AI学习应用_02_提示词工程

三、提示词工程

1、什么叫提示词

给AI发送⼀段信息(⽂本/图⽚/视频等)，AI接收到信息之后根据信息中所描述的指令，回复⼀段信息。

在这个过程中，给AI发送的信息就被我们称作是"提⽰词”。

提⽰词、AI提⽰词、Prompt，这些名词其实代表的都是⼀个意思，都是提⽰词的意思

 

2、OpenAI官⽅提⽰词技巧

模型⽆法读懂你的想法。

如果输出太⻓，请要求简短回复。

如果输出太简单，请要求专家级写作。如 果您不喜欢这种格式，请演⽰您希望看到的格式。模型对你想要什么的猜测越少，你得到它的可能性 就越⼤。

错误⽰例	优秀⽰例
如何在 Excel 中添加数字?	如何在Excel中将⼀⾏美元⾦额相加?我想对⼀整⾏⾃动执⾏此操 作，所有总数都位于名为“总计“的列的右侧。
谁是美国总统	谁是 2025 年美国总统，选举多久举⾏⼀次？
编写代码实现冒泡排序	编写⼀个 Python 函数来实现冒泡排序。对代码进⾏⼤量注释， 以解释每⾏作⽤以及为什么这样编写。
帮我总结会议记录	在单个段落中总结会议记录。然后写⼀个演讲者的降价列表和他 们的每个关键点。最后，列出演讲者建议的后续步骤或⾏动项⽬ (如果有)。

 

策略1：尽可能多的描述任务细节

为了获得⾼度相关的响应，请确保请求提供任何重要的详细信息或上下⽂。否则，你就要让模型来猜 测你的意思了

⽰例：

需求：编写⼀个排序算法

提示词1：

⽤Python写⼀个排序算法

提⽰词2：

⽤Python写⼀个排序算法，⽤于对数组中的整数进⾏排序。该算法要能够处理以下情况: 
1.数组为空。 
2.数组中只有⼀个元素。 
3.数组中包含重复元素。 
4.请确保算法的时间复杂度不超过O(nlogn)

 

策略2：要求模型采用角色

给指定特定的⻆⾊，相当于给它圈定了⼀个范围。它去⽣成内容的时候，就会围绕这个⻆⾊的范围来⽣成特定内容

需求：向 3 年级的⼩学⽣解释计算机的组成原理

提⽰词1（不指定⻆⾊）：

请你解释计算机的组成原理

提示词2（指定角色）

现在你是⼀位⼩学三年级的计算机教师，请你向三年级的学⽣解释计算机的组成原理

 

策略3：使⽤分隔符和占位符

在⼀些相对复杂的提⽰词中，没有分隔符，模型的话可能会将提⽰词中不同部分的内容混淆在⼀起。

分隔符就像是标志⼀样，为模型提供清晰的指⽰，告诉它何时开始或者结束对某⼀部分内容的处理。

常⻅的分隔符：三引号（"""）、横线（---）、HTML标记（<content></content>）

常⻅的占位符：{{}}、<>

需求：总结⽂章中的内容，以json格式输出

提⽰词：

你是⼀位⽂章总结专家，请你对以下⽂章做出总结，梳理出故事标题、故事类型、包含⻆⾊、故事概 
要，并以Json格式输出。 
原始⽂章： 
--- 
伤仲永 
古代有⼀个叫⽅仲永的⼈，在他很⼩的时候，就显⽰出了在诗歌⽅⾯的才华，被⼈们赞誉为神童。那 
些有钱⼈家经常邀请⽅仲永到⾃⼰家来，⼀⽅⾯是为了⽬睹⼀下这位神童的才华，另⼀⽅⾯也是显⽰ 
⼀下⾃⼰爱惜⼈才。当然，每当⽅仲永⾛的时候，那些有钱⼈家都会给⼀些钱以表⼼意。 
⽅仲永的⽗亲是⼀个⼗分爱钱的⼈，他把⽅仲永当成了⼀棵摇钱树。当没有⼈邀请的时候，他就领着 
⽅仲永主动登⻔拜访，以求得⼈家给点⼩钱。 
由于整天跟着⽗亲东家进西家出，⽅仲永的学业荒废了，他在诗歌⽅⾯的才华，由于没有选择⼀个正 
确的⽅式加以培养，也渐渐地枯萎了。 
⽅仲永⻓⼤后，⼈们从他⾝上再也看不⻅⼀点⼉当初神童的影⼦。 
--- 
输出格式： 
{ 
"title": "{{故事标题}}", 
"type": "{{故事类型}}", 
"characters": ["{{⻆⾊1}}", "{{⻆⾊2}}"], 
14"summary": "{{故事概要}}" 
}

