ChatGPT提示词工程：从基础原理到高效实践指南

1次阅读

没有评论

共计 2547 个字符，预计需要花费 7 分钟才能阅读完成。

在大型语言模型（LLM）应用中，提示词（Prompt）是与模型交互的核心桥梁。然而，许多开发者在实际使用中常遇到以下问题：

结果不可控 ：同样的提示词在不同时间可能得到完全不同的回答，缺乏一致性
意图理解偏差 ：模型对复杂需求的解读与开发者预期不符
多轮对话状态丢失 ：在连续对话中难以维持上下文一致性
安全风险 ：意外触发不当内容或敏感信息泄露

这些问题往往源于对提示词工程（Prompt Engineering）理解不足。下面我们将系统性地解析提示词设计的核心技术。

零样本提示（Zero-shot Prompting）
仅提供任务描述，不包含示例
适用场景：简单明确的单步任务
示例：” 将以下英文翻译成中文：’Hello world'”
少样本提示（Few-shot Prompting）
提供少量输入 - 输出示例
适用场景：需要特定格式或风格的任务
示例：”Q: 2+2=? A:4\nQ: 3+5=? A:8\nQ: 7+1=?”
思维链提示（Chain-of-Thought Prompting）
要求模型展示推理过程
适用场景：需要逻辑推理的复杂问题
示例：” 请分步骤解答：如果小明有 5 个苹果，吃掉 2 个，又买了 4 个，现在有多少？”

好的提示词应包含：

明确的角色定义（例：” 你是一位资深 Python 开发者 ”）
具体的任务要求（例：” 用 Python 实现快速排序 ”）
输出格式规范（例：” 返回包含代码和解释的 JSON”）

摘要压缩 ：对长对话历史生成摘要
重要性排序 ：保留最相关的上下文片段
标记计数 ：确保不超过模型的最大 token 限制

通过明确角色设定可显著改善输出质量：

# 角色设定示例
prompt = """
你是一位专业的技术文档撰写助手，擅长用简洁清晰的语言解释复杂概念。请用不超过 200 字解释什么是 RESTful API，要求：1. 包含核心特征
2. 使用比喻说明
3. 给出一个实际应用示例
"""

from typing import List, Dict, Optional

def generate_prompt(
    task: str,
    examples: Optional[List[Dict[str, str]]] = None,
    format_requirement: Optional[str] = None
) -> str:
    """
    生成结构化提示词
    :param task: 任务描述
    :param examples: 少样本示例列表 [{'input':'...', 'output':'...'}]
    :param format_requirement: 输出格式要求
    """prompt =" 你是一位专业助手，请完成以下任务：\n"prompt += f" 任务：{task}\n"

    if examples:
        prompt += "参考示例：\n"
        for ex in examples:
            prompt += f"输入：{ex['input']}\n 输出：{ex['output']}\n\n"

    if format_requirement:
        prompt += f"输出要求：{format_requirement}"

    return prompt

class DialogueManager:
    def __init__(self, max_turns=3):
        self.history = []
        self.max_turns = max_turns

    def add_message(self, role: str, content: str):
        """添加对话记录"""
        self.history.append({'role': role, 'content': content})

        # 保持不超过最大轮数
        if len(self.history) > self.max_turns * 2:  # 用户和 AI 各算一轮
            self.history = self.history[-self.max_turns*2:]

    def get_context(self) -> str:
        """生成对话上下文"""
        return '\n'.join(f"{msg['role']}: {msg['content']}" 
            for msg in self.history
        )

import re

def content_filter(text: str) -> str:
    """基础内容过滤器"""
    # 移除敏感信息
    text = re.sub(r'(?i)password|api[_-]?key', '[REDACTED]', text)

    # 验证格式
    if not re.match(r'^[\w\s,.!?\-]{0,500}$', text):
        return "[FILTERED: Invalid format]"

    return text