AIGC时代必备技能：从零掌握提示词工程的核心方法论

1次阅读

没有评论

共计 1376 个字符，预计需要花费 4 分钟才能阅读完成。

当提示词设计不当时，AI 模型的输出往往会偏离预期。以下是两个常见场景：

模糊指令导致无关输出 ：例如使用 ” 写一篇关于科技的文章 ” 作为提示词，模型可能生成内容泛泛而谈，缺乏针对性。
缺少上下文引发错误理解 ：比如输入 ” 解释这个原理 ” 时，未说明具体指哪个原理，模型会随机选择主题解释。

不同场景需要采用不同的提示词设计方法：

零样本（Zero-shot）：直接给出指令，适用于简单明确的任务。例如：” 将以下英文翻译成中文：’Hello world'”
少样本（Few-shot）：提供少量示例，帮助模型理解需求。例如先展示两对中英对照句子，再要求翻译新句子。
思维链（Chain-of-thought）：引导模型逐步推理，适合复杂问题。例如：” 首先分析问题背景，然后列出解决方案，最后评估各方案优劣 ”

高质量提示词通常包含三个关键部分：

指令：明确告诉模型要做什么
上下文 ：提供必要的背景信息
格式：指定输出的组织形式

原始提示词 ：

"总结这篇文章"

问题分析 ：
– 未指定文章内容
– 无长度要求
– 无格式要求

优化方案 ：

"请用中文总结以下文章，控制在 100 字以内，采用要点列表形式：\n\n[文章内容]"

原始提示词 ：

"写一个排序函数"

问题分析 ：
– 未说明语言和算法
– 无输入输出说明
– 无代码风格要求

优化方案 ：

"用 Python 实现快速排序函数，要求：\n1. 函数名为 quick_sort\n2. 输入为一个数字列表 \n3. 返回排序后的列表 \n4. 添加类型注解和简要注释"

原始提示词 ：

"回答这个问题"

问题分析 ：
– 未指明具体问题
– 无回答格式要求
– 无知识范围限制

优化方案 ：

"基于 2023 年之前的公开信息，用中文简洁回答：\n 问题：[具体问题]\n 要求：\n1. 答案不超过 50 字 \n2. 如不确定，明确回复' 不清楚 '"

在 API 调用前应对输入和输出进行检查：

import openai
from some_filter_library import content_filter

def safe_completion(prompt):
    if content_filter.check(prompt):
        response = openai.Completion.create(
            engine="text-davinci-003",
            prompt=prompt,
            max_tokens=100,
            temperature=0.7
        )
        if content_filter.check(response.choices[0].text):
            return response
    return "内容不符合安全规范"