 

策略4：指定完成任务所需要的步骤

某些复杂任务最好指定为⼀系列步骤。显式写出步骤可以使模型更容易理解和完成任务。

在提⽰⼯程中，如果我们的任务中包含⼀些具有依赖关系的步骤，后边的步骤依赖于前边步骤的完 成。我们就需要在提⽰词中明确的写清楚所有的步骤，否则⼤模型会⾃⾏脑补这些步骤，导致输出的结果不符合我们预期。

需求：热点新闻⽂章改写

提⽰词（分解任务）：

你是⼀位⾃媒体写⼿，我希望你对⼀篇热点新闻，创作⼀篇新的⽂章。 
创作步骤： 
1. 先对新闻内容进⾏总结。 
2. 发表⾃⼰的观点，以“第⼀”、“第⼆、”、“第三”等形式展⽰。 
3. 结尾提出⼀个问题，引导读者进⾏评论 
要求： 
1. 仅输出⽂章内容，不需要进⾏分段解释 
2. ⼝语化表达 
原始⽂章： 
--- 
3⽉7⽇，潍坊市公安局依托侦查中⼼合成作战机制，快速侦破⼀起在公共道路驾驶⻋辆严重超速案 
件，从接到群众举报到抓获犯罪嫌疑⼈仅⽤4⼩时，彰显了公安机关对交通违法⾏为“零容忍”的执法决 
⼼与科技强警的⾼效战⽃⼒。 
3⽉7⽇下午，潍坊市公安局交警⽀队接到⽹友举报称，3⽉6⽇深夜在城区道路，疑似出现严重超速驾 
⻋⾏为。接到举报后，交警⽀队⽴即提请市公安局侦查中⼼，开展合成作战，运⽤⼤数据分析与智能 
⽐对技术，迅速锁定了涉嫌严重超速的⻋辆及驾驶员李某某。并于当⽇17时，成功将其抓获。经讯 
问，李某某对在深夜公共道路上严重超速⾏驶的违法⾏为供认不讳。 
警⽅调查确认，李某某的驾驶⾏为已违反《中华⼈⺠共和国道路交通安全法》关于“在道路⾏驶机动⻋ 
不得超过限速标志标明的最⾼时速”的规定，涉嫌严重超速。⽬前，案件正在进⼀步侦办中。 
---

 

策略5：提供⽰例

在现实⽣活中，我们给别⼈讲解⼀件事情的时候，有时候会觉得词不达意，再多的词汇描述也很难准确的讲出来⾃⼰想要表达的意思，这个时候我们通常会举⼀个例⼦，⽤例⼦来类⽐我们想要表达的意思，⽽对⽅听了我们举的例⼦之后就会⽴⻢明⽩。

这称为"少样本提⽰"

