人工智能提示词

概念与作用

人工智能提示词（prompt）是一种利用自然语言来指导或激发人工智能模型完成特定任务的方法。

人工智能提示词的核心思想是，利用预训练模型已经学习到的大量知识和语言规律，通过设计合适的文本形式和内容，将下游任务的输入输出转化为预训练模型期望和擅长的形式，从而达到最佳的效果。

随机性

AI绘画具有一定随机性，相同提示词，每次生成出来的东西都会不一样

正向与负向

正向提示词（prompt）：告诉AI要生成哪些东西
负向提示词（negative prompt）：告诉AI不要生成哪些东西

提示词工程

提示词工程（Prompt Engineering），也称指令工程，也称为提示工程或提示模板工程，包括为生成式人工智能工具提供提示词的各种技术和方法。提示词工程是一种通过优化输入文本来改进模型生成结果质量的方法。

提示词技巧

清晰具体

• • 避免模糊表述，明确任务目标。
  • 示例：
    ❌ 模糊：“写一篇关于科技的短文。”
    ✅ 具体：“写一篇500字的科普文，介绍量子计算的基本原理及其在医疗领域的应用。”

结构化提示

• 分点列出要求，帮助模型理解复杂任务。
• 示例：

“任务：生成产品描述。
要求：
目标用户：年轻职场人士
核心卖点：便携性、长续航
风格：简洁有力，避免技术术语”

角色设定

指定模型扮演特定角色（如专家、客服），增强输出专业性。

示例：

“你是一位资深营养师，请为糖尿病患者设计一份一周早餐食谱，并说明营养依据。”

示例引导

• • 提供输入-输出示例，帮助模型理解任务模式。
  • 示例：
    

    “任务：将英文句子翻译为中文。
    示例：
    输入：'The sky is blue.'
    输出：'天空是蓝色的。'
    请翻译：'She sings beautifully.'”

控制变量

• 通过提示词限制输出范围（如长度、关键词）。
• 示例：

“生成10个以‘环保’为主题的宣传口号，每个口号不超过15字。”

 

 

思维链（Chain-of-Thought）

• 引导模型分步推理，适用于复杂问题。

示例：

“问题：某商店进货价每件80元，售价100元，卖出50件后降价至90元，又卖出30件。总利润是多少？
步骤：
1、计算前50件的利润
2、计算后30件的利润
3、求和”

否定提示

• 明确排除不需要的内容。
  示例：

“写一篇关于巴黎的旅游攻略，避免提及埃菲尔铁塔。”

多轮优化

• 根据模型输出逐步调整提示词。

示例：

首轮：“写一首关于春天的诗。”
次轮（调整）：“诗中需包含‘风’和‘花’，风格清新。”

提示词误区

• 提示词过长可能导致模型忽略关键信息。
• 超出模型知识范围（如最新事件）的提示可能无效。