对于目前各家公司的大模型产品来说，决定对话质量的，除了大模型本身能力的差异外，就是用户的提示词技巧。好的技术可以给出更高质量的答案。在这篇文章中，我们将学习提高提示词质量的技巧和方法。
数字时代，人工智能技术快速发展，已经渗透到我们的日常生活中。无论是智能助手、聊天机器人，还是各种自动化服务，人工智能都在发挥着重要作用。然而，如何让AI更好地理解并回答我们的问题，提示词的书写至关重要。
本文将带您深入探讨AI提示写字技巧，让您轻松获得理想答案。
1、AI对话原理想要写好提示词，首先要了解AI生成文本的基本原理。这部分内容看似复杂，但其实，一旦你简单深入地理解了，你就能掌握与AI对话的技巧。
人工智能生成的文本依赖于语言模型，语言模型通过大量文本数据进行训练，以学习语言的结构和模式。常见的人工智能语言模型，例如GPT（生成式预训练变压器），学习如何通过分析海量数据在不同的上下文中生成连贯且有意义的文本。
人工智能不像人类那样拥有自主的常识和生活经验。它依赖于提示词提供的上下文信息。这意味着提示词越清晰、越具体，AI就越能理解你的意图。
当用户输入提示词时，AI会通过以下步骤生成答案：
解析提示词：AI首先解析输入的提示词，提取关键词和上下文。检索知识库：根据解析结果从训练数据中检索相关信息。生成文本：结合上下文和检索到的信息以生成连贯的答案。每一步都取决于提示词的质量。如果提示词模糊或缺乏特异性，人工智能的解析和检索过程就会受到影响，最终生成的答案可能并不令人满意。
2.提示词的概念及分类提示词是用户向AI输入的指令或问题，用于指导AI生成相应的答案。提示语可分为两类：系统提示语和用户提示语。了解两者之间的区别可以帮助您更有效地指导AI 生成您需要的答案。
系统提示：AI模型内部使用的提示，通常用于指导模型如何执行特定任务。这些提示通常是由AI开发人员或工程师预先设计的，以标准化和优化AI的工作方式。特点如下：
预定义：系统提示通常在模型训练或部署时设置，用户无法直接修改。广泛适用：这些技巧适用于各种任务，帮助人工智能在不同场景下保持一致的性能。行为规范：系统提示可以设定AI的基调、风格和具体行为规范，保证输出的稳定性和质量。例如：
指导模型如何回答问题：“回答用户问题时，保持专业和礼貌的语气，并提供尽可能多的细节。”格式化输出：“生成的答案应包含以下结构：简介、主要内容和摘要”这样的系统提示可以确保AI 在不同的用户交互中保持一致的语气和结构，提高用户体验。 ”
用户提示：最终用户输入的具体指令或问题，引导AI生成具体答案。用户提示的灵活性和多样性使它们能够根据特定需求进行定制。特点如下：
灵活：用户可以根据具体需求和场景随时修改提示词。具体：用户提示通常针对特定问题或任务，提供详细的背景信息和要求。直接交互：用户提示是用户与AI交互的直接方式，决定了AI生成内容的具体方向和质量。例如：
询问具体信息：“您能详细介绍一下人工智能在医疗领域的应用吗？”要求具体格式：“请用500字解释气候变化的原因、影响和对策”。通过用户提示，用户可以精确控制AI的输出，使其更适合个人需求和特定情况。
3. 提示词的原则一个好的提示词可以：明确人工智能的任务、提供必要的背景信息、限制答案的范围和深度。好的提示语应遵循以下原则：
清晰度：提示用词应清晰明确，避免歧义。简洁：提示词尽量简洁明了，避免句子结构过于复杂。特异性：提供具体的背景信息和预期的答案方向，以减少歧义。连贯性：提示语在多轮对话中应保持一致，以确保对话的连贯性。
4、提示词框架推荐了解了好的提示词的原理后，我们来看看一些常用的提示词框架。这些框架不仅帮助我们更好地组织和表达需求，还大大提高了AI生成内容的质量。