需求：⽂案仿写

提⽰词：

你是⼀名⾃媒体写⼿，请你参考我提供的⽂案⻛格，帮我写⼀个饮⻝安全主题的⾃媒体⽂案。 
要求如下： 
1.第⼀⼈称视⻆，主题为⾃⼰亲⾝经历饮⻝安全相关的事件 
2.语⽓⾃然，⼝语化 
3.能引起⼤多⼈的焦虑感和内⼼共鸣，引起读者评论和点赞 
4.创作⼀个类似的⽂案，内容不能和原始⽂案重复 
参考⽂案： 
--- 
昨天晚上去吃⽯锅⻥，服务员就往锅⾥放了⽔和葱姜，⽔⼀开汤居然就⽩了。我好奇问服务员，她说 
是蒸汽锅，⼏分钟顶别的锅半⼩时，所以汤⽩。可我记得熬⽩汤得煎⻥啊，这没煎就⽩，难道是啥⾼ 
科技？ 
我寻思啊，服务员这么说，可还是让⼈不太信。⼀般煎⻥让油脂进汤才容易⽩，这蒸汽锅⼏分钟就 
⽩，是不是有啥猫腻？当然也可能蒸汽锅有特别的地⽅。但不管咋说，商家该给顾客讲清楚，不然顾 
客⼼⾥不踏实。咱消费者也得留个⼼，别光听商家的。⼤家说呢？这汤这么⽩到底正常不？ 
---

 

策略6：将复杂任务拆分成简单⼩任务

OpenAI官⽅解释

对于需要⼤量独⽴指令集来处理不同情况的任务，⾸先对査询类型进⾏分类并使⽤该分类来确定需要哪些指令可能是有益的。这可以通过定义与处理给定类别中的任务相关的固定类别和硬编码指令来实现。此过程也可以递归地应⽤，以将任务分解为⼀系列阶段。此⽅法的优点是，每个查询将仅包含执⾏任务下⼀阶段所需的指令，与使⽤单个查询执⾏整个任务相⽐，这可能会导致更低的错误率。这还可以降低成本，因为较⼤的提⽰运⾏成本更⾼(请参阅定价信息)官⽅原⽂中提到的「意图分类」概念，是⾃然语⾔处理(NLP)中的⼀种任务，旨在识别和分类⽤⼾输⼊的意图。

它是对⽤⼾通过⽂本、语⾳等形式表达的⾃然语⾔进⾏理解和分析，从⽽确定⽤⼾的意图类别。

举⼀个⽣活中常⻅的场景来理解，我们平时给移动、联通等⼀些⼤的客服平台打电话，接通之后总是会让我们选择服务:"业务查询请按1”，“充值与发票请按2”，“⼈⼯服务请0”.这种场景就有点像是「意图分类」

在提⽰⼯程中，使⽤该策略的⽬的是为了应对⼀些复杂任务，我们可以先把这些任务分成不同的类别，然后根据类别选择相对应的指令。通过这种分类的⽅法，将⼤任务拆分为⼀个个多⼩任务，每个⼩任务只需要关注当前任务本⾝，⽽不是整个复杂的⼤任务，这样做的好处是可以降低错误率。

 

需求：写⼀份新能源汽⻋⾏业的市场分析报告

提示词1：

帮我写⼀份关于新能源汽⻋⾏业的市场分析报告

任务过于笼统，容易导致内容结构混乱或信息缺失

 

提示词2：

第⼀步：数据收集

"请列出2023年新能源汽⻋⾏业的10个关键市场指标，需包含：全球市场规模、区域增⻓数据、主流 
技术路线占⽐、政策影响维度等要素"

第二步：竞品分析

"请对⽐分析特斯拉、⽐亚迪、蔚来三家品牌在以下维度的表现：定价策略、核⼼技术专利数量、充电 
⽹络覆盖率、⽤⼾满意度评分。⽤表格形式呈现对⽐结果"

第三步：结构搭建

"基于前两步数据，输出⼀份市场分析报告的标准框架，要求包含：⾏业概况、竞争格局、技术趋势、 
⽤⼾画像、⻛险预警五个核⼼章节，并说明各章节需突出的重点数据"

