玩转提示词｜揭秘Prompt万能公式

今天给大家带来《Prompt Engineering提示词工程实战教程》，在大模型时代，提示词工程是用户与大模型之间沟通的桥梁，掌握撰写优质的Prompt技能成为AI时代每个人必不可少的技能。本系列教程力求通过最简单的语言，带你了解提示词工程基本的原则，帮助你写出更优质的Prompt，让你在AI大模型时代，最大限度放大自己的创造力。

万能公式

作为开宗明义的第一篇文章，本篇文章将带你系统了解一个好的Prompt的结构是什么样子，优质的Prompt有什么标准。在大多数的场景中，Prompt有一个万能公式，通过这个公式，可以保证你Prompt输出效果满足底线标准。

你可能在网络上看到过很多这个万能公式的不同版本，每个公式的细节都不相同，但是这不重要，当你掌握了通用方法，自然可以根据不同的角色、场景等信息，设计出适合自己的万能公式。

prompt = 角色 + 任务 + 要求 + 细节【步骤拆解、范例说明，技巧点拨等】

这个公式用大白话解释就是你要告诉大模型：你是谁？要做什么？怎么做？举个例子，现在你告诉大模型：生成一篇小红书风格的口红种草文案，字数不少于100字，风格要俏皮一些。下面我们来拆解这个公式，看每个元素都代表什么意思。

角色：就是你要生成这段信息的主体对象，比如“生成一篇小红书风格的口红种草文案”，“口红”就是角色。

任务：就是需要大模型完成的任务类型，比如生成一张海报，在这个案例中就是生成一篇种草文案。

要求：就是你希望模型完成某一项具体的要求，不少于100字就是具体的要求。

细节：如果你想丰富模型最终生成的结果，可以增加一些细节，比如文案的风格等。

接下来，我们来用灵境矩阵的【新媒体文章创作】这个智能体来试一下这个万能公式的效果，下图中是我没有用万能公式，随便写的一个问题需求，相信很多人给大模型提问都是这样的风格，可以看到，模型给到的回答非常的冗余，内容分不清主次。

但是如果我们用了万能公式来输出Prompt，效果明显提升了一个台阶，如下图所示，模型给到的回答更像是一个具体的人，且极具小红书的风格，你可以直接拿来去用，而不是冰冷的机器回答的文案。

优质Prompt标准

虽然不同的应用场景下对优质的Prompt定义有所区别，但是我们依然可以找到一些共性的特点。具体来说，一条优质的Prompt一般满足以下特点：

明确和具体：提示词应当清晰明了，具体说明你希望获得的信息或答案。避免模糊和含糊不清的表达方式。

简洁明了：保持简洁，避免使用冗长或复杂的句子。简单直接的表达方式更容易理解。

具有上下文：在你的提示中包含相关的上下文信息，以便大模型更好地理解你的问题或需求。提供关键信息，而不是依赖于模糊的问题。

避免歧义：在同类任务中，更换主题词后，Prompt依然可以取得好的效果，避免使用容易引起歧义的词语或短语。

使用关键词：强调关键词，这有助于指导大模型需要关注的重点有哪些，可以通过加粗、斜体或其他方式来实现。

这么讲可能还不够具象，下面我举几个例子来带你看一下优质的Prompt都长什么样子。

1.优质的Prompt对话题有足够的背景信息：

优质: 请提供有关可控核聚变的最新研究进展和技术趋势的详细信息。

反例: 可控核聚变是什么？

2.具体的指令：

优质: 以500字的篇幅解释人工智能在医学诊断中的应用，并列举相关的成功案例。

反例: 写点关于人工智能的东西。

3.引导性强，具体指明期望的回答形式：

优质: 以比较分析的方式说明区时序数据库和传统关系型数据库的优劣，并指出在哪些场景下使用时序数据库更有优势。

反例: 写点关于数据库相关的东西。

下面，我们来通过灵境矩阵平台的【物理反应助手】这个智能体，来测试下第一个案例，通过下面截图我们可以看到，当你输入一条有足够背景信息的Prompt时，你可以从实验装置的进步、高温超导技术的突破、数值模拟和人工智能的应用、核聚变能源商业化等多个方面对可控核聚变有一个全面的认识。

反之，你只能得到一条模糊不清、信息密度不高、可读性差的回答。

好了，现在你已经知道了如何通过万能公式写出一条合格的Prompt，同时你也知道了一条优质的Prompt该长什么样子，但是仅仅就这些了么？在下一篇教程中，我将带你了解Prompt进阶技巧，看如何将提示词工程“玩出花”。

点击进入灵境矩阵平台官网：灵境矩阵 | 想象即现实