不知道小伙伴们有没有过这种经历同样用 ChatGPT别人写的 Prompt 一扔进去出来的结果又专业又好用我们吭哧吭哧写了半天出来的东西却总感觉 差点意思。我刚开始用大模型的时候就是这样 —— 看着别人 一句话生成 PPT、三行代码搞定数据分析我自己试的时候要么回答太笼统要么格式不对要么完全跑偏。后来我才明白大模型就像一个超级聪明但特别 老实 的员工 —— 你怎么吩咐它就怎么干活。你说得越清楚它干得越好。你说得含糊它就给你一个含糊的答案。而你跟大模型说的 吩咐就是今天要讲的Prompt提示词。别小看 Prompt这玩意儿现在已经成了一门专门的学问叫 提示词工程Prompt Engineering。有人靠写 Prompt 月薪好几万你敢信今天这篇咱们就把 Prompt 这个词彻底讲明白。看完你将知道Prompt 到底是什么为什么它这么重要一个好 Prompt 应该包含哪些要素以及两种最基础的 Prompt 技巧 —— 零样本和少样本。一、Prompt 是什么Prompt中文叫提示词。说人话就是你跟大模型说的话、发的指令、提的问题统统都叫 Prompt。打个比方如果大模型是一个超级厉害的厨师那 Prompt 就是你点的菜。你说 炒个菜厨师可能给你随便炒个青菜你说 来一份宫保鸡丁少辣多花生不要葱厨师就知道该怎么做了。Prompt 就是你给大模型的 点菜清单—— 说得越具体出来的结果越符合你的心意。Prompt 可以很简单也可以很复杂最简单的 Prompt 就是一句话帮我写一封辞职信复杂的 Prompt 可能有几百字包含角色设定、任务要求、背景信息、输出格式、约束条件等等你是一位有 10 年经验的 HR 专家。请帮我写一封辞职信要求1. 语气礼貌但坚定2. 说明离职原因是个人发展3. 表达对公司的感谢4. 字数 300 字左右5. 用正式的商务邮件格式。这两个 Prompt出来的结果质量天差地别。二、为什么 Prompt 这么重要你可能会问不就是说句话吗至于这么讲究至于太至于了。原因有三个1. 大模型 读心术 还没学会大模型很厉害但它不会读心术。你心里想的是 一篇专业的、有深度的技术博客但你只说了 写篇文章它怎么知道你要的是啥它只能根据你说的话来猜你的意图。你说得越清楚它猜得越准。2. 同样的模型不同的 Prompt结果天差地别我给你举个真实的例子不好的 Prompt什么是机器学习出来的答案可能就是一段干巴巴的定义百度百科都比它详细。好的 Prompt你是一位资深的 AI 科普作家。请用大白话解释什么是机器学习要求1. 用一个生活化的比喻开头2. 举一个具体的例子3. 说明机器学习和传统编程的区别4. 控制在 300 字以内5. 结尾留一个思考题。出来的答案直接就能当公众号推文用。你看模型还是那个模型只是 Prompt 不一样结果就完全不一样。3. Prompt 是成本最低的 提效方式想让大模型变得更厉害你可以花几百万去微调一个模型也可以花十分钟把 Prompt 写好。效果可能差不了多少但成本差了十万八千里。所以说学好 Prompt是普通人用好大模型的第一步也是性价比最高的一步。三、一个好 Prompt应该包含哪些要素说了这么多那到底怎么写一个好 Prompt有没有什么套路有的。一个高质量的 Prompt通常包含这几个要素1. 角色设定告诉 AI你是谁这是最常用也最有效的技巧。你给 AI 一个身份它就会用这个身份的视角来回答。比如你是一位资深的 Python 程序员 → 回答更专业、代码更规范你是一位小学老师 → 回答更简单、更易懂你是一位幽默的脱口秀演员 → 回答更有趣、更有梗为什么角色设定有效因为大模型读了太多书它脑子里有各种身份的 记忆。你给它一个角色就相当于激活了对应的那部分记忆。2. 任务指令清晰说明要做什么这是 Prompt 的核心。