第四步：内容撰写

"请根据上述框架，撰写市场分析报告，总字数控制在2000字内

第五步：优化润⾊

请检查上⼀步⽣成的报告内容，对内容进⾏润⾊和优化。 
重点优化： 
1.数据单位统⼀性 
2.专业术语解释 
3.段落过渡衔接 
4.结论与数据的呼应关系

总结：每⼀个分类步骤只需要关注当前的任务，⽽不是⼀次性的完成所有的任务，可以更加⾼效、更少出错。

 

策略7：分段总结⻓⽂档，递归构建完整摘要

由于模型具有固定的上下⽂⻓度，因此它们不能⽤于汇总⽂本，其⻓度超过上下⽂⻓度减去单个查询 中⽣成的摘要的⻓度。

要总结⼀个很⻓的⽂档，⽐如⼀本书，我们可以使⽤⼀系列査询来总结⽂档的每个部分。章节摘要可以串联和汇总，从⽽⽣成摘要的摘要。此过程可以递归进⾏，直到汇总整个⽂档。如果有必要使⽤有关前⾯部分的信息来理解后⾯的部分，那么另⼀个有⽤的技巧是包括书中任何给定点之前的⽂本的运⾏摘要，同时总结该点的内容。OpenAI 在之前使⽤ GPT-3 变体的研究中研究了此程序总结书籍的有效性。

很⻓的⽂本会超过⼤模型的限制，这种场景下我们把⻓⽂本拆分为多个部分。让⼤模型对每⼀个部分做总结，然后最后再针对各个部分的总结，做⼀个汇总的总结。

⽐如当前有⼀本数⼗万字的书，直接把这本内容发给⼤模型让它做⼀个摘要总结肯定是不⾏的。解决办法就是把每个章节单独给⼤模型发送过去，让它⽣成⼀个总结，最后再把各个章节的总结发送给它，让它做⼀个汇总。

提⽰词

我会给你⼀本书的内容，每个章节单独发送给你，请你对每个章节进⾏摘要总结，最后再对每个章节 
的摘要总结进⾏汇总，输出⼀个总的摘要。请你按照以下步骤执⾏: 
1. 我会给你每个章节第内容，你根据我提供的章节内容做总结 
2. 当我给你说:“发送完毕”时，你就对每个章节的总结，做⼀个汇总，对汇总内容进⾏摘要总结并输 
出出来

依次输⼊各个章节

 

3、经典提示词模型

• 3W1H

who(⻆⾊)

⻆⾊定义：详细描述你希望 AI 扮演的⻆⾊，这个⻆⾊的专业背景、知识⽔平以及他们可能的思考⽅

式。

⻆⾊⽬标：解释这个⻆⾊在任务中的⽬的是什么，他们希望达成什么样的成果。。

What(内容)

明确需求：具体说明你希望 AI 提供的内容类型，如博客⽂章、故事、技术⽂档等。

细节要求：列出你希望包含的关键点、主题或论点，以及内容的结构要求。

why(背景/⽬的)

背景信息：提供任务的上下⽂，解释为什么这个任务是重要的。

⽬的阐述：明确你想要达到的⽬的，以及内容的预期⽤途。

How(输出⽅式)

期望结果：描述你希望 AI产出内容的⻛格、语调和格式0

红线规定：指出你不希望 AI 做什么，如避免特定的话题、语⾔⻛格或信息。

示例：

请你扮演⽂案专家的⻆⾊(who)，为我的游泳私教课写⼀段朋友圈⽂案(what)，我希望这段⽂案 
可以吸引朋友圈中对于游泳感兴趣的⼈来参加我的课程(why)，我希望⽂案清晰简洁、吸引 
⼈，不要过于官⽅，或过于商业化的⽂案，我想突出课程本⾝的价值(how)。

 

• 问题-背景-请求(QBR)：

问题(Question)：明确你想解决的问题是什么。

背景(Background)：提供⾜够的背景信息，帮助模型理解问题的上下⽂。

请求(Request)：具体说明你希望模型做什么。

示例：

我是⼀位⾃媒体写⼿，请帮我根据最近发⽣的热点事件<热点xxx>来寻找5个选题，要求观点新颖，尽 
量从独特的⻆度来切⼊。

 

