架构重构用户模块。张三负责在下周五前完成API设计文档。需要评估AWS和Azure的云服务成本。请按以下JSON格式输出 { key_decisions: [“决策1” “决策2”], action_items: [{负责人: “姓名” “任务”: “描述” “截止日”: “日期”}] }5. 迭代与精炼Prompt的优化循环Prompt设计很少能一蹴而就。遵循“设计-测试-分析-精炼”的循环是成为高手的关键。初版设计根据任务写出第一版Prompt。小样本测试用3-5个典型输入进行测试观察输出。分析差距对比输出与期望找出Prompt中不明确、缺失或多余的部分。是角色不清晰是指令有歧义是缺少关键约束精炼修改针对性地修改Prompt补充细节删除冗余。重复测试直到在大多数情况下都能获得满意结果。优化案例初版“总结这篇文章。”迭代1“用三段话总结这篇文章的核心观点。”迭代2“你是一位科技专栏编辑。请用不超过200字、分三段的格式总结下面这篇文章对于‘AI代理’未来发展趋势的核心论点。第一段讲现状第二段讲挑战第三段讲机遇。”6. 高级技巧与注意事项设定温度Temperature和随机性对于需要创造性、多样性的任务如写诗、生成创意可以调高温度值如0.8-1.0对于需要确定性、准确性的任务如代码生成、数据提取应调低温度值如0-0.2。处理超长文本对于超出模型上下文窗口的文本可以指令模型“先总结第一部分再总结第二部分最后给出整体摘要”。避免负面指令尽量使用“要做什么”的正面描述而非“不要做什么”。例如用“请专注于技术实现细节”代替“请不要写无关的背景介绍”。利用系统Prompt如果平台支持在一些平台你可以设置一个持久的“系统指令”来定义AI的默认行为和知识范围然后在每次对话中用更简洁的用户Prompt发起具体任务。总结Prompt工程是一门融合了逻辑、语言学和心理学的实践艺术。掌握上述技巧——明确要素、结构化思考、提供示例、规范格式、持续迭代——将使你能够更高效、更精准地驾驭大语言模型的能力。记住最好的Prompt往往是那些能够清晰传达人类意图并充分引导AI思维的指令。现在就尝试用这些技巧去优化你下一个Prompt吧网上有许多介绍Prompt工程优化的案例这里只是简单的介绍了一下这个Prompt的一些优化技巧。后续可能会更新部分自己在工程中的使用示例。
