大模型-提示词（Prompt）最佳实践
1、提示词工程1.1 什么是提示词工程？
所谓提示词工程（Prompt Engineering）就是研究如何构建和调整提示词，从而让大语言模型实现各种符实用户预期的任务的过程。就像跟AI沟通的艺术，为了让像DeepSeek这样的大语言模型更好地理解你的需求，你必要清楚地形貌你的需求，提供须要的背景信息，明白告诉AI你想让它做什么。就像跟人沟通一样，你必要不断调整你的表达方式，直到AI理解你的意思，并给出你想要的答案。
https://i-blog.csdnimg.cn/direct/fccacf92e22d4033a0873cdba4e77dfe.png
为了引导大模型按照我们预想的要求来完成各项任务，作为利用者，我们必要不断调整提示词，构建有效的提示词，从而不断地提升大模型的表现。接下来我们来举行一番实践。
2、计划和优化 Prompt
2.1 计划 Prompt
在工作中想象一下，如果向导在给你指派工作任务时，只说了一句话来形貌需求，你的任务完成效果可能很难达到向导的预期。但如果你提供了明白的目标、建议的思考方向和执行策略等更多参考信息，他更有可能以高标准完成任务。
在利用 LLM 也一样，你的任务形貌（Prompt）越清楚、详细、没有歧义，LLM 的表现越能符合您的期望。在上一节的学习中，我们学习了提示词技巧，通过直接提问，增加示例、分配角色、限定输出风格和格式，以及拆解复杂任务等技巧。你必要通过灵活运用这些技巧去计划清楚明白的提示词。
2.2 利用 Prompt 框架优化提示词
为了用户系统化地向 LLM 提供明白背景和目标，这里推荐利用 Prompt 框架规范化你的 提示词。该框架用于资助你方便、快速地计划 Prompt 结构。该模板充分思量了会影响 LLM 输出有效性和干系性的各个方面，能显著提升LLM模型表现。
通常Prompt 框架的主要组成为：
背景：先容与任务紧密干系的背景信息。这一环节有助于LLM深入理解讨论的详细环境，从而包管其生成内容与话题高度干系。
目标：起首明白指出你期望LLM完成的详细任务。通过设定清楚、正确的目标指令，可引导LLM聚焦于实现既定任务，提升输出的有效性。
风格：指定你希望 LLM 输出的写作风格，可以是某个详细名人、详细流派大概某类专家的写作风格。
语气：定义输出内容应有的语气，比如正式、诙谐、温馨、关怀等，以便适应差别的利用场景和利用目的。
受众：明白指出内容面向的读者群体，无论是专业人士、入门学习者还是儿童等，这样LLM就能调整语言和内容深度，使之更加贴合受众需求。
输出：规定输出内容的详细情势，确保LLM提供的成果能直接满足后续应用的需求，比如表格、列表、JSON数据格式、专业分析陈诉等情势。
https://i-blog.csdnimg.cn/direct/40da710be4a74fbcba8bc05e689757fd.png
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]