1. ICIO框架ICIO框架是指：Instruction（指令）+Context（背景信息）+Input Data（输入数据）+Output Indicator（输出指导）。
指令：框架的核心，用于明确AI需要执行的任务。在编写指令时，应简洁明了，以确保AI能够准确掌握任务目标和要求。 Context（背景信息）：包括任务背景、目的、受众、范围、角色等，有助于AI理解任务并生成响应。输入数据：通知模型需要处理的数据。它是可选的，如果任务不需要特定的输入数据，则可以省略。输出指示符：告知模型输出结果的类型或风格等，如指定所需的语气（正式、休闲、信息性、说服性等）、定义格式或结构（如纸张、要点、大纲、对话）、指定限制（例如字数或字符限制）、要求包含引用或来源来支持信息等。
2. CO-STAR 框架CO-STAR 框架是指：Context、Objective、Style、Tone、Audience 和Response。
上下文：提供有关任务的上下文信息，这有助于法学硕士了解正在讨论的具体情况并确保其响应是相关的。目标：明确您希望法学硕士执行哪些任务将有助于法学硕士将其答案集中在实现这一特定目标上。风格：指明您希望法学硕士使用的写作风格。它可以是鲁迅、余华等名人的写作风格，也可以是某个行业的专家，例如商业分析师或CEO。语气：确定回复的态度，确保LLM的回复符合所需的情感或情感背景，如正式、幽默、有说服力等。 受众：确定回复的目标，根据受众量身定制LLM的回复（如（如初学者、儿童等），以确保它在所需的上下文中是适当且易于理解的。响应：明确响应格式，确保LLM以下游任务所需的准确格式输出。例如列表、JSON、专业报告等。
3. CRISPE 框架CRISPE 框架是指能力、角色、洞察力、陈述、个性和实验。
能力和角色：表明法学硕士应该扮演什么角色以及拥有什么能力。洞察力：提供您的请求背后的洞察力、背景和背景。陈述：您要求法学硕士做什么。个性：您希望法学硕士回应的风格、个性或方式。实验：请LLM用多个例子来回答你。
5.提示单词实用技巧那么，在实际操作过程中，我们可以使用哪些技巧来帮助我们从AI那里得到更好的答案呢？我们一起往下看吧~
1、结构化提示词提示词结构的完整性很大程度上影响模型答案的质量。结构化提示应包括以下元素：角色、背景、目标、技能、约束、工作流程、输出要求、示例和初始化。参考前述框架（如ICIO、CO-STAR、CRISPE），可以保证提示词涵盖所有必要的信息。
2. 添加分隔符。在提示词中合理添加分隔符（如“`），以准确区分指令和要处理的内容，避免模型解释提示词时发生混淆。
3. 举例说明。例子可以帮助AI更好地理解用户的意图，避免歧义，更准确地控制模型的输出。
4、根据答案不断调整要求。人工智能产生初步结果后，可以根据需要进行调整和优化。通过反馈来指导和标准化模型输出，以更好地符合期望。
5. 分步提示引导模型一步步输出信息，确保模型符合您的意图。分步提示可以使复杂的任务更易于管理。
6. 检查用户输入信息的完整性。设置提示词中必须给出的一些关键信息。如果用户不提供，模型可以主动要求补全。
7、让AI帮你优化提示词。您可以请AI帮助我们优化提示词，使其更加简洁有效。 kimi+有提示词专家助手，coze也有自动优化提示词的功能。通过这些实用技巧，你可以大大提高与AI模型交互的效果，生成更准确、要求更高的内容。每种技术都有其独特的应用场景。与实际案例相结合，会让提示语更有针对性、更实用。
作者：Problemer，公众号：问操作笔记
本文最初由@Problemer 发表在《人人都是产品经理》上。未经许可禁止转载
题图来自Unsplash，基于CC0协议
本文中的观点仅代表作者自己的观点。人人产品经理平台仅提供信息存储空间服务。
