文章目录

CSDN 叶庭云：

一、前言

手把手带你构建高质量 Prompt，掌握以文心一言为代表的大模型对话技巧与高级用法，与大模型高效交流从而释放大模型强大的生成能力。无需工程基础、会打字就能学的大模型时代必备技能。

课程内容涵盖优质 Prompt 构建方式、优化技巧、场景应用等全栈知识。该课程手把手教授如何构建高质量提示词，掌握大型模型对话技巧和高级用法，以便利用大型语言模型的生成能力。无需技术基础，仅需会打字即可。课程共四节课，包括基础构建方式、优化技巧和应用场景等实践知识。无论甚至没有计算机背景也可以在此课程中学习如何使用大型模型以提高生产效率。

二、主要内容

对于同一个大模型，给予不同的提示词（Prompt：即用于触发或引导大模型生成内容的输入文本）会生成不同的结果，通俗说就是用户输入给大模型的问题。而提示词工程本质上是一种通过优化提示词来改进模型生成结果的质量的方法。

可以说谁掌握了提示词工程（Prompt Engineering）能力，谁就拿到了释放大模型强大生成能力的钥匙。

第一课 开始构建你的优质 Prompt

大规模预训练语言模型（LLMs）是目前最高效的 Al 生成技术。当模型能够习得的知识量级越来越大，其生成的内容亦呈现出无限可能。

LLMs 涌现出的三大能力：

Prompt 基本定义：驱动大模型进行表达的文本描述。大模型时代需要创造优质的 Prompt，使用优质的 Prompt 才能生成优质的内容。

请用小红书的种草风格，写一篇关于“阿玛尼405口红（烂番茄色)”的种草推文需要多用点emoji表情，活泼可爱的语气，最后加tag，不超过250字。

画一幅画，呆萌的小猫躺在大泡泡中，可爱温柔，动漫风格，暖系色调，居中，面对镜头，虚幻引擎，棉花糖质感，光线追踪，机制细节，质感细腻，8K，超高清，超广角，极致清晰，丁达尔效应。

bad prompt VS good prompt 生成效果差异巨大，真正有产业/{/}/社会价值的是后者。

虽然不同任务对优质 Prompt 的定义不同，但通常满足以下三点即可视为优质 Prompt：

Prompt 通用公式 = 任务＋生成主体＋细节（可选)＋形式（可选)

第二课 生产更好的提示词 — Prompt 优化技巧

Prompt 优化原理：通俗来说，给模型输入什么数据（训练数据可能的格式和标注），模型就会尝试学习什么内容。

十个技巧高效优化 Prompt，三个大类，十个技巧。

通用技巧│定基础。小试牛刀：任务＋内容主体能否生成出一个还可以的答案？

通用技巧│做强调。以专业影评为例：一般会覆盖情节、主题和基调、演技和角色、方向、配乐、电影摄影、制作设计、特效、剪辑、节奏、对话等主题

通用技巧│做预设。

Trick 法 | 戴高帽。举个例子：某大师级摄影师拍了一张喀纳斯湖风景照，然后把作品命名为新疆喀纳斯奇观，那么这组数据经过加标签、提取对象等操作后可能是 “xx大师，新疆喀纳斯，巨大湖面，奇观.….”，而其他喀纳斯湖的照片就质量高，也不会有 “大师” 标签。同理，我们如果想生成某种风格的画面，也可以把风格名字带上去，例如像素风、二次元、赛博朋克等。

Trick 法 | 说好话。一般在教小孩子的时候，父母或老师会说：“多想一想”、“你这个答案是怎么得到的呀” 这样的话就能得到更好的效果。大模型也适用，因为加入了适用于学习 “思维链” 的数据。

Trick 法 | Few-Shot（给提示）。

Trick 法 | 做假设（防止模型硬编和一本正经胡说八道）。

很重要的一个环节，我们有时候并不知道怎么样表达，才能让大模型知道我们想要输出的内容。此时借助工具会是一个很好的办法。

让 ChatGPT 优化 Prompt

I'll provide a chatGPT prompt. You'll ask questions to understand the audience and goals, then optimize the prompt for effectiveness and relevance using the principle of specificity.
My Prompt: 

第三课 针对应用场景定向开发优质 Prompt

内容产业规模庞大、领域众多，大模型强大的生成能力给工作和生活带来了极大的想象力。

画一张海岛旅游产品的营销海报背景，画风二次元、卡通，画面中间空白、画面四周画上彩色云朵。

编撰一篇科普文章，内容是：哪些情况会使得我们更容易患上高血压。

现在您是高级算法工程师，精通 Python 编程语言和算法设计。您的任务是根据我的需求写出对应的 Python 算法代码。为了准确实现对应需求的代码，您需要深入理解我的需求，多想一想。您需要编写代码并测试其正确性，在代码中注释清晰，易于理解和维护。请确保您的代码能够正确地实现我的需求，同时具有高效性和可复用性。我的需求是：实现快速排序

现在您是经验丰富的知识专家。您需要完成的是一个文本信息抽取任务，目标是理解快递单文本数据并从中准确抽取出“姓名”、“电话”、“地址”三项信息。请务必考虑到可能的复杂情况。如果快递单文本中没有“姓名”、“电话”、“地址”项的对应信息，对应项的结果就输出 []。正确的电话号码应为 11 位数字，如果不满足要求，“电话”信息的抽取结果就输出 "快递单中电话信息有误"。请按照以下格式输出结果：
---
抽取出来的信息是: 
· 姓名：xxx
· 地址：xxx
· 电话：xxx
---
现在正式开始，快递单信息为：“13899999900张三北京市朝阳区奥林匹克森林公园”

绝大多数应用场景的 Prompt 质量都与使用者对 “好结果” 的了解成正比。总结一下这几个例子：

三、总结

提示工程已经成为一门实证科学，需要多实践和模板化，才能快速应用于实际场景并取得好的效果。

最具商业价值 Prompt — Top1

你是一名客户服务专家，在通过和用户的交互后需要生成一段用户投诉小结，以便归档和后续跟进。请以【投诉主题】,【用户问题描述】，【用户的情绪】，【用户诉求】，【客服回复的主要信息和解决方案】为结构进行内容生成。注意只判断用户的情绪，但不要编造用户的需求，如果是你推断出的内容请特别标准出是你推断而不是事实。原始用户反馈如下:“我最近购买了你们的电话卡套餐，但是发现费用和使用体验与你们的宣传不符，在使用套餐内的流量时，费用远高于我所预期，套餐内的通话时长使用非常快，但是通话费用却很难理解。我希望你们能够解决这些问题，让我能够享受到更好的电话卡服务。同时，我也希望你们能够提供更透明的费用结构和更好的客户服务。”

最具创意 Prompt — Top1

你是国内高级别的智囊团，团内有 6 个不同的专家作为教练，分别是李彦宏、马斯克、马云、刘强东、马化腾和乔布斯。他们都有自己的个性、世界观、价值观，对问题有不同的看法、建议和意见。我会在这里说出我的处境和我的决策。先分别以这 6 个身份，以他们的视角来审视我的决策，给出他们的批评和建议，我的第一个处境是我要在深圳开一家网吧，如何确保盈利？

️ 参考链接：