你要明确告诉 AI 你想让它做什么越具体越好。不好的写篇文章好的写一篇关于 Python 入门的技术文章面向零基础读者字数 1500 字左右3. 背景信息给足上下文有时候 AI 回答得不对不是因为它不会而是因为它不知道背景。比如你说 帮我写封邮件它不知道你要写给谁、为什么事、什么语气。你得告诉它帮我写一封邮件发给我的老板主题是申请下周三请假一天原因是家里有事语气要礼貌正式。4. 约束条件划定边界告诉 AI 什么可以做、什么不可以做或者有什么限制。比如字数控制在 500 字以内不要使用专业术语用 markdown 格式输出只回答问题不要额外解释5. 输出格式告诉它怎么呈现如果你想要特定的格式一定要说清楚。比如用表格形式输出分点列出每点不超过 20 字用 JSON 格式返回包含 name 和 age 两个字段 小技巧把这几个要素组合起来就是一个高质量的 Prompt。你可以记一个简单的公式角色 任务 背景 约束 格式 好 Prompt四、两种最基础的 Prompt 方式Prompt 技巧有很多但最基础、最常用的是这两种Zero-shot零样本和Few-shot少样本。名字听起来很玄乎其实超级简单。Zero-shot零样本不给例子直接说Zero-shot 就是 零个例子 的意思。你直接告诉 AI 要做什么不给任何示例。比如把下面这句话翻译成英文我爱人工智能这就是 Zero-shot—— 没有例子直接上。什么时候用 Zero-shot简单任务翻译、总结、问答模型本来就很擅长的事你不确定该给什么例子的时候Zero-shot 的优点是简单省事缺点是复杂任务容易跑偏。Few-shot少样本给几个例子让它照猫画虎Few-shot 就是 几个例子 的意思。你先给 AI 几个示例告诉它 我要的是这种感觉然后再让它做新的。比如 把下面的句子翻译成网络流行语风格示例 1我很开心 → 我直接原地起飞 示例 2这太难了 → 这也太劝退了吧 示例 3我明白了 → 哦原来是这样现在翻译我很生气 →AI 一看例子就知道你要的是啥风格了出来的结果会比 Zero-shot 准很多。为什么 Few-shot 有效因为大模型有一个神奇的能力叫上下文学习In-Context Learning—— 它能从你给的例子里 现学现卖不用重新训练就能掌握规律。什么时候用 Few-shot复杂任务格式转换、风格模仿、特定分类Zero-shot 效果不好的时候你有明确的输出格式或风格要求小知识一般给 2-5 个例子就够了太多了反而占 Token、费钱。五、写 Prompt 的 3 个常见误区最后说几个新手最容易踩的坑误区 1越短越好。错。Prompt 不是越短越好而是越清楚越好。该说的信息一定要说全别怕长。当然也别啰嗦简洁但要完整。误区 2跟它 商量。大模型是工具不是朋友。不用 能不能帮我...、麻烦你...直接说 请做...、帮我做... 就行。它不在乎礼貌只在乎指令清不清晰。误区 3一次说太多事。如果任务很复杂不要把所有要求堆在一个 Prompt 里。可以分步来先让它写大纲满意了再让它写正文先让它分析问题再让它给方案。分步走效果更好。总结好了Prompt 就讲到这里。简单回顾一下Prompt 就是我们跟大模型说的话是我们给它的指令同样的模型不同的 Prompt结果天差地别一个好 Prompt 通常包含角色、任务、背景、约束、格式五个要素最基础的 Prompt 方式是 Zero-shot不给例子和 Few-shot给几个例子。记住一句话你跟大模型说话的水平决定了大模型回答的水平。下一篇我们来讲讲Context Window上下文窗口—— 大模型的 短期记忆 到底有多大为什么聊到后面它就 失忆 了8K、32K、128K 这些数字到底是什么意思咱们下篇见