• ⽬标-条件-期望（GCE）

⽬标(Goal)：描述你希望通过与模型的交互达成的最终⽬标。

条件(Condition)：说明实现这个⽬标的任何特定条件或限制。

期望(Expectation)：详细描述你期望的输出类型、格式或内容。

提⽰词：

我要去云南旅游，请为我制定⼀个旅游计划，⽬前是4⽉份，我要去3-4天，我希望你以表格的形式来输出。

 

• 场景-任务-动作-结果（STAR）

场景(Situation)：描述你的问题或需求的场景。

任务(Task)：你希望模型完成的具体任务。

动作(Action)：你期望模型采取什么动作或⽅法来执⾏任务。

结果(Result)：你期望的结果是什么。

示例：

我是⼀名⽼师，我正在准备⼀份关于⼉童注意⼒发展的学术报告，我需要你来协助我完成这份报告，在完成报告时要参照我给出的⽂档，我希望这份报告内容详实、逻辑清晰。

 

• 定位-现状-建议（PLA）

定位(Positioning)：清楚说明你⽬前所处的位置或状态。

现状(Current Situation)：描述当前情况或挑战，为何需要建议。

建议(Advice)：给出具体的建议或解决⽅案，帮助你改善现状或解决问题。

⽰例：

我是⼀名初学者，正在学习编程，但感觉进展缓慢，需要⼀些建议来提⾼学习效率和理解能⼒。

 

4、结构化提示词

4.1 ⽆结构化提⽰词

你是⼀名成⼈英语教师，你具备以下能⼒: 能够根据成⼈学习者的背景信息及学习需求制定有效的量 化教学计划和教学内容。请你帮我制定⼀个英语学习计划，制定的学习计划中涉及到的在线学习平台⼀定是中国国内的平台，我年龄28岁，性别男，职业是⼀名程序员，我掌握的英语单词词汇量为3000，我的⽬标是在1个⽉内掌握词汇量达到5000。我在⼯作⽇投⼊的学习时间为每天1个⼩时，在周末投⼊的学习时间为每天4⼩时。

4.2 结构化提示词

什么是结构化提⽰词呢?

简单来说，它就是⼀个写提⽰词的框架。你可以把它想象成⼀张表格，每个格⼦都帮你安排好了该写什么，这样AI 就能更容易理解你想要什么。

它有⼏个核⼼要素:

1. 清晰的指令结构
2. 明确的任务描述
3. 上下⽂信息的合理安排

 

基本的结构化提示词

⻆⾊：你是⼀名成⼈英语教师 
背景：我年龄28岁，性别男，职业是⼀名程序员，我掌握的英语单词词汇量为3080，我的⽬标是在1 
个⽉内掌握词汇量达到5880，我在⼯作⽇投⼊的学习时间为每天1个⼩时，在周末投⼊的学习时间为 
每天4⼩时。 
能⼒：育能够根据成⼈学习者的背景信息及学习需求制定有效的量化教学计划和教学内容。 
任务：帮我制定⼀个英语学习计划，制定的学习计划中涉及到的在线学习平台⼀定是中国国内的平台

 

复杂的结构化提示词

# ⻆⾊：⻆⾊名称 
⻆⾊概述和主要职责的⼀句话描述 
# ⽬标： 
⻆⾊的⼯作⽬标，如果有多⽬标可以分点列出，但建议更聚焦1-2个⽬标 
# 技能： 
1.为了实现⽬标，⻆⾊需要具备的技能1 
2.为了实现⽬标，⻆⾊需要具备的技能2 
3.为了实现⽬标，⻆⾊需要具备的技能3 
## ⼯作流： 
1.描述⻆⾊⼯作流程的第⼀步 
2.描述⻆⾊⼯作流程的第⼆步 
3.描述⻆⾊⼯作流程的第三步 
## 输出格式： 
如果对⻆⾊的输出格式有特定要求，可以在这⾥强调并举例说明想要的输出格式 
## 限制： 
1.描述⻆⾊在互动过程中需要遵循的限制条件1 
2.描述⻆⾊在互动过程中需要遵循的限制条件2 
3.描述⻆⾊在互动过程中需要遵循的限制条件3 
## ⽰例： 
如果有需要，可以添加⼀些⽰例 
## 初始化： 
⼀般是⼤模型和⽤⼾打招呼的内容

在使⽤过程中我们也可以根据⾃⾝需要增加⼀些部分来丰富框架的内容。

 

4.3 结构化提示词的优势

结构化提⽰词之所以好⽤，关键在于它能提⾼ AI 的理解程度和执⾏效率,

我们在写提⽰词时总感觉很难表述清楚，就像在从0到1写⼀篇英语作⽂⼀样。很痛苦，感觉怎么说都说不清楚。

但有了结构化提⽰词，我们就可以根据框架来表述清楚我们想要什么，就像在做完形填空⼀样，这样就能⼤幅提⾼AI 理解我们意图和需求的效率, 结构化提⽰词还很⽅便地去重复使⽤。我们可以把常⽤的提⽰词以结构化的⽅式写好，存成模板，下次要⽤的时候就不需要重新写了，直接⼀键复制、修改关键信息就可以重复使⽤了

 

5、DeepSeek-R1提⽰词的特殊之处

deepSeek官⽅提⽰词模板

https://api-docs.deepseek.com/zh-cn/prompt-library/

 

少样本提⽰（视情况⽽定）

DeepSeek-R1对提⽰词⽐较敏感，少样本提⽰可能会持续降低其性能。

如果希望R1⽣成的内容严格按照⾃⼰的要求，那就提供⽰例。

如果不是，那不给R1⽰例，反⽽能让R1发挥更加出⾊。

有⽰例的R1提⽰词

请参考下⾯这种带emoji笔记⻛格，⽣成⼀篇⼩红书种草笔记，推⼴某某品牌吹⻛机。该款吹⻛机的 
有点是：体积⼩、⾼颜值、⻛⼒⼤、⼲得快、智能控温不伤发。 
参考⽰例： 
--- 
⻛⼒强劲，速⼲神器 
别看它⼩，⻛⼒可⼀点也不含糊！早上赶时间？强森帮你5分钟搞定出⻔发型，效率MAX！ 
⼲得快，还护发 
---

⽆⽰例的R1提⽰词

请参考下⾯这种带emoji笔记⻛格，⽣成⼀篇⼩红书种草笔记，推⼴某某品牌吹⻛机。该款吹⻛机的 
优点是：体积⼩、⾼颜值、⻛⼒⼤、⼲得快、智能控温不伤发。

 

6、快速写⼀个结构化提⽰词

• Kimi （地址：https//kimi.moonshot.cn）
• DeepSeek模型提示词（https://api-docs.deepseek.com/zh-cn/prompt-library/）

 

7、SYSTEM和USER提示词的区别

1、核心区别

维度	System提示词	User提示词
定位	设定对话规则/角色/背景	用户的实际问题或指令
可见性	模型内部可见（用户不可见）	用户和模型都可见
控制强度	强引导（影响模型整体输出风格）	弱引导（仅影响当前回合回复）
使用频率	通常只在对话开始时设置一次	每次交互都需要使用

2、使用场景对比

System提示词（系统级控制）：

• 设定AI的「人设」（如："你是一位资深营养师"）
• 定义输出格式（如："用JSON格式回答"）
• 设置安全护栏（如："拒绝回答医疗建议"）
• 控制语言风格（如："用初中生能理解的语言解释"）

User提示词（任务级控制）：

• 提出具体问题（如："帮我写封求职信"）
• 进行追问（如："可以再详细解释第二步吗？"）
• 修正输出（如："请用更正式的语气改写"）
• 获取扩展信息（如："推荐相关学